Лаборатория
Многомасштабного
Моделирования

Моделирование динамики людских потоков

Simulation of human flows dynamics
Введение | Событийное моделирование | Примеры задач | Литература

Задачи о динамике людских потоков изучаются с середины XX века. Целью данных исследований, как правило, является создание методик описания движения людей в коридорах и других ограничивающих элементах городской инфраструктуры, определение характеристик и выявление закономерностей такого движения для правильного планирования инженерных сооружений, путей эвакуации и т.п. Можно выделить 4 основных направления исследований:

В нашей стране особенно развито первое направление, посвященное созданию экспериментальных и инженерных методик оценки времени эвакуации при различных чрезвычайных ситуациях: работы С.В. Беляева, В.М. Предтеченского, М.Я. Ройтмана, В.В. Холщевникова, Д.А. Самошина и других.

Для описания динамики людских потоков в литературе предложено достаточно большое количество подходов и моделей. Их можно разделить следующие группы:

В литературе, посвященной моделированию движения пешеходов, также встречается термин «агентное моделирование», смысл которого заключается в том, что движение людского потока описывается совокупностью микросостояний дискретных участников движения (агентов), для которых заданы законы поведения и взаимодействия с другими объектами задачи. Этот термин является более широким понятием, которое включает описанные выше модели решеточного газа, клеточных автоматов и социальных сил как частные случаи.

Все из перечисленных выше подходов для моделирования движения людских потоков являются аналогиями соответствующих методов газовой динамики ‒ методов механики сплошной среды, метода решеточных уравнений Больцмана, молекулярной динамики, отличающихся уровнем детализации описания среды. В рамках настоящего проекта планируется адаптировать еще один метод динамики разреженного газа для изучения динамики людских потоков. Это метод событийного молекулярно-динамического моделирования (EDMD), который по степени детализации и вычислительной нагрузке является компромиссом между прямым статистическим моделированием и классическим молекулярно-динамическим моделированием. Это позволит получить все преимущества молекулярно-динамического подхода (модель социальных сил), но при этом существенно снизить вычислительные затраты.