| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 人员疏散模型的国内外研究现状 | 第10-17页 |
| 1.3.1 国外相关研究综述 | 第10-14页 |
| 1.3.2 国内相关研究综述 | 第14-17页 |
| 1.4 本文研究来源、目的和研究内容 | 第17-18页 |
| 1.4.1 本文研究目的 | 第17页 |
| 1.4.2 本文研究内容 | 第17-18页 |
| 1.5 本文章节安排 | 第18-19页 |
| 第2章 基于智能体（Agent）的人员疏散模型研究 | 第19-24页 |
| 2.1 Agent模型概述 | 第19页 |
| 2.2 Agent模型定义 | 第19-21页 |
| 2.3 Agent智能体的BDI结构 | 第21-22页 |
| 2.4 基于Agent的人员疏散模型 | 第22-23页 |
| 2.5 小结 | 第23-24页 |
| 第3章 基于智能体的人员模糊决策模型与仿真实现 | 第24-44页 |
| 3.1 影响行人疏散效率的主要因素 | 第24-27页 |
| 3.1.1 疏散个体生理特征 | 第24-25页 |
| 3.1.2 疏散个体心理和行为特征 | 第25-26页 |
| 3.1.3 疏散个体的反应时间 | 第26页 |
| 3.1.4 疏散个体速度 | 第26-27页 |
| 3.2 模糊理论 | 第27-29页 |
| 3.2.1 模糊理论的起源 | 第27-28页 |
| 3.2.2 模糊推理系统 | 第28-29页 |
| 3.3 基于模糊推理下的疏散者行为决策 | 第29-36页 |
| 3.3.1 构建隶属度函数 | 第29-31页 |
| 3.3.2 构建模糊规则 | 第31-34页 |
| 3.3.3 基于MATLAB的模糊仿真 | 第34-36页 |
| 3.4 基于Anylogic的仿真实现 | 第36-43页 |
| 3.4.1 行人疏散仿真软件Anylogic简介 | 第36-37页 |
| 3.4.2 行人库建模的基本思路与方法 | 第37-39页 |
| 3.4.3 实际案例模型的建立与仿真的实现 | 第39-43页 |
| 3.5 小结 | 第43-44页 |
| 第4章 基于粒子群算法的人员疏散路径优化与仿真研究 | 第44-62页 |
| 4.1 PSO算法的思想 | 第44-46页 |
| 4.1.1 PSO算法的起源 | 第44-45页 |
| 4.1.2 算法的流程 | 第45-46页 |
| 4.2 基于PSO算法的人员疏散路径优化 | 第46-49页 |
| 4.2.1 速度和位置的更新 | 第46-48页 |
| 4.2.2 目标值的确定 | 第48-49页 |
| 4.3 基于Anylogic的仿真实现 | 第49-51页 |
| 4.3.1 仿真实验的验证 | 第49-51页 |
| 4.3.2 PSO算法与其它算法的对比分析 | 第51页 |
| 4.4 实验的模拟优化 | 第51-61页 |
| 4.4.1 均匀设计表的使用方法 | 第52-53页 |
| 4.4.2 均匀设计实验的确定以及分析 | 第53-61页 |
| 4.5 小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 本论文完成的工作 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 在读期间论文发表情况 | 第68页 |