为了有效模拟室内空间行人流疏散状况,结合元胞蚁群算法和卡尔曼滤波提出了一种新的疏散模型(Pedestrian Evacuation based on Cellular Ant,PECA).该模型首先基于位置吸引力和出口拥挤度给出了行人移动概率的计算公式,同时定义演化过程来阐述疏散策略,并利用元胞蚁群算法和卡尔曼滤波对最短疏散时间的优化模型进行求解.最后,利用建立的仿真平台进行实验,深入分析了疏散时间、出口宽度和初始行人密度之间的关系.结果表明,疏散时间与初始行人密度呈现正相关,而与出口宽度呈现负相关.与传统的元胞自动机疏散(Cellular Automaton,CA)模型相比,PECA的疏散效率更高.
为了有效刻画实际业务流性能状态,结合分形布朗运动模型(Fractional Brownian Motion,FBM)和元胞自动机提出一种新的预测方法 TSPCA(Traffic State Prediction method based on Cellular Automaton).该方法首先基于FBM模型推导了平均队列长度和平均时延的数学表达式,同时利用定义的元胞演化规则对估算结果进行修正,以提高预测精度.最后,通过NS2和MATLAB进行仿真实验,深入分析了影响该方法的关键因素,发现缓冲区较小时流量性能将由短相关特性支配,而缓冲区较大时性能由长相关支配,重置效应和截断效应对业务流性能影响较大.并且对比FARIMA和ARIMA的预测结果,证明该方法具有较好的适应性.
