宏观场景下微观agent疏散模型：仿真与行为影响研究

本文主要探讨的是"宏观场景指导下的微观agent人员疏散仿真模型"的研究，它是在现有微观agent模型的基础上进行的一项创新。微观agent模型通常在模拟个体或小型群体的行为时表现得较为局限，难以准确捕捉到大规模人群中的人群分布和运动对疏散过程的实际影响。针对这一问题，研究人员构建了一个新的模型，将宏观场景的视角引入到了人员疏散仿真中。 该模型的关键在于模拟宏观场景中的人群分布情况以及疏散过程中人群的"推挤—穿行"行为。推挤—穿行是指在紧急情况下，人群为了寻找安全出口可能会产生的拥挤和快速移动现象。通过这种模型，可以更细致地模拟疏散过程中个体的选择和互动，帮助agent（即模拟的人群个体）做出更合理的疏散路线选择。 在实验部分，模型被用来分析和预测不同疏散策略的效果，结果显示，考虑"推挤—穿行"行为对疏散时间有显著影响，模型预测的结果与实际观察相吻合，这验证了模型的有效性和实用性。这对于城市规划、建筑设计和紧急事件管理等领域具有重要的参考价值，因为它能够提供更精确的疏散模拟，帮助决策者优化疏散策略，减少潜在的混乱和危险。 论文作者包括来自中国地质大学（武汉）计算机学院和华中科技大学经济学院的研究者们，他们分别在信息管理、计算机建模、智能计算、大规模人群建模与仿真、并行与分布式计算以及数理经济学等领域有所专长。他们的合作展示了跨学科研究在解决复杂问题如人员疏散中的协同作用。 这篇论文通过实证研究，不仅提升了微观agent模型的仿真精度，而且为理解和预测大规模人员疏散提供了有力的工具，对于提高疏散效率和安全性具有重要意义。