شبیه‌سازی رفتار عابرپیاده در فرآیند تخلیه از محیط پویا با استفاده از رویکرد عامل‌-بنیان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری ﺑﺮﻧﺎﻣﻪرﯾﺰی ﺣﻤﻞوﻧﻘﻞ، داﻧﺸﮑﺪه ﻓﻨﯽ و ﻣﻬﻨﺪﺳﯽ داﻧﺸﮕﺎه ﺑﯿﻦاﻟﻤﻠﻠﯽ اﻣﺎم خمینی(ره)، ﻗﺰوﯾﻦ، اﯾﺮان

2 داﻧﺸﯿﺎر، داﻧﺸﮑﺪه ﻓﻨﯽ و ﻣﻬﻨﺪﺳﯽ، داﻧﺸﮕﺎه ﺑﯿﻦاﻟﻤﻠﻠﯽ اﻣﺎم ﺧﻤﯿﻨﯽ(ره)، ﻗﺰوﯾﻦ، اﯾﺮان

چکیده

امروزه مطالعات رفتار انسان به عنوان یکی از ملزومات فنی در طراحی زیرساخت‌های عمرانی در نظر گرفته می‌شود. بررسی و پیش‌بینی تصمیمات افراد با استفاده از ابزار شبیه‌سازی یقیناً می‎تواند گام ارزشمندی برای طراحان و مدیران در علوم مختلف از جمله برنامه‌ریزی حمل‌ونقل باشد. حال با توجه به گره خوردن این امر با علوم انسانی، ارائه مدلی برای پیش‌بینی عملکرد انسان همواره یکی از پیچیده‌ترین فرآیندهایی استکه محققان و دانشمندان با آن روبه رو می‌شوند. مدل‌های عامل-بنیان (ABM) به عنوان یک تکنیک شبیه‌سازی کامپیوتری یکی از قوی‌ترین ابزارهایی است که محققان را قادر به بررسی رفتار انسان در علوم مختلف مهندسی و اجتماعی کرده است. در این مطالعه با استفاده از یک مدل سلسله مراتبی عامل‌بنیان، الگوریتمی هوشمند برای شبیه‌سازی رفتار افراد، ارتباط میان محیط و فرد و تعاملات جمعی افراد ارائه می‌شود. بر اساس آن نحوه عملکرد جابجایی انسان در فرآیند تخلیه از یک محیط دینامیک، در شرایط مختلف مورد بررسی قرار می‌گیرد. در مدل ارائه شده از الگوریتم «یادگیری تقویتی» که نوعی «یادگیری ماشینی» است برای شبیه‌سازی افراد با استفاده از هوش مصنوعی استفاده شده است که با این رویکرد شبیه‎سازی رفتار انسان به واقعیت نزدیک‌تر خواهد بود. همین امر این مدل را از دیگر مدل‌های موجود متمایز می‌کند. تمامی مدل به طور کامل در نرم‌افزار نت‌لوگو (NetLogo) کدنویسی شد. سکوی مسافران در ایستگاه متروی تهران به عنوان مطالعه موردی انتخاب شد که سناریوهای مختلف طراحی خروجی‌های برای آن مورد مطالعه قرار گرفت. بر اساس نتایج کمی در حالت وجود دو خروجی، ظرفیت عملی محیط حدود 1.9 و در حالت چهار خروجی 3.4 نفر در ثانیه است. از خروجی‌های این مطالعه می‌توان به طور گسترده در طراحی‌های داخلی ساختمان (غیر سازه‌ای و معماری) و زیرساخت‌های عمرانی و حمل‌ونقلی استفاده کرد. همچنین بررسی زمان تخلیه افراد در شرایط اضطرار پس از حوادث (از جمله آتش‌سوزی، زلزله و حملات تروریستی) از مهمترین کاربردهای مدل ارائه شده است.

کلیدواژه‌ها

موضوعات


-روشنی، س. (1397) "کاربرد مدل سازی عامل-بنیان در تحلیل سیستم های پیچیدۀ اجتماعی: روش شناسی تحلیل سیستم های نوآوری"، فصلنامه علمی-ترویجی سیاست‌نامه علم و فناوری، دوره 8، شماره 2، ص 59-70.
-سلخی خسرقی، گ.، غفاری، ع.، چناقلو، م. ر.، شهبازی، ی. (1394) "کاربرد مدل های عامل-بنیان در شبیه سازی رفتار مسیریابی افراد در محیط های ناآشنا"، دومین کنگره بین المللی افق های جدید در معماری و شهرسازی با رویکرد توسعه و فناوری
-مزرعه فراهانی، م.، چهارسوقی، س. ک.، نخعی کمال آبادی، ع. و تیموری،الف. (1397) "الگوریتم شاخه و کران برای مسئله‌ برون‌بری- مکان‌یابیِ (ایستا و پویای استوار) در لجستیکِ اضطراری"، فصلنامه مهندسی حمل‌ونقل، دوره 10 شماره 1، ص 31-52.
-Andrews, C. J., Yi, D., Krogmann, U., Senick, J. A. and Wener, R. E. (2011) “Designing Buildings for Real Occupants: An Agent-Based Approach”, IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, Vol. 41, No. 6, pp. 1077-1091.
-Borrill, P. L. and Tesfatsion, L. (2010) “Agent-based modeling: the right mathematics for the social sciences?”, Staff General Research Papers Archive, Iowa State University, Department of Economics Working Paper No. 10023.
-Botvinick, M. M. (2008) “Hierarchical models of behavior and prefrontal function”, Trends in Cognitive Sciences, Vol. 12, No. 5, pp. 201-208.
-Cheng, H. and Yang, X. (2012) “Emergency evacuation capacity of subway stations”, Procedia - Social and Behavioral Sciences Vol.43, pp.339-348.  
-Cheng, J. C. P. and Gan, V. J. L.  (2013) "Integrating Agent-Based Human Behavior Simulation with Building Information Modeling for Building Design" International Journal of Engineering and Technology Vol. 5, No. 4, pp. 473-477.
-Fruin, J. J. (1971) “Pedestrian planning and design”, New York, Metropolitan Association of Urban Designers and Environmental Planners.
-Gluckman, P. (2016) “Making decisions in the face of uncertainty: Understanding risk”, A paper by Office of the Prime Minister’s Chief Science Advisor, Available at http://www.pmcsa.org.nz/
-Gwynne, S. M. V. and Hunt, A. L. E. (2018) "Why Model Evacuee Decision-Making?", Safety science Vol. 110, pp. 457-466.
-Helbing, D. (1998) “A Fluid Dynamic Model for the Movement of Pedestrians”, Complex Systems, Vol. 6, pp. 391-415.
-Huang, C. and Ma, W. (2010) “A Statistical Analysis of Pedestrian Speed on Signalized Intersection Crosswalk”, Tenth International Conference of Chinese Transportation Professionals (ICCTP) 2010.
-Hurley, M. J., Gottuk, D. T., Hall Jr., J. R., Harada, K., Kuligowski, E. D., Puchovsky, M., Torero, J. L., Watts Jr., J. M., Wieczorek, C. J. (2016) “SFPE Handbook of Fire Protection Engineering”, Springer, New York.
-Joo, J., Kim, N., Wysk, R. A., Rothrock, L., Son, Y.-J., Oh, Y.-g. and Lee, S. (2013) “Agent-based simulation of affordance-based human behaviors in emergency evacuation” Simulation Modelling Practice and Theory, Vol. 32, pp. 99-115.
-Kanth, B. (2017) “Agent-Based Modeling Based Artificial Intelligence Robot for Fire Extinguishing.” International Journal of Engineering Research and Applications, Vol. 07, pp.38-42.
-Lenjani, A., Bilionis, I., Dyke, S. J., Yeum, C. M. and amp; Monteiro, R. (2019) “Accelerating Residential Building Post-Event Data Collection and Analysis Using Artificial Intelligence”, arXiv preprint.
-Liu Z., Jacques, C. C., Szyniszewski, S., Guest, J. K., Schafer, B. W., Igusa, T. and Mitrani-Reiser J. (2015) “Agent-Based Simulation of Building Evacuation after an Earthquake: Coupling Human Behavior with Structural Response”, Natural Hazards Review, Vol.17, No. 1.
-Liu, R., Jiang, D. and Shi, L.  (2016) “Agent-based simulation of alternative classroom evacuation scenarios”, Frontiers of Architectural Research, Vol. 5, No. 1, pp. 111-125.
-Lubaś R., Mycek, M., Porzycki, J. and Wąs, J. (2014) “Verification and Validation of Evacuation Models – Methodology Expansion Proposition.” Transportation Research Procedia, Vol. 2, pp. 715-723.
-Ma, L., Chen, B., Qiu, S., Li, Z. and Qiu, X. (2016) “Agent-based modeling of emergency evacuation in a railway station square under sarin terrorist attack”, International Journal of Modeling, Simulation, and Scientific Computing, Vol. 8, No. 2.
-Marzouk, M. and Daour, I. A. (2018) “Planning labor evacuation for construction sites using BIM and agent-based simulation”, Safety science Vol. 109, pp. 174-185.
-Marzouk, M. and Mohamed, B.  (2019) “Integrated agent-based simulation and multi-criteria decision making approach for buildings evacuation evaluation”, Safety Science, Vol. 112, pp. 57-65.
-Nelson, H. E. and Mowrer, F. E. (2002) “Emergency movement”. In SFPE Handbook of Fire Protection Engineering, 3rd ed.; di
- Nenno, P.J., (Ed.); Society of Fire Protection Engineers and National Fire Protection Association: Quincy, MA, USA; pp. 367–380
-Norling, E. (2004) “Folk Psychology for Human Modelling: Extending the BDI Paradigm”, Proceedings of the Third International Joint Conference on Autonomous Agents and Multi-agent Systems - Volume 1. New York, New York, IEEE Computer Society, pp. 202-209.
-Pheasant, S. and Haslegrave, C. M. (2005) “Bodyspace: Anthropometry, Ergonomics and the Design of Work”, CRC Press.
-Pluchino, A., Garofalo, C., Inturri, G., Rapisarda A. and Ignaccolo M. (2014) “Agent-Based Simulation of Pedestrian Behaviour in Closed Spaces: A Museum Case Study”, Journal of Artificial Societies and Social Simulation Vol. 17, No. 1.
-Railsback, S. F. and Grimm, V. (2011) “Agent-Based and Individual-Based Modeling: A Practical Introduction”, ISBN: 9780691136745, Princeton University Press.
-Rendón Rozo, K., Arellana, J., Santander-Mercado A. and Jubiz-Diaz, M. (2019) “Modelling building emergency evacuation plans considering the dynamic behaviour of pedestrians using agent-based simulation”, Safety Science, Vol. 113, pp. 276-284.
-Ronchi E., Kuligowski, E. D., Reneke, P. A., Peacock, R. D. and Nilsson, D. (2013) “The Process of Verification and Validation of Building Fire Evacuation Models”, NIST Technical Note 1822, National Institute of Standards and Technology.
-Rossini, F., Novembri, G. and Fioravanti, A. (2017) “BIM and Agent-Based Model Integration for Construction Management Optimization.” 25th Annual Conference of the International Group for Lean Construction.
-Sutton, R. S. and Barto, A. G. (2017) “Reinforcement Learning: An Introduction”, The MIT Press.
-Teknomo, K. and Gerilla, G. P. (2008) “Mesoscopic Multi-Agent Pedestrian Simulation”, in Inweldi, P. O. (Ed.), Transportation Research Trends, pp. 323-336, New York, Nova Science Publishers.
-Wang, K., Shi, X., Goh, A. P. X., and Qian, S. (2019) “A machine learning based study on pedestrian movement dynamics under emergency evacuation”, Fire Safety Journal Vol. 106, pp.163-176.
-Zȩbala, J & Ciepka, Piotr & Reza, Adam (2012) "Pedestrian acceleration and speeds." Problems of Forensic Sciences, Vol. 91, pp. 227-234.