CN113221379A - 一种规划赛事活动的观赛席位数量的方法及装置 - Google Patents

一种规划赛事活动的观赛席位数量的方法及装置 Download PDF

Info

Publication number
CN113221379A
CN113221379A CN202110606325.4A CN202110606325A CN113221379A CN 113221379 A CN113221379 A CN 113221379A CN 202110606325 A CN202110606325 A CN 202110606325A CN 113221379 A CN113221379 A CN 113221379A
Authority
CN
China
Prior art keywords
real
time
individual
crowd
initial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110606325.4A
Other languages
English (en)
Inventor
宋昊明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shipan Technology Beijing Co ltd
Original Assignee
Shipan Technology Beijing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shipan Technology Beijing Co ltd filed Critical Shipan Technology Beijing Co ltd
Priority to CN202110606325.4A priority Critical patent/CN113221379A/zh
Publication of CN113221379A publication Critical patent/CN113221379A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/18—Details relating to CAD techniques using virtual or augmented reality

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Computer Hardware Design (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供一种规划赛事活动的观赛席位数量的方法及装置，所述方法包括：确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；根据所述初始个体行走速度动态模拟所述人群队列的实时形态；根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。所述装置执行上述方法。本发明实施例提供的方法及装置，能够合理规划赛事活动的观赛席位数量。

Description

一种规划赛事活动的观赛席位数量的方法及装置
技术领域
本发明涉及虚拟现实技术领域，尤其涉及一种规划赛事活动的观赛席位数量的方法及装置。
背景技术
越来越多的观众喜欢去赛事活动现场观看赛事活动，因此，赛事活动现场会容纳大量观众，在观众退场时会产生大量人群流动。
赛事活动通常在场馆内进行，经常出现同一场馆安排多项赛事活动的情况、且相邻两项赛事活动之间的时段较短，例如为两小时，即需要观众在此时段内全部退离开场馆，此外，还要预留一定时间准备下一项赛事活动。然而，从经济利益方面，赛事活动组织方等机构部门希望赛事活动的观赛席位数量越多越好，但是较多的观赛席位数量，会更容易导致观众无法在上述时段内全部退离开场馆，因此，亟需一种规划赛事活动的观赛席位数量的方法。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
针对现有技术存在的问题，本发明实施例提供一种规划赛事活动的观赛席位数量的方法及装置。
本发明实施例提供一种规划赛事活动的观赛席位数量的方法，包括：
确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；
根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；
根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；
模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
其中，所述确定与人群中每个个体分别对应的初始个体行走速度，包括：
在预设数值范围内生成与每个个体分别对应的正负随机数，并将每个正负随机数分别赋予所述人群的群体行走速度，得到与人群中每个个体分别对应的初始个体行走速度；其中，所述正负随机数为表征个体行走速度快慢差异的速度值随机数。
其中，所述确定人群队列的初始形态，包括：
根据所述观赛席位数量和/或评测结果，确定人群队列的初始形态；其中，所述评测结果反映观众对所述赛事活动的喜好程度。
其中，所述根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度，包括：
若所述人群平均密度监测值大于等于预设人群平均密度监测阈值，则减少所述初始个体行走速度，得到实时个体行走速度；
若所述人群平均密度监测值小于预设人群平均密度监测阈值，则增加所述初始个体行走速度，得到实时个体行走速度。
其中，所述根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略，包括：
若所述所需时间大于所述预设时段，则确定所述规划策略为减少所述观赛席位数量的规划策略；
若所述所需时间小于所述预设时段，则确定所述规划策略为增加所述观赛席位数量的规划策略。
其中，确定所述实时形态的形态类型；相应的，所述方法还包括：
根据所述形态类型划分所述人群队列所在区域，并确定与各子区域分别对应的个体行走速度修正值；
根据各个体行走速度修正值修正对应子区域中的全部实时个体行走速度，以更新所述实时个体行走速度。
其中，所述根据所述形态类型划分所述人群队列所在区域，包括：
若所述形态类型为第一实时形态，则划分所述人群队列所在区域为第一子区域和第二子区域；其中，所述第一实时形态为沿人群行走方向，头部聚集人数多于中部聚集人数的形态、且所述头部聚集人数达到所述人数上限值；所述第一子区域与头部所在区域相对应、所述第二子区域与中部所在区域相对应；
所述确定与各子区域分别对应的个体行走速度修正值，包括：
确定与所述第一子区域和所述第二子区域分别对应的个体行走速度修正值为第一速度修正值和第二速度修正值；其中，所述第一速度修正值和所述第二速度修正值都为负数、且所述第一速度修正值小于所述第二速度修正值；
若所述形态类型为第二实时形态，则划分所述人群队列所在区域为第三子区域和第四子区域；其中，所述第二实时形态为沿人群行走方向，头部聚集人数和尾部聚集人数都少于中部聚集人数的形态、且所述中部聚集人数达到所述人数上限值；所述第三子区域与中部所在区域相对应、所述第四子区域与尾部所在区域相对应；
所述确定与各子区域分别对应的个体行走速度修正值，包括：
确定与所述第三子区域和所述第四子区域分别对应的个体行走速度修正值为第三速度修正值和第四速度修正值；其中，所述第三速度修正值和所述第四速度修正值都为负数、且所述第三速度修正值小于所述第四速度修正值。
本发明实施例提供一种规划赛事活动的观赛席位数量的装置，包括：
第一确定单元，用于确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；
模拟单元，用于根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；
第二确定单元，用于根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；
规划单元，用于模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
本发明实施例提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，
所述处理器执行所述计算机程序时实现如下方法步骤：
确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；
根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；
根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；
模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下方法步骤：
确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；
根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；
根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；
模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
本发明实施例提供的规划赛事活动的观赛席位数量的方法及装置，通过模拟人群队列的实时形态，以监测人群队列所在区域的人群平均密度，根据人群平均密度监测值和初始个体行走速度，确定实时个体行走速度；模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开目标出口所需时间和预设时段的比较结果，确定针对观赛席位数量的规划策略，能够合理规划赛事活动的观赛席位数量，辅助相关设计人员提高赛事活动现场规划工作效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明规划赛事活动的观赛席位数量的方法实施例流程图；
图2为本发明规划赛事活动的观赛席位数量的装置实施例结构示意图；
图3为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明规划赛事活动的观赛席位数量的方法实施例流程图，如图1所示，本发明实施例提供的一种规划赛事活动的观赛席位数量的方法，包括以下步骤：
S101：确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量。
具体的，装置确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量。装置可以是执行上述方法的计算机设备，例如可以是服务器。该方法可以在Unity环境中运行。
服务器可以运行仿真系统，进而获取赛事活动虚拟场景模型，也可以通过与其他设备建立连接关系，从在其他设备中运行的仿真系统获取到赛事活动虚拟场景模型。
赛事活动虚拟场景模型可以理解为：通过仿真系统模拟真实的赛事活动虚拟场景的模型，本发明实施例中的模拟人群队列的实时形态，以及模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，都可以依附于赛事活动虚拟场景模型。
观赛席位可以包括持票坐席和站席等，相应的，观赛席位数量可以包括持票坐席和站席总数量。即规划赛事活动的观赛席位数量可以包括分别规划持票坐席和站席分别对应的数量。
确定与人群中每个个体分别对应的初始个体行走速度，可以通过为人群中每个个体赋予随机数的方式，从而表现个体之间的个体行走速度差异。具体实现方法可以包括：
在预设数值范围内生成与各个体分别对应的正负随机数，并将各正负随机数分别赋予群体行走速度，得到与人群中每个个体分别对应的个体行走速度；其中，所述正负随机数为表征个体行走速度快慢差异的速度值随机数。
群体行走速度可以理解为：人群中所有个体的行走速度都相同、且在行走过程中行走速度保持不变。群体行走速度可选为2m/s，不作具体限定。
预设数值范围可以根据实际情况自主设置，但需要客观反映人的行进速度(包括步行和跑步)。正负随机数的数值范围可以根据实际情况自主设置，可以为上述预设数值范围的子区间，例如数值范围可选为(-1.0m/s，+1.0m/s)。
对于人群中的个体A的初始个体行走速度可以为2.2m/s(即2m/s+正随机数+0.2m/s)；对于人群中的个体B的初始个体行走速度可以为1.5m/s(即2m/s-负随机数0.5m/s)。
初始形态可以随机生成。
初始形态还可以包括第一初始形态，第一初始形态为沿人群行走方向，头部聚集人数多于中部聚集人数的形态、且所述头部聚集人数达到人群并排行走的人数上限值，第一初始形态倾向于呈现“甲”字形，对人群并排行走的人数上限值，举例说明如下：
在人群并排行走时，沿人群行走方向，依次为第一排、第二排和第三排，由于赛事活动现场规划的限制，可行走路宽限制了每一排行走人数的最多人数，该最多人数即是上述人群并排行走的人数上限值。即上述第一排、第二排和第三排中每一排的模拟人群并排行走的人数都不应多于上述人数上限值。
人群并排行走的人数上限值，可以根据可行走路宽可允许通行的个人数量自主设置，例如为2人或4人等。
初始形态可以包括第二初始形态，第二初始形态为沿人群行走方向，头部聚集人数和尾部聚集人数都少于中部聚集人数的形态、且所述中部聚集人数达到人群并排行走的人数上限值，第二初始形态倾向于呈现“申”字形。
初始形态可以包括第三初始形态，第三初始形态为沿人群行走方向，头部聚集人数、中部聚集人数和尾部聚集人数都未达到人群并排行走的人数上限值，第三初始形态倾向于呈现“1”字形。
可以根据所述观赛席位数量和/或评测结果，确定人群队列的初始形态；其中，所述评测结果反映观众对所述赛事活动的喜好程度。
观赛席位数量越多，可以理解为到现场观看赛事活动的观众数量越多，则在观众刚离场时刻的人群队列的初始形态倾向于呈现第一初始形态。
观赛席位数量越少，可以理解为到现场观看赛事活动的观众数量越少，则在观众刚离场时刻的人群队列的初始形态倾向于呈现第三初始形态。
观众可以包括预计会到赛事活动举办场地观看赛事活动的观众，观众针对赛事活动的喜好程度，可以根据大数据分析技术进行评测，由赛事活动举办方评测当地观众对该赛事活动的喜好程度，包括但不限于采用如下方式：
该赛事活动在赛事活动举办场地的普及度，通过与该赛事活动相关的渠道发起问卷调查等确定潜在观众对该赛事活动的喜好程度，以及是否会到达赛事活动现场观看比赛的意愿，渠道可以包括该赛事活动爱好者协会、论坛和公众号等。
观众针对赛事活动的喜好程度越强，可以理解为不会在观看赛事活动过程中提前退场；观众针对赛事活动的喜好程度越弱，可以理解为更加可能在观看赛事活动过程中提前退场。
可以理解的是，针对赛事活动的喜好程度越强的观众越多，在赛事活动结束退场时的人流量越大，在观众刚离场时刻的人群队列的初始形态更倾向于呈现第一初始形态；针对赛事活动的喜好程度越弱的观众越少，在赛事活动结束退场时的人流量越小，在观众刚离场时刻的人群队列的初始形态更倾向于呈现第三初始形态。
可以为观赛席位数量和评测结果分别设置对应的权重，综合二者考虑对人群队列的初始形态的影响。
可以理解的是，第二初始形态是在上述第一初始形态和第三初始形态之间的折中状态。
进一步地，确定初始形态还可以包括如下方法步骤：
若所述观赛席位数量大于预设观赛席位数量阈值、且所述评测结果对应的评测分数大于预设评测分数阈值，则确定所述初始形态为第一初始形态；其中，所述第一初始形态为沿人群行走方向，头部聚集人数多于中部聚集人数的形态、且所述头部聚集人数达到人群并排行走的人数上限值；
若所述观赛席位数量大于预设观赛席位数量阈值、且所述评测结果对应的评测分数小于等于预设评测分数阈值；
或者，若所述观赛席位数量小于等于预设观赛席位数量阈值、且所述评测结果对应的评测分数大于预设评测分数阈值，则确定所述初始形态为第二初始形态；其中，所述第二初始形态为沿人群行走方向，头部聚集人数和尾部聚集人数都少于中部聚集人数的形态、且所述中部聚集人数达到人群并排行走的人数上限值；
若所述观赛席位数量小于等于预设观赛席位数量阈值、且所述评测结果对应的评测分数小于等于预设评测分数阈值，则确定所述初始形态为第三初始形态；其中，所述第三初始形态为沿人群行走方向，头部聚集人数、中部聚集人数和尾部聚集人数都未达到人群并排行走的人数上限值。
上述预设观赛席位数量阈值和预设评测分数阈值可根据实际情况自主设置。
S102：根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值。
具体的，装置根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值。实时形态的形态类型可以包括第一实时形态、第二实时形态和第三实时形态。具体说明可参照上述第一初始形态、第二初始形态和第三初始形态的说明，不再赘述。
可以采用三维图形引擎的相关开发工具模拟人群队列的实时形态，例如调用人群模拟插件，以实现根据初始个体行走速度动态模拟人群队列的实时形态。
由于每个个体分别对应的初始个体行走速度可以不同，因此，人群队列的实时形态不断变化，例如，如果较多个体的初始个体行走速度大于群体行走速度，则变化后的实时形态更倾向于第一实时形态。如果较少个体的个体行走速度大于群体行走速度，则变化后的实时形态更倾向于第三实时形态。
S103：根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度。
具体的，装置根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度。人群平均密度可以理解为在单位面积内的人数。
人群队列所在区域可以为实时形态所占据的空间区域。
需要说明的是，由于人群中初始个体行走速度存在差异，尤其在行走距离较长的情况下，可以有部分个人脱离大多数个人所在的人群队列所在区域，此情况，可以将这部分个人作为离散点，不考虑其所占据的区域，进而也不考虑这部分个人的人群平均密度。
可以利用人工智能图像识别方法监测人群队列所在区域的人群平均密度。
根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度，包括：
若所述人群平均密度监测值大于等于预设人群平均密度监测阈值，则减少所述初始个体行走速度，得到实时个体行走速度；预设人群平均密度监测阈值可以根据实际情况自主设置。
进一步地，可以根据大于预设人群平均密度监测阈值的幅度值，确定减少初始个体行走速度的幅度值，例如，如果人群平均密度监测值大于预设人群平均密度监测阈值的幅度值大于第一预设密度幅度值，则减少初始个体行走速度的幅度值为第一预设速度幅度值。
如果人群平均密度监测值大于预设人群平均密度监测阈值的幅度值大于第二预设密度幅度值、且小于第一预设密度幅度值，则减少初始个体行走速度的幅度值为第二预设速度幅度值，其中，第二预设速度幅度值小于第一预设速度幅度值。
若所述人群平均密度监测值小于预设人群平均密度监测阈值，则增加所述初始个体行走速度，得到实时个体行走速度。进一步地，可以根据小于预设人群平均密度监测阈值的幅度值，确定增加初始个体行走速度的幅度值，不再赘述。
可以理解的是，本步骤中调整实时个体行走速度是对人群队列所在区域的全部个体做统一一致性调整。
需要说明的是，可以进一步为该步骤S103设置执行周期T1，即每间隔T1时段执行一次步骤S103，通过实时监测人群平均密度，更加逼真地模拟人群队列的实时形态。
S104：模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
具体的，装置模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。流线路径可以通过上述赛事活动虚拟场景模型中的流线属性信息获取，流线属性信息可以直观和方便地模拟赛事活动的人流、车流和物流等相关信息，本发明实施例针对的是人流中的观众流线，相应的，流线路径为观众从当前位置离开目标出口的路径。
目标出口可以理解为观众离开赛事活动举办场地的出口。
预设时段可以根据实际情况自主设置，例如当前赛事活动预计结束时间为13：00，下一项赛事活动预计开始时间为15：00，则要求当前赛事活动的观众在14：00之前离开赛事活动举办场地，预留1小时时间准备下一项赛事活动，如果由于某些原因当前赛事活动实际结束时间为13：40，则要求当前赛事活动的观众在20分钟内离开赛事活动举办场地，预设时段可选为20分钟。
根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略，可以具体包括：
若所述所需时间大于所述预设时段，则确定所述规划策略为减少所述观赛席位数量的规划策略；如果所需时间大于预设时段，则说明在20分钟内还有个体没有离开赛事活动举办场地，可以采取减少观赛席位数量的规划策略。
进一步地，可以根据大于预设时段的幅度值，确定减少观赛席位数量的幅度值，例如，如果所需时间大于所述预设时段的幅度值大于第一预设时间幅度值，则减少观赛席位数量的幅度值为第一预设观赛席位数量幅度值。
如果所需时间大于预设时段的幅度值大于第二预设时间幅度值、且小于第一预设时间幅度值，则减少观赛席位数量的幅度值为第二预设观赛席位数量幅度值，其中，第二预设观赛席位数量幅度值小于第一预设观赛席位数量幅度值。
若所述所需时间小于所述预设时段，则确定所述规划策略为增加所述观赛席位数量的规划策略。如果所需时间小于预设时段，则说明在20分钟内全部个体都已离开赛事活动举办场地，可以采取增加观赛席位数量的规划策略。
进一步地，可以根据小于预设时段的幅度值，确定增加观赛席位数量的幅度值，不再赘述。
需要说明的是，可以设置模拟速度调整按键，用户可以通过该调整按键调整模拟时间进度，例如所需时间为30分钟，可以将模拟速度加快十倍，即3分钟之后就可以确定针对观赛席位数量的规划策略。
需要说明的是，在确定针对观赛席位数量的规划策略之后，可以调整观赛席位数量，在此之后再重新执行S101步骤至S104步骤，S101步骤至S104步骤的执行周期可以为T2，T2可以大于上述T1，还需要基于上述模拟速度确定T2。
用户可以实时浏览模拟过程，也可以进行人工干预调整，以优化该方法执行过程。
如果所需时间等于预设时段，则说明在20分钟内全部个体刚好离开赛事活动举办场地，可以保持现有观赛席位数量的规划策略不变。
本发明实施例提供的规划赛事活动的观赛席位数量的方法，通过模拟人群队列的实时形态，以监测人群队列所在区域的人群平均密度，根据人群平均密度监测值和初始个体行走速度，确定实时个体行走速度；模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开目标出口所需时间和预设时段的比较结果，确定针对观赛席位数量的规划策略，能够合理规划赛事活动的观赛席位数量，辅助相关设计人员提高赛事活动现场规划工作效率。
在上述实施例的基础上，所述确定与人群中每个个体分别对应的初始个体行走速度，包括：
具体的，装置在预设数值范围内生成与每个个体分别对应的正负随机数，并将每个正负随机数分别赋予所述人群的群体行走速度，得到与人群中每个个体分别对应的初始个体行走速度；其中，所述正负随机数为表征个体行走速度快慢差异的速度值随机数。可参照上述说明，不再赘述。
本发明实施例提供的规划赛事活动的观赛席位数量的方法，能够体现人群队列的实时形态的随机性，有助于充分模拟人群队列的实时形态，进而辅助相关设计人员进行赛事活动的观赛席位数量规划工作。
在上述实施例的基础上，所述确定人群队列的初始形态，包括：
具体的，装置根据所述观赛席位数量和/或评测结果，确定人群队列的初始形态；其中，所述评测结果反映观众对所述赛事活动的喜好程度。可参照上述说明，不再赘述。
本发明实施例提供的规划赛事活动的观赛席位数量的方法，综合权衡观赛席位数量和评测结果对人群队列的初始形态的影响，进一步逼真模拟人群队列的初始形态，有助于更准确地规划赛事活动的观赛席位数量。
在上述实施例的基础上，所述根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度，包括：
具体的，装置若判断获知所述人群平均密度监测值大于等于预设人群平均密度监测阈值，则减少所述初始个体行走速度，得到实时个体行走速度；可参照上述说明，不再赘述。
具体的，装置若判断获知所述人群平均密度监测值小于预设人群平均密度监测阈值，则增加所述初始个体行走速度，得到实时个体行走速度。可参照上述说明，不再赘述。
本发明实施例提供的规划赛事活动的观赛席位数量的方法，通过监测人群平均密度，并基于此得到实时个体行走速度，有助于更加合理规划赛事活动的观赛席位数量。
在上述实施例的基础上，所述根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略，包括：
具体的，装置若判断获知所述所需时间大于所述预设时段，则确定所述规划策略为减少所述观赛席位数量的规划策略；可参照上述说明，不再赘述。
具体的，装置若判断获知所述所需时间小于所述预设时段，则确定所述规划策略为增加所述观赛席位数量的规划策略。可参照上述说明，不再赘述。
本发明实施例提供的规划赛事活动的观赛席位数量的方法，通过将全部个体离开目标出口所需时间与预设时段相比较，能够更加合理规划赛事活动的观赛席位数量。
在上述实施例的基础上，确定所述实时形态的形态类型；相应的，所述方法还包括：
具体的，装置根据所述形态类型划分所述人群队列所在区域，并确定与各子区域分别对应的个体行走速度修正值；形态类型可参照上述说明。对于形态类型为第一实时形态和第二实时形态，划分规则并不相同，对于第一实时形态：
可将其划分为第一子区域和第二子区域，分别对应上述“甲”字形的上下两部分。
可以理解的是，对于第一子区域，由于其个体密度更加密集，因此，对速度可以做较大幅度的减小修正处理。
对于第二子区域，由于其个体密度不够密集，因此，对速度可以做较小幅度的减小修正处理。
对于第二实时形态：
可将其划分为第三子区域和第四子区域，分别对应上述“申”字形的中下两部分。
可以理解的是，对于“申”字形的上方一部分，由于其本身密度不大、且行走前方并没有明显个体阻挡，因此，对速度不作修正处理。
对于第三子区域，由于其个体密度更加密集，因此，对速度可以做较大幅度的减小修正处理。
对于第四子区域，由于其个体密度不够密集，因此，对速度可以做较小幅度的减小修正处理。
对于第三实时形态：由于其整体密度不大、且行走前方并没有明显个体阻挡，因此，对速度不作修正处理。
根据各个体行走速度修正值修正对应子区域中的全部实时个体行走速度，以更新所述实时个体行走速度。以上述第一实时形态的第一子区域和第二子区域为例，说明如下：
第一子区域中包括的个体集合为C1、第二子区域中包括的个体集合为C2，如果与C1对应的各个体行走速度修正值为-0.3m/s、如果与C2对应的各个体行走速度修正值为-0.1m/s，则对C1中的全部个体的实时个体行走速度都作-0.3m/s计算、对C2中的全部个体的实时个体行走速度都作-0.1m/s计算。
本发明实施例提供的规划赛事活动的观赛席位数量的方法，通过修正人群队列所在区域的子区域内的实时个体行走速度，更加合理模拟实时个体行走速度，有助于更加合理规划赛事活动的观赛席位数量。
在上述实施例的基础上，所述根据所述形态类型划分所述人群队列所在区域，包括：
具体的，装置若判断获知所述形态类型为第一实时形态，则划分所述人群队列所在区域为第一子区域和第二子区域；其中，所述第一实时形态为沿人群行走方向，头部聚集人数多于中部聚集人数的形态、且所述头部聚集人数达到所述人数上限值；所述第一子区域与头部所在区域相对应、所述第二子区域与中部所在区域相对应；可参照上述说明，不再赘述。
所述确定与各子区域分别对应的个体行走速度修正值，包括：
具体的，装置确定与所述第一子区域和所述第二子区域分别对应的个体行走速度修正值为第一速度修正值和第二速度修正值；其中，所述第一速度修正值和所述第二速度修正值都为负数、且所述第一速度修正值小于所述第二速度修正值；可参照上述说明，不再赘述。
具体的，装置若判断获知所述形态类型为第二实时形态，则划分所述人群队列所在区域为第三子区域和第四子区域；其中，所述第二实时形态为沿人群行走方向，头部聚集人数和尾部聚集人数都少于中部聚集人数的形态、且所述中部聚集人数达到所述人数上限值；所述第三子区域与中部所在区域相对应、所述第四子区域与尾部所在区域相对应；可参照上述说明，不再赘述。
所述确定与各子区域分别对应的个体行走速度修正值，包括：
具体的，装置确定与所述第三子区域和所述第四子区域分别对应的个体行走速度修正值为第三速度修正值和第四速度修正值；其中，所述第三速度修正值和所述第四速度修正值都为负数、且所述第三速度修正值小于所述第四速度修正值。可参照上述说明，不再赘述。
本发明实施例提供的规划赛事活动的观赛席位数量的方法，通过确定第一实时形态和第二实时形态，以及与其分别对应的子区域内的更新实时个体行走速度，更加合理模拟实时个体行走速度，进一步合理规划赛事活动的观赛席位数量。
图2为本发明规划赛事活动的观赛席位数量的装置实施例结构示意图，如图2所示，本发明实施例提供了一种规划赛事活动的观赛席位数量的装置，包括第一确定单元201、模拟单元202、第二确定单元203和规划单元204，其中：
第一确定单元201用于确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；模拟单元202用于根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；第二确定单元203用于根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；规划单元204用于模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
具体的，第一确定单元201用于确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；模拟单元202用于根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；第二确定单元203用于根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；规划单元204用于模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
本发明实施例提供的规划赛事活动的观赛席位数量的装置，通过模拟人群队列的实时形态，以监测人群队列所在区域的人群平均密度，根据人群平均密度监测值和初始个体行走速度，确定实时个体行走速度；模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开目标出口所需时间和预设时段的比较结果，确定针对观赛席位数量的规划策略，能够合理规划赛事活动的观赛席位数量，辅助相关设计人员提高赛事活动现场规划工作效率。
本发明实施例提供的规划赛事活动的观赛席位数量的装置具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
图3为本发明实施例提供的电子设备实体结构示意图，如图3所示，所述电子设备包括：处理器(processor)301、存储器(memory)302和总线303；
其中，所述处理器301、存储器302通过总线303完成相互间的通信；
所述处理器301用于调用所述存储器302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种规划赛事活动的观赛席位数量的方法，其特征在于，包括：
确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；
根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；
根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；
模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
2.根据权利要求1所述的方法，其特征在于，所述确定与人群中每个个体分别对应的初始个体行走速度，包括：
在预设数值范围内生成与每个个体分别对应的正负随机数，并将每个正负随机数分别赋予所述人群的群体行走速度，得到与人群中每个个体分别对应的初始个体行走速度；其中，所述正负随机数为表征个体行走速度快慢差异的速度值随机数。
3.根据权利要求1所述的方法，其特征在于，所述确定人群队列的初始形态，包括：
根据所述观赛席位数量和/或评测结果，确定人群队列的初始形态；其中，所述评测结果反映观众对所述赛事活动的喜好程度。
4.根据权利要求1所述的方法，其特征在于，所述根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度，包括：
若所述人群平均密度监测值大于等于预设人群平均密度监测阈值，则减少所述初始个体行走速度，得到实时个体行走速度；
若所述人群平均密度监测值小于预设人群平均密度监测阈值，则增加所述初始个体行走速度，得到实时个体行走速度。
5.根据权利要求1所述的方法，其特征在于，所述根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略，包括：
若所述所需时间大于所述预设时段，则确定所述规划策略为减少所述观赛席位数量的规划策略；
若所述所需时间小于所述预设时段，则确定所述规划策略为增加所述观赛席位数量的规划策略。
6.根据权利要求1至5任一所述的方法，其特征在于，确定所述实时形态的形态类型；相应的，所述方法还包括：
根据所述形态类型划分所述人群队列所在区域，并确定与各子区域分别对应的个体行走速度修正值；
根据各个体行走速度修正值修正对应子区域中的全部实时个体行走速度，以更新所述实时个体行走速度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述形态类型划分所述人群队列所在区域，包括：
若所述形态类型为第一实时形态，则划分所述人群队列所在区域为第一子区域和第二子区域；其中，所述第一实时形态为沿人群行走方向，头部聚集人数多于中部聚集人数的形态、且所述头部聚集人数达到所述人数上限值；所述第一子区域与头部所在区域相对应、所述第二子区域与中部所在区域相对应；
所述确定与各子区域分别对应的个体行走速度修正值，包括：
确定与所述第一子区域和所述第二子区域分别对应的个体行走速度修正值为第一速度修正值和第二速度修正值；其中，所述第一速度修正值和所述第二速度修正值都为负数、且所述第一速度修正值小于所述第二速度修正值；
若所述形态类型为第二实时形态，则划分所述人群队列所在区域为第三子区域和第四子区域；其中，所述第二实时形态为沿人群行走方向，头部聚集人数和尾部聚集人数都少于中部聚集人数的形态、且所述中部聚集人数达到所述人数上限值；所述第三子区域与中部所在区域相对应、所述第四子区域与尾部所在区域相对应；
所述确定与各子区域分别对应的个体行走速度修正值，包括：
确定与所述第三子区域和所述第四子区域分别对应的个体行走速度修正值为第三速度修正值和第四速度修正值；其中，所述第三速度修正值和所述第四速度修正值都为负数、且所述第三速度修正值小于所述第四速度修正值。
8.一种规划赛事活动的观赛席位数量的装置，其特征在于，包括：
第一确定单元，用于确定与人群中每个个体分别对应的初始个体行走速度，以及人群队列的初始形态；其中，所述人群中的个体数量为赛事活动的观赛席位数量；
模拟单元，用于根据所述初始个体行走速度动态模拟所述人群队列的实时形态；其中，所述实时形态基于所述初始形态不断变化、且所述实时形态中的人群并排行走的人数不多于人数上限值；
第二确定单元，用于根据所述实时形态监测人群队列所在区域的人群平均密度，并根据人群平均密度监测值和所述初始个体行走速度，确定实时个体行走速度；
规划单元，用于模拟每个个体沿流线路径，以各自对应的实时个体行走速度离开目标出口，并根据全部个体离开所述目标出口所需时间和预设时段的比较结果，确定针对所述观赛席位数量的规划策略。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN202110606325.4A 2021-05-28 2021-05-28 一种规划赛事活动的观赛席位数量的方法及装置 Pending CN113221379A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110606325.4A CN113221379A (zh) 2021-05-28 2021-05-28 一种规划赛事活动的观赛席位数量的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110606325.4A CN113221379A (zh) 2021-05-28 2021-05-28 一种规划赛事活动的观赛席位数量的方法及装置

Publications (1)

Publication Number Publication Date
CN113221379A true CN113221379A (zh) 2021-08-06

Family

ID=77082077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110606325.4A Pending CN113221379A (zh) 2021-05-28 2021-05-28 一种规划赛事活动的观赛席位数量的方法及装置

Country Status (1)

Country Link
CN (1) CN113221379A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013090910A2 (en) * 2011-12-15 2013-06-20 Northeastern University Real-time anomaly detection of crowd behavior using multi-sensor information
CN105740510A (zh) * 2016-01-22 2016-07-06 山东师范大学 基于网格-密度-关系的疏散人群行为仿真系统及其方法
CN108898823A (zh) * 2018-07-18 2018-11-27 苏州创存数字科技有限公司 一种基于人工智能的公交车乘坐交互提示系统
CN109242183A (zh) * 2018-09-05 2019-01-18 山东师范大学 基于人工鱼群算法与目标检测的人群仿真疏散方法与装置
CN111339668A (zh) * 2020-02-28 2020-06-26 西南交通大学 基于情绪认知的人群疏散可视化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013090910A2 (en) * 2011-12-15 2013-06-20 Northeastern University Real-time anomaly detection of crowd behavior using multi-sensor information
CN105740510A (zh) * 2016-01-22 2016-07-06 山东师范大学 基于网格-密度-关系的疏散人群行为仿真系统及其方法
CN108898823A (zh) * 2018-07-18 2018-11-27 苏州创存数字科技有限公司 一种基于人工智能的公交车乘坐交互提示系统
CN109242183A (zh) * 2018-09-05 2019-01-18 山东师范大学 基于人工鱼群算法与目标检测的人群仿真疏散方法与装置
CN111339668A (zh) * 2020-02-28 2020-06-26 西南交通大学 基于情绪认知的人群疏散可视化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄丽蒂等: "东北老龄化社区路网疏散仿真模拟及优化", 中国安全科学学报, vol. 30, no. 7, pages 127 - 132 *

Similar Documents

Publication Publication Date Title
CN107566781B (zh) 视频监控方法和视频监控设备
CN110264026B (zh) 地震救援中基于两级规划的救援飞机任务分配
Bosse et al. Agent-based analysis of patterns in crowd behaviour involving contagion of mental states
Fridman et al. Modeling pedestrian crowd behavior based on a cognitive model of social comparison theory
CN105654349A (zh) 电梯广告自适应播放方法及系统
CN109712718A (zh) 基于人工智能分析学生心理的方法、装置及存储介质
CN109902820A (zh) Ai模型训练方法、装置、存储介质及设备
CN110772797B (zh) 一种数据处理方法、装置、服务器及可存储介质
Boujemaa et al. Multi-period stochastic programming models for two-tiered emergency medical service system
CN108776944A (zh) 一种用于网络竞赛式学习的数据处理系统和方法
CN110251942A (zh) 控制游戏场景中虚拟角色的方法及装置
KR102510023B1 (ko) 사용자의 행동 데이터 또는 입력 데이터를 이용하여 사용자의 심리 상태를 판별하는 방법 및 컴퓨터 프로그램
Pidd An introduction to computer simulation
Khan et al. Managing Hajj crowd complexity: superior throughput, satisfaction, health, & safety
CN113343089A (zh) 用户召回方法及装置、设备
CN110163453B (zh) 一种补给资源分配策略预测方法、装置、系统及存储介质
Banerjee et al. Evaluation and comparison of multi-agent based crowd simulation systems
CN113221379A (zh) 一种规划赛事活动的观赛席位数量的方法及装置
US9600150B1 (en) System and method for providing promotions to users during idle time
Knob et al. Visualization of interactions in crowd simulation and video sequences
CN110390226A (zh) 人群事件识别方法、装置、电子设备及系统
CN110827075A (zh) 一种数据处理方法、装置、服务器及计算机可读存储介质
CN107577808B (zh) 一种多级列表页排序的方法、装置、服务器及介质
Hu et al. A pattern-based modeling framework for simulating human-like pedestrian steering behaviors
García-García et al. ALFIL: A crowd simulation serious game for massive evacuation training and awareness

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination