Автореферат (Агентная модель поведения толпы в условиях чрезвычайной ситуации для оценки интенсивности фронта выходного потока), страница 2

Проектирование комплекса программ для реализации агентной модели поведения толпы, агрегированной с предложенным модифицированным алгоритмом нечеткой кластеризации.В диссертационной работе получены следующие результаты, характеризующиеся научной новизной:– Разработана имитационная агентная модель поведения толпы, новизной которой является учет как многофакторности системы принятиярешений агентами, так и стохастичности ряда процессов, в частности, учет влияния факторов внешней среды (стены, другие агенты,препятствия, взрыв и т.д.) на систему принятия решений агентом,учет радиуса личного пространства агентов и эффекта турбулентности толпы, детальная параметризация начального распределенияагентов.– Определена максимальная интенсивность потока при эвакуации наоснове решения соответствующей первой краевой задачи на “фронтевыхода”.– Разработан эволюционный алгоритм нечеткой кластеризации, учитывающий факт наличия препятствий на пути следования агента, сучетом текущего направления движения агента, позволяющий существенно улучшить точность идентификации таксонов (кластеров толпы) с целью повышения временной эффективности модели.– Впервые получена аналитическая зависимость между параметрамимодели и динамикой таксонов (кластеров) при эвакуации.6– Разработан комплекс программ, отличающийся интеграцией имитационной модели поведения толпы с эволюционным алгоритмомнечеткой кластеризации, модулем кластерного анализа и базой данных системы, а также обеспечивающий возможность дальнейшегоразвития модели за счет объектно-ориентированного подхода.Теоретическая и практическая значимость.

Разработанная агентнаямодель может служить основой для дальнейших усложнений, направленныхна повышение степени идентичности результатов имитационного моделирования поведения толпы и реальных процессов. Результаты работы могут бытьрекомендованы для формулировки требований к строительным нормам помещений с целью снижения числа пострадавших при возникновении ЧС. Наоснове полученного решения первой краевой задачи на “фронте выхода” разработаны рекомендации по повышению эффективности процесса эвакуации сцелью максимизации числа спасенных агентов. Разработанное программноесредство эволюционной динамической кластеризации следует рекомендоватьпроектным и научно-исследовательским организациям в качестве инструмента повышения временной эффективности модели.Разработанный программный комплекс внедрен в компании ООО“ГЕНКЕЙ-ТЕЛЕКОМ” и используется при проектировании систем пожаробезопасности, в частности, для определения наилучших мест для установкисистем видеонаблюдения за динамикой толпы, что позволило существенно повысить качество оценки интенсивности потока на выходе из помещения.Mетодология и методы исследования.

При выполнении диссертационной работы применялись методы: дискретной математики, теории вероятностей и математической статистики, численных методов, аналитической геометрии, дифференциальных уравнений, современных технологий программирования (ООП, Java, R) и имитационного моделирования (AnyLogic).Основные положения, выносимые на защиту:1. Имитационная агентная модель поведения толпы, основанная на индивидуальной системе принятия решений агентами.2. Теорема существования решения краевой задачи на “фронте выхода”как основа для создания инструмента оценки характеристик процедуры эвакуации при ЧС.73.

Результаты анализа динамики системы, полученные с помощьюимитационного моделирования, в зависимости от параметров модели как основа принятия эффективных решений при управленииповедением толпы.4. Эволюционный алгоритм нечеткой кластеризации, позволяющийснизить размерность задачи и повысить временную эффективностьмодели.5. Установленные зависимости между динамикой людских таксонов(кластеров) и параметрами модели для выработки управленческихрешений, повышающих эффективность управления рисками.6. Оригинальный программный комплекс для проведения симуляцийдинамики толпы.Достоверность изложенных в работе результатов подтверждается теоретическими выкладками, а также результатами численного моделирования иэкспериментальных исследований на модели в системе имитационного моделирования AnyLogic.Апробация работы.

Основные результаты работы докладывались на:1. Семинаре лаборатории социального моделирования (ЦЭМИ РАН, 25февраля 2015). Тема доклада: “Агентная модель поведения толпыпри чрезвычайных ситуациях”.2. Семинаре отдела математического моделирования экономическихсистем (ВЦ РАН, 18 марта 2015).

Тема доклада: “Феноменологическая модель поведения толпы в чрезвычайной ситуации”.3. XVI Апрельской международной научной конференции «Модернизация экономики и общества» (НИУ ВШЭ, 9 апреля 2015). Темадоклада: “Агентная модель поведения толпы при чрезвычайных ситуациях”.4. Научно-исследовательском семинаре “Многомерный статистический анализ и вероятностное моделирование реальных процессов”(ЦЭМИ РАН, 15 апреля 2015). Тема доклада: “Феноменологическаямодель поведения толпы в чрезвычайной ситуации”.5. Международной конференции «Устойчивость и процессы управления» (СПбГУ, 5 октября 2015).

Тема доклада: “Агентно-ориентированная модель поведения толпы в чрезвычайной ситуации”.86. Международной конференции «КОЛМОГОРОВСКИЕ ЧТЕНИЯ –VII. Общие проблемы управления и их приложения» (ТГУ им. Г.Р.Державина, 20 октября 2015). Тема доклада: “Фронт выхода в модели поведения толпы при чрезвычайных ситуациях”.7. Научно-методическом семинаре “Математическое моделирование,численные методы и комплексы программ” (НИУ ВШЭ, 17 ноября2015).

Тема доклада: “Агентная модель поведения толпы в условияхчрезвычайной ситуации”.8. Общемосковском семинаре “Экспертные оценки и анализ данных”(ИПУ РАН, 10 февраля 2016). Тема доклада: “Агентная модель поведения толпы в условиях чрезвычайной ситуации для оценки интенсивности фронта выходного потока”.Личный вклад. Все представленные в диссертации результаты получены лично автором, а именно: создана имитационная модель поведения толпы в условиях чрезвычайной ситуации; разработан новый эволюционный алгоритм нечеткой кластеризации, агрегированный с данной имитационной моделью; спроектирован программный комплекс для проведения симуляций динамики толпы с использованием разработанной имитационной модели, эволюционного алгоритма и других компонентов, который затем был внедрен иуспешно используется в действующей компании.

Подготовка к публикацииполученных результатов проводилась совместно с научным руководителем,причем вклад диссертанта был определяющим. Апробация результатов исследования на конференциях проводилась как автором самостоятельно, так и сучастием научного руководителя.Публикации. Основные результаты по теме диссертации изложены в11 печатных изданиях, 6 из которых изданы в журналах, рекомендованныхВАК, 3 — в журналах, индексируемых в SCOPUS, 2 — в журналах, индексируемых в Web of Science, 5 — в тезисах докладов.Объем и структура работы. Диссертационная работа изложена на 126страницах (без приложений), включает 9 таблиц, 33 рисунка, 4 определения и5 утверждений с доказательствами.

Состоит из введения, трех глав, заключения, списка литературы из 100 наименований и 10 приложений.9Содержание работыВо введении обосновывается актуальность исследований, проводимыхв рамках данной диссертационной работы, приводится обзор научной литературы по изучаемой проблеме, формулируется цель, ставятся задачи работы,формулируется научная новизна и практическая значимость представляемойработы.В первой главе проведен обзор существующих подходов к изучениюповедения толпы в ограниченном пространстве, среди которых выделены наивный, молекулярный и феноменологический подходы. Наивный подход основывается на психологических и социальных аспектах вопроса и рассматривает толпу с фрейдистской точки зрения, основанной на гипотезе, что люди какчасть толпы действуют иначе, чем люди как индивиды.Молекулярный подход представлен в основном моделями, в основе которых лежит идея применения к толпе людей методов молекулярной динамики, где дается интерпретация психологическим и социальным факторам вформе потенциалов взаимодействия между молекулами-людьми.

Здесь стоитотметить работы пионера этой области — Дирка Хелбинга. В его работе 2000года в журнале Nature впервые удалось воспроизвести ряд характерных длятолпы явлений, таких, как образование пробок, вовлечение новых людей впанику и другие, с помощью математического моделирования.В рамках феноменологического подхода существует ряд подклассовмоделей таких, как непрерывные агентные, дискретные и вероятностные.Дискретные модели, в частности, модели российских ученых Е.С.

Кирик иМ.Е. Степанцова, предполагают дискретизацию пространства, а само помещение рассматривается как поле клеточного автомата. Подобная интерпретациязадачи, с одной стороны, отличается быстротой вычислительных процессов,но с другой характеризуется чрезмерным “усреднением” сил взаимодействия.Вероятностный класс моделей, представленный, например, работамиП.С. Краснощекова и Д.А. Новикова, сравнивает личное априорное (до общения с коллективом) отношение к некому состоянию и соответствующая вероятность того, что индивид готов перейти в это состояние, и финальное апостериорное отношение, сформировавшееся после общения с коллективом.