| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1. 研究背景和意义 | 第12-13页 |
| 1.2. 研究对象及研究内容 | 第13-15页 |
| 1.3. 研究方法与技术路线 | 第15-16页 |
| 1.4. 论文结构 | 第16-18页 |
| 第2章 相关领域的研究进展 | 第18-47页 |
| 2.1. 人群疏散研究概述 | 第18-19页 |
| 2.2. 研究人群疏散的历程 | 第19-27页 |
| 2.2.1. 国外研究概况 | 第19-24页 |
| 2.2.2. 国内研究概况 | 第24-27页 |
| 2.3. 宏观模型 | 第27-28页 |
| 2.3.1. 流体动力学模型 | 第27-28页 |
| 2.4. 微观模型 | 第28-36页 |
| 2.4.1. 元胞自动机模型 | 第29-30页 |
| 2.4.2. 社会力模型 | 第30-32页 |
| 2.4.3. 格子气模型 | 第32-34页 |
| 2.4.4. Agent模型 | 第34-36页 |
| 2.5. 人群疏散的仿真软件 | 第36-46页 |
| 2.5.1. BuildingEXODUS | 第36-38页 |
| 2.5.2. SIMULEX | 第38-40页 |
| 2.5.3. EVACNET4 | 第40页 |
| 2.5.4. Crowd Dynamics | 第40-43页 |
| 2.5.5. Legion | 第43-44页 |
| 2.5.6. SimWALK | 第44-46页 |
| 2.6. 本章小结 | 第46-47页 |
| 第3章 基于Agent的人群疏散模拟模型 | 第47-82页 |
| 3.1. 本章引言 | 第47-48页 |
| 3.2. 疏散模型层次结构 | 第48-50页 |
| 3.3. 基于智能Agent的感知建模 | 第50-53页 |
| 3.3.1. 疏散人员可视范围 | 第51-52页 |
| 3.3.2. 疏散人员感知空间 | 第52-53页 |
| 3.3.3. 疏散人员Agent的环境交互 | 第53页 |
| 3.4. 基于感知模型的行为建模 | 第53-59页 |
| 3.4.1. 行为模型设计 | 第54页 |
| 3.4.2. 行为抽象 | 第54-56页 |
| 3.4.3. 行为模型构建 | 第56-59页 |
| 3.5. 基于行为模型的人群疏散建模 | 第59-71页 |
| 3.5.1. 疏散者状态 | 第59-63页 |
| 3.5.2. 疏散运动控制 | 第63-68页 |
| 3.5.3. 心理影响因素分析 | 第68-71页 |
| 3.6. 仿真实验和分析 | 第71-81页 |
| 3.6.1. 单出口疏散场景 | 第71-72页 |
| 3.6.2. 双出口疏散场景 | 第72-73页 |
| 3.6.3. 协助心理对于疏散的影响 | 第73-75页 |
| 3.6.4. 从众心理对于疏散的影响 | 第75-76页 |
| 3.6.5. 恐慌心理对于疏散的影响 | 第76-77页 |
| 3.6.6. 特定场景下的疏散情况 | 第77-81页 |
| 3.7. 本章小结 | 第81-82页 |
| 第4章 基于粒子群算法的疏散模型 | 第82-127页 |
| 4.1. 本章引言 | 第82页 |
| 4.2. 基于粒子群优化算法的人群疏散模型框架 | 第82-88页 |
| 4.2.1. 标准粒子群优化算法基本原理 | 第83-84页 |
| 4.2.2. 粒子群优化算法基本流程 | 第84-85页 |
| 4.2.3. 框架模型分析 | 第85-88页 |
| 4.3. 人群疏散框架模块理论分析 | 第88-109页 |
| 4.3.1. 人群粒子位置初始分布 | 第88-89页 |
| 4.3.2. 粒子目的地节点 | 第89-92页 |
| 4.3.3. 超图结构 | 第92-95页 |
| 4.3.4. 局部最优点 | 第95-100页 |
| 4.3.5. 全局最优点 | 第100-103页 |
| 4.3.6. 参数选择 | 第103-104页 |
| 4.3.7. 冲突问题优化 | 第104-109页 |
| 4.4. 仿真实验与分析 | 第109-126页 |
| 4.4.1. 路径搜索方法实验与分析 | 第109-116页 |
| 4.4.2. 改进粒子群算法实验设置 | 第116-118页 |
| 4.4.3. 参数选择影响 | 第118-120页 |
| 4.4.4. 改进粒子群算法函数对比试验 | 第120-121页 |
| 4.4.5. 单出口疏散场景 | 第121-122页 |
| 4.4.6. 多出口疏散场景 | 第122-124页 |
| 4.4.7. 多层多出口疏散场景 | 第124-126页 |
| 4.5. 本章小结 | 第126-127页 |
| 第5章 基于风险评估机制的博弈论优化模型 | 第127-152页 |
| 5.1. 本章引言 | 第127-128页 |
| 5.2. 基于蒙特卡洛的定量风险评估问题研究 | 第128-132页 |
| 5.2.1. 蒙特卡洛方法（Monte Carlo） | 第128-130页 |
| 5.2.2. QRA模型 | 第130-132页 |
| 5.3. 基于风险评估机制的博弈论优化模型 | 第132-137页 |
| 5.3.1. 标准博弈论模型 | 第132-133页 |
| 5.3.2. 基于博弈论最优路径规划模型 | 第133-137页 |
| 5.4. 实验结果与分析 | 第137-151页 |
| 5.4.1. 风险评估测试环境设定 | 第137-139页 |
| 5.4.2. 疏散风险评估试验 | 第139-144页 |
| 5.4.3. 疏散优化实验结果及分析 | 第144-151页 |
| 5.5. 本章小结 | 第151-152页 |
| 第6章 总结及展望 | 第152-155页 |
| 6.1. 总结 | 第152-153页 |
| 6.2. 展望 | 第153-155页 |
| 参考文献 | 第155-182页 |
| 作者简介及在学期间所取得的科研成果 | 第182-183页 |
| 致谢 | 第183页 |