Диссертация (Агентная модель поведения толпы в условиях чрезвычайной ситуации для оценки интенсивности фронта выходного потока)

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕУЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "НАЦИОНАЛЬНЫЙИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ “ВЫСШАЯ ШКОЛАЭКОНОМИКИ” (НИУ ВШЭ)На правах рукописиБекларян Армен ЛевоновичАГЕНТНАЯ МОДЕЛЬ ПОВЕДЕНИЯ ТОЛПЫ В УСЛОВИЯХЧРЕЗВЫЧАЙНОЙ СИТУАЦИИ ДЛЯ ОЦЕНКИИНТЕНСИВНОСТИ ФРОНТА ВЫХОДНОГО ПОТОКАСпециальность 05.13.18 —Математическое моделирование, численные методы и комплексы программДиссертация на соискание учёной степеникандидата технических наукНаучный руководитель:доктор технических наук, доцентАкопов Андраник СумбатовичМосква — 20162ОглавлениеВведение . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Раздел 1. Агентная модель поведения толпы . . . . . . . . . . . . . . .1.1 Особенности моделирования поведения толпы . . . . . . . . . . .1.1.1 Анализ существующих моделей .

. . . . . . . . . . . . . .1.1.2 Требования к предлагаемой агентной модели . . . . . . . .1.2 Модель поведения толпы при отсутствии чрезвычайной ситуации1.2.1 Описание пространства, состояния агентов и правилпринятия решений в случае отсутствия их взаимодействий1.2.2 Правила взаимодействия агентов .

. . . . . . . . . . . . . .1.3 Модель поведения толпы при возникновении чрезвычайнойситуации . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1.4 Разработка алгоритма эволюционной кластеризации динамикитолпы для снижения размерности задачи . . . . . . . . . . . . . .1.4.1 Модификация алгоритма нечеткой кластеризации .

. . . .1.4.2 Основные результаты кластерного анализа . . . . . . . . .1.5 Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1213131823. 23. 35. 37....40425152.......54545456646974Раздел 2.2.12.22.32.4Разработка программного комплекса для реализацииагентной имитационной модели поведения толпы иэволюционного алгоритма нечеткой кластеризации .Подготовка программной реализации . . . .

. . . . . . . . .2.1.1 Выбор среды агентного моделирования . . . . . . . .2.1.2 Разработка базы данных . . . . . . . . . . . . . . . . .Разработка агентной модели толпы в среде AnyLogic . . . .Архитектура программного комплекса .

. . . . . . . . . . . .Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ......5.....................Раздел 3. “Фронт выхода” толпы и оценка интенсивности потока . . . 753.1 Понятие “фронта выхода”. Уравнение максимальнойинтенсивности потока и порождаемая краевая задача . . . . . . .

. 753.2 Теорема существования для краевой задачи . . . . . . . . . . . . . . 7633.2.1 Основные понятия и предварительные конструкции3.2.2 Постановка задачи . . . . . . . . . . . . . . . . . . .3.2.3 Основные результаты . . . . . . . . .

. . . . . . . .3.2.4 Уточненные оценки емкости . . . . . . . . . . . . .3.3 Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..........................767979100110Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . 111Список сокращений и условных обозначений . . . . . . . . . . . . . . . . 112Словарь терминов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114Список рисунков . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . 124Список таблиц . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126Приложение А. Внедрение результатов . . . . . . . . . . . . . . . . . . . 127А.1 Справка о внедрении результатов . . .

. . . . . . . . . . . . . . . . 127Приложение Б. Пользовательский интерфейс модели . . . . . . . . . . . 128Б.1 Скрин пользовательского интерфейса . . . . . . . . . . . . . . . . . 128Б.2 Листинг кода пользовательского интерфейса . . . . . . . . . . . . . 129Приложение В. Основной класс моделиВ.1 Скрин основного класса . . . . . .В.2 Листинг кода основного класса . .В.3 Скрин окна статистики . . . . .

.............................................................................161161161251Приложение Г. Класс агента . . . . . . . . . . . . . . . . . . . . . . . . . 252Г.1 Скрин класса агента . . . . . . . . . . . . . . . . . . . . . . . . . . . 252Г.2 Листинг кода класса агента . . . . . . . . . .

. . . . . . . . . . . . . 252Приложение Д. Класс взрыва . . . . . . . . . . . . . . . . . . . . . . . . . 276Д.1 Скрин класса взрыва . . . . . . . . . . . . . . . . . . . . . . . . . . . 276Д.2 Листинг кода класса взрыва . . . . . . . . . . . . . . . . . . . . . . . 276Приложение Е. Класс столкновений . . . . . . . .

. . . . . . . . . . . . . 2844Е.1 Листинг кода класса столкновений . . . . . . . . . . . . . . . . . . . 284Приложение Ж. Класс принятия решения . . . . . . . . . . . . . . . . . . 286Ж.1 Листинг кода класса принятия решения . . . . . . . . . . . . . . . . 286Приложение З. Класс точек пространства . . . . .

. . . . . . . . . . . . 294З.1 Листинг кода класса точек пространства . . . . . . . . . . . . . . . 294Приложение И. Класс векторов пространства . . . . . . . . . . . . . . . 296И.1 Листинг кода класса векторов пространства . . . . . . . . . . . . .

296Приложение К. Класс результатов . . . . . . . . . . . . . . . . . . . . . . 301К.1 Листинг кода класса результатов . . . . . . . . . . . . . . . . . . . . 3015ВведениеАктуальность темы. Коллективное поведение людей в замкнутом пространстве таит в себе формы поведения, опасные для жизни человека. Особаяроль отводится ситуациям, при которых возникает массовая паника, например,вследствие возникновения чрезвычайной ситуации (далее, ЧС).

Так, в результатепожара в ночном клубе «Хромая лошадь» (5 декабря 2009 года) погибло 156 человек и 64 человека получили тяжкий вред здоровью [46]. Давка, произошедшая22 ноября 2010 года в столице Камбоджи во время традиционного камбоджийского праздника – фестиваля воды, – повлекла за собой гибель 456 человек, ещёболее пятисот получили ранения различной степени тяжести [51].

При этом стоит заметить, что во многих ситуациях основные людские потери возникают нестолько в сам момент возникновения ЧС, а являются следствиями дальнейшихсобытий (задымление, эффект толпы, давка и т.д.), а также зависят от характеристик внешней системы (геометрия помещения, расположение выходов и т.д.),существенно влияющих на возможность эффективной эвакуации. Таким образом, паника и дальнейшая давка многократно увеличивают число жертв средилюдей даже в ситуациях, напрямую не угрожающих жизни.К сожалению, последствия ЧС являются трудно прогнозируемыми, так какзависят от множества факторов. Кроме того, большая часть наблюдений за местами скопления людей, и тем более за процессом поведения толпы в той илииной ЧС, относятся либо к закрытой информации, либо, как минимум, к труднодоступной.

Не говоря уже о том, что само множество однотипных ЧС статистически мало и не дает возможности построения точной аналитической модели.Тем не менее, при наличии максимально “гибкого” инструмента моделированияповедения, где изменение параметров модели позволяет имитировать поведениеразных типов агентов, появляется возможность как подготовки лиц, ответственных за снижение числа пострадавших при возникновении ЧС, так и повышениястепени идентичности результатов моделирования поведения толпы и реальныхпроцессов.Все вышесказанное обуславливает актуальность темы исследования.Диссертация выполнена на кафедре бизнес-аналитики школы бизнесинформатики факультета бизнеса и менеджмента НИУ ВШЭ.6Степень разработанности темы.

Несмотря на высокий интерес к проблематике, долгое время основные работы по данной теме были посвящены психологическим и социальным аспектам вопроса. Так, например в [88], детальноописаны условия и причины возникновения паники, которые сводятся к доминированию коллективного бессознательного как основного фактора. То есть солидная часть исследователей рассматривает толпу с фрейдистской точки зрения,основанной на гипотезе, что люди как часть толпы действуют иначе, чем людикак индивиды [29; 49; 53]. Совокупность разумов членов группы синергируютсяв некий коллективный разум. Соответственно, и предлагаемые решения проблемы возникновения паники также основаны на данном подходе [7], который мыназовем наивным.На фоне описанных исследований, изучение толпы с привлечением математических моделей сложных систем началось сравнительно недавно. Здесьстоит отметить работы пионера этой области — Дирка Хелбинга.

В его работе 2000 года в журнале Nature [79] впервые удалось воспроизвести ряд характерных для толпы явлений, таких, как образование пробок, вовлечение новыхлюдей в панику и другие, с помощью математического моделирования. В основе этой работы лежала идея применения к толпе людей методов молекулярнойдинамики, где психологические и социальные факторы рассматриваются как потенциалы взаимодействия между молекулами-людьми [81]. Такой подход будемназывать молекулярным.