|
|
|
探討基於元胞自動機、增強學習和智慧計算等人工智慧方法在行人建模與模擬方面的應用。
《基於人工智慧的行人流模擬與模擬》共5章，第1章系統討論行人行為建模和行人模擬；第2章和第3章討論基於元胞自動機理論的行人流模擬，分別討論交織區行人流和大型商場行人疏散的問題；第4章討論基於增強學習的行人流仿真；第5章討論基於智慧計算的行人流模擬。各章分別列出了詳盡的參考文獻，附錄還詳細列出了基於元胞自動機的行人流類比程式。
李軍，1974年10月生，工學博士，吉林財經大學副教授，九三學社社員，吉林省互聯網金融重點實驗室成員，吉林大學量化金融研究中心研究員，中國電腦學會會員。1997年畢業于吉林大學計算數學專業，獲理學學士學位。2004年6月畢業于吉林大學電腦軟體與理論專業，獲工學碩士學位。2011年6月畢業于吉林大學電腦軟體與理論專業，獲工學博士學位。吉林大學交通運輸規劃與管理博士後。2013年12月至2014年12月受國家留學基金資助到美國羅德島大學電氣工程學院，從事博士後訪問學者研究工作。
主要研究方向為機器學習、大資料技術、交通行人流分析。精通Python語言、MATLAB語言下的資料分析與挖掘。主持完成吉林省科技發展計畫專案1項（自然科學基金專案，20140101199JC），橫向合作項目5項。參與國家自然科學基金面上專案3項（51378076，51278221，60373097）、吉林省科技發展計畫專案2項，公安部應用創新計畫專案1項，其他省部級專案4項。發表學術論文40餘篇，其中SCI、EI檢索論文16篇。參編專著及國家級教材共4部。
《智能科學技術著作叢書》序
前言
第1章 總論 1
1.1 行人行為 1
1.1.1 正常行為 1
1.1.2 恐慌狀態下的行為 2
1.2 行人建模與模擬 2
1.3 行人建模 3
1.3.1 行人動力學宏觀特性 3
1.3.2 行人動力學微觀特性 5
1.3.3 現有行人模型分類 5
1.3.4 離散選擇模型 6
1.3.5 元胞自動機模型 7
1.3.6 排隊論模型 9
1.3.7 基於導航的模型 10
1.3.8 流體動力學模型 11
1.3.9 社會力模型 12
1.3.10 基於智慧主體的模型 13
1.3.11 基於優化的模型 14
1.3.12 人群的建模 17
1.4 行人模擬 18
1.5 避碰策略 18
1.5.1 行人避碰 18
1.5.2 機器人和行人避碰 19
1.6 疏散 20
1.6.1 疏散標準 20
1.6.2 疏散模型分類 21
1.6.3 疏散模型比較 22
參考文獻 25
第2章 基於元胞自動機模型的擴展交織區行人流線分析 33
2.1 交織區 33
2.2 交織區設置方式 34
2.3 基於背景場和行人行走習慣的元胞自動機模型 35
2.3.1 背景場 35
2.3.2 局部運動規則 37
2.3.3 靠右行走傾向 38
2.4 行人流實驗及數值模擬 39
2.4.1 單一交織區情形下的行人流模擬 39
2.4.2 擴展交織區情形下的行人流模擬 40
2.4.3 單一交織區與擴展交織區的比較 42
2.4.4 兩個瓶頸間隔的影響 44
2.5 結論 45
參考文獻 45
第3章 基於元胞自動機和事件驅動模型的商場疏散模擬 48
3.1 簡介 48
3.2 行人疏散相關研究 49
3.3 模擬模型 50
3.3.1 模擬方法概述 50
3.3.2 模擬場景 50
3.3.3 系統事件 52
3.3.4 模型表達 53
3.3.5 移動模式 55
3.4 背景場的形成 56
3.4.1 靜態背景場 56
3.4.2 動態背景場 59
3.4.3 局部運動規則 60
3.5 模擬結果 61
3.5.1 模擬演算法流程圖 61
3.5.2 購物場景 62
3.5.3 顧客流量變化 62
3.5.4 顧客購物時間分佈圖 63
3.5.5 緊急疏散場景 64
3.5.6 疏散時間及出口寬度的影響 64
3.5.7 疏散時間及人數的關係 65
3.5.8 多出口場景 65
3.6 結論 67
參考文獻 68
第4章 基於增強學習的行人流模擬 72
4.1 增強學習要素 72
4.2 Agent-環境介面 73
4.3 目標設置和如何達到目標 74
4.4 瑪律可夫決策過程 74
4.5 值函數 75
4.6 增強學習在行人流模擬中的應用 77
參考文獻 78
第5章 基於智慧計算的行人流模擬 80
5.1 粒子群優化 80
5.1.1 粒子群演算法起源 80
5.1.2 粒子群演算法基本思想 81
5.1.3 粒子群演算法流程 82
5.2 基於粒子群優化的行人流模擬 82
5.2.1 利用粒子群控制電腦圖形學巾的行人移動 82
5.2.2 基於粒子群演算法預測行人疏散時間 84
參考文獻 87
附錄 89
