一种考虑多属性群体决策行为的疏散模型

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：An evacuation model considering multi-attribute group decision-making behavior

高密度人群疏散中，基于累积前景理论与细胞自动机的群体决策模型有效提升疏散效率5.6%，通过动态调整属性权重（出口距离、密度、危险源位置）和决策时间控制，量化信息整合与协同决策对效率的影响。

　　在现代社会中，突发公共事件的发生频率日益增加，使得应急疏散成为保障公共安全的关键措施。无论是火灾、踩踏事件还是恐怖袭击，这些事故都可能对人员安全和公共设施造成严重影响。因此，建立高效且有序的疏散机制对于减少伤害至关重要。本文的研究旨在解决在高密度人群疏散过程中缺乏有效的群体决策机制的问题，提出一个能够超越个体模型描述局限性的群体决策疏散模型，以量化分析信息整合与协调决策如何影响疏散效率。

在紧急疏散场景中，决策过程通常分为战略、战术和操作三个层次。战略层主要涉及疏散前的决策，包括疏散开始前的时间安排。Haghani提出了一种比例危险持续时间模型，用于描述疏散前移动时间与初始行人与出口距离之间的概率关系。研究表明，及时疏散可能会加剧瓶颈处的拥堵，但最终有助于整体疏散效率的提升。此外，Haghani的后续研究发现，在紧急事件严重程度较低、出口容量受限以及行人与出口距离较远的情况下，疏散前的时间会延长。在战略层中，由于行为异质性和动态耦合，高保真建模面临一定挑战。

相比之下，战术层和操作层则展现出更清晰的因果关系和可预测的演化模式，这使得它们更适合进行数学建模。战术层主要关注路径选择和出口决策，而操作层则处理行人的移动行为，如速度调节、方向调整和避碰行为。以往的研究中，疏散决策通常考虑的因素包括距离、人群密度、环境熟悉度、可见性、同伴影响以及心理状态。例如，Feng等人通过虚拟现实实验识别了出口选择的主要驱动因素，如出口标识、方向标识以及人群的位置。Zhang等人开发了一种考虑距离、出口附近行人密度和出口宽度的社会力模型，用于研究行人多出口决策行为。Gao等人则将累积前景理论（CPT）整合到细胞自动机模型中，以描述行人每一步的决策行为，反映个体的心理和非理性特征。Huang等人提出，行人疏散过程中的战术选择和移动主要涉及风险和不确定条件下的决策，他们通过CPT模型进行了模拟。

近年来，随着行人动态研究从个体行为向群体互动的深化，学者们逐渐认识到群体疏散行为的复杂性和双重影响。Haghani等人通过实验研究了不同群体规模和压力条件下的社会群体行为，观察到成员之间通过协商来决定疏散路线和出口，为群体决策动态提供了新的见解。一方面，群体决策可能对疏散效率产生负面影响，例如Bode等人指出，在疏散初期行人倾向于寻找附近的熟悉面孔，从而延长疏散前的时间。此外，群体在疏散过程中保持一定的凝聚力，通过一系列群体决策达成共识，这可能会导致疏散时间的延迟。另一方面，群体决策在疏散实施过程中可能带来积极影响，Krause等人指出，在某些情况下，群体能够通过整合个体的不完整信息做出比个体更优的决策。Xia等人研究发现，具有更强社会联系的群体在紧急情况下表现出较低的压力反应和更强的协调能力，从而能够更快地确定最佳疏散路线。Yang等人模拟了建筑内的行人疏散，发现适当的亲属行为有助于疏散。值得注意的是，在低可见度条件下（如隧道疏散），群体能够实现更高的平均移动速度，这对导航能力受限的个体尤为有益。

尽管已有研究初步揭示了群体决策现象的存在及其部分特征，但仍存在显著局限性。首先，现有研究多依赖于实验观察群体决策现象，缺乏对群体如何形成决策过程的深入理解，以及影响决策过程的因素。其次，尚未建立一个全面的群体疏散决策模型，使得无法进行定量分析和模拟预测，从而限制了对群体疏散行为内在机制的深入探索。第三，主流的群体疏散研究框架通常依赖于“领导-跟随”模型来建立行为规则，忽略了群体通过信息共享和整合来优化疏散路径的决策机制。为了解决上述研究空白，本文提出核心假设：一个结构合理的群体决策疏散模型能够克服个体模型的局限性，从而定量揭示信息整合与协调决策对疏散过程和整体效率的影响。为了验证这一假设，本文开发了一个新的行人疏散模型，该模型考虑了个体之间的信息交换和互动，旨在研究群体决策在紧急条件下的行为模式和调控机制。研究结果将为高密度人群环境下的智能疏散系统优化设计提供理论支持。

在模拟群体决策现象时，方法的可扩展性是一个关键考虑因素。在紧急疏散场景中，人类行为往往表现出显著的非理性特征。火灾、烟雾和密集人群可能引发压力、环境不熟悉和恐慌，从而导致非理性反应。在高信息不确定性条件下，许多研究人员使用犹豫模糊群体决策模型来处理群体意见的模糊性和差异性。然而，这类模型在捕捉个体心理认知和行为偏差方面存在一定局限。相比之下，累积前景理论（CPT）通过定义一个参考点，使个体能够将决策结果视为收益或损失，并使用价值函数和概率加权函数来描述个体在风险和不确定性条件下的选择行为。一些研究表明，CPT在捕捉风险和不确定性条件下的决策行为特征（如有限理性与风险态度）方面优于期望效用理论（EUT）。因此，本文采用CPT模型来描述行人疏散过程中的决策行为。此外，与其他微观模型相比，细胞自动机模型具有灵活性、可扩展性和相对较低的计算成本等优势，通过将长距离交互转化为局部交互，能够再现人群的自组织现象并反映个体特征。这使得细胞自动机模型能够有效模拟大规模人群疏散场景。

为了更好地描绘行人疏散过程中的非理性行为，本文将累积前景理论（CPT）与细胞自动机（CA）模型相结合，构建了一个多属性群体决策疏散模型。该模型从战术层和移动层两个层面探讨群体疏散决策机制。在战术层，模型基于三个属性：出口距离、局部密度和危险源位置，来制定决策。通过引入CPT的价值函数和概率加权函数，模型能够反映个体对收益和损失的主观感知。同时，模型还引入了动态调整机制，以考虑恐慌心理对属性权重的影响，从而更准确地捕捉心理因素和非理性行为。此外，模型引入了环境熟悉度，以调节决策权重，并根据群体共识水平控制决策时间，体现了认知差异对决策效率的双重调控作用。在改变出口决策时，模型综合考虑了目标出口距离、出口流动性、拥挤程度、出口可见性、社会影响和危险源位置等因素，以反映行人在紧急情况下的动态适应能力。

模拟结果显示，在环境熟悉度较低至中等的情况下，群体决策比基于领导的决策减少了5.6%的疏散时间，突显了群体决策在信息整合方面的优势。然而，在高环境熟悉度的情况下，群体决策中的协调延迟使得基于领导的决策更为高效。这一结果表明，平衡群体和领导决策的优势——利用集体智慧的同时避免个体决策的局限性——是提高疏散效率和安全的关键。本文通过强调以往研究中常被忽视的心理和集体行为，弥补了现有文献的不足。此外，研究结果能够指导公共空间的疏散计划设计和应急管理工作培训，特别是在高密度人群环境中，如高层建筑和地铁站，具有较高的应用潜力。

本文的研究不仅拓展了群体决策在应急疏散中的理论框架，还为实际应用提供了可行的解决方案。在传统的疏散模型中，通常将行人视为独立个体，忽略了群体互动对疏散效率的影响。然而，现实中的紧急疏散往往涉及群体协作，例如在大型商场、交通枢纽或宗教场所中，人们会形成家庭单元、社交群体或临时集体，共同决策疏散路线和出口。这种群体决策机制在提高疏散效率方面具有重要价值，但也可能因协调过程中的延迟而影响疏散速度。因此，如何在保持群体决策优势的同时，避免其可能带来的负面影响，成为本研究关注的重点。

在模型构建过程中，本文引入了多属性分析方法，将群体决策视为一个综合过程，而非单一因素的简单叠加。通过结合CPT和CA模型，研究不仅能够描述个体在风险和不确定性条件下的决策行为，还能模拟群体在信息整合和协调决策过程中的动态变化。这种综合模型在理论上具有更高的解释力，在实践中则能够更准确地预测疏散过程中的行为模式。此外，模型的可扩展性使其能够适用于不同规模和复杂度的疏散场景，为应急管理部门提供了更加灵活和精准的决策支持工具。

本文的研究成果在实际应用中具有广泛的指导意义。首先，它能够帮助建筑设计者在规划建筑布局时，充分考虑人群疏散的需求，优化出口设计和通道布局，以提高疏散效率。其次，对于应急管理部门而言，该模型能够提供科学的决策依据，帮助制定更合理的疏散策略，提高应急响应能力。此外，对于智能疏散系统的开发者而言，该模型能够为系统设计提供理论支持，使系统能够更好地模拟真实疏散场景，提高系统的预测能力和适应性。在高密度人群环境中，如地铁站、商场和剧院，这些研究成果能够为提升公共安全提供关键支持。

在模拟分析中，本文采用了一个16米×16米的房间进行实验，房间被划分为0.4米×0.4米的单元，整体布局类似于购物中心。房间内部设置了障碍物，其中灰色区域的障碍物并未阻挡行人的视线，而黑色区域的障碍物则遮挡了行人的视线。红色区域是一个2×2单元的危险区域，其位置可以根据需要进行调整。出口的宽度为1.6米，位于房间的中间位置。通过这种布局，研究能够更真实地模拟紧急疏散场景中的环境因素，从而更准确地评估群体决策模型的效果。

在模型验证过程中，本文对不同环境条件下的疏散过程进行了模拟，包括低熟悉度、中熟悉度和高熟悉度三种情况。结果表明，群体决策在低熟悉度环境下能够显著提升疏散效率，而在高熟悉度环境下，基于领导的决策则更为高效。这一发现进一步说明，群体决策和领导决策在不同环境条件下各有优势，如何根据实际情况选择合适的决策机制，是提高疏散效率和安全的关键。此外，模拟还显示，群体决策在信息整合方面具有明显优势，能够更有效地协调行人行为，减少拥堵和混乱，提高疏散的有序性。

在比较其他研究方法时，本文对四种常见的疏散模拟方法进行了分析，包括社会力模型（SFM）、细胞自动机模型（CA）、基于期望效用理论（EUT）的模型以及犹豫模糊群体决策模型。尽管这些方法都能模拟动态疏散过程，但每种方法各有侧重。社会力模型和细胞自动机模型在计算效率和不确定性处理方面表现出色，同时具备模拟心理行为的能力。然而，它们在支持群体决策方面存在不足，特别是社会力模型在群体决策机制上的描述较为有限。相比之下，犹豫模糊群体决策模型在处理群体意见的模糊性和差异性方面具有一定优势，但在捕捉个体心理感知和行为偏差方面存在局限。因此，本文提出的模型在兼顾群体决策优势的同时，弥补了现有方法的不足，为高密度人群疏散研究提供了新的思路。

本文的研究不仅具有理论价值，还具备实际应用意义。在现实生活中，应急疏散往往受到多种因素的影响，包括环境复杂度、人群密度、个体心理状态以及群体互动模式。因此，建立一个能够综合考虑这些因素的模型，对于提高疏散效率和安全性至关重要。本文提出的群体决策疏散模型，能够更准确地反映群体在紧急情况下的决策过程，从而为建筑设计和应急管理系统提供科学支持。此外，该模型的可扩展性使其能够适用于不同类型的紧急事件，如火灾、恐怖袭击和踩踏事件，为多场景下的疏散研究提供了统一的框架。

在总结研究成果时，本文指出，群体决策疏散模型能够有效提升疏散效率，特别是在信息整合和协调决策方面。该模型不仅考虑了个体在风险和不确定性条件下的决策行为，还模拟了群体在紧急情况下的动态适应能力，从而更全面地揭示群体决策对疏散过程的影响。研究结果表明，群体决策在低熟悉度环境下具有显著优势，而在高熟悉度环境下则可能受到协调延迟的影响。因此，如何在不同环境下优化群体决策机制，是未来研究的重要方向。此外，本文的研究成果为智能疏散系统的开发提供了理论支持，使系统能够更准确地模拟真实疏散场景，提高系统的预测能力和适应性。

在实际应用中，群体决策疏散模型能够为建筑设计者、应急管理部门和智能疏散系统开发者提供关键的决策支持。例如，在建筑设计阶段，该模型能够帮助优化出口布局和通道设计，以提高疏散效率。在应急管理系统中，该模型能够提供科学的决策依据，帮助制定更合理的疏散策略，提高应急响应能力。在智能疏散系统开发中，该模型能够为系统设计提供理论支持，使系统能够更好地模拟真实疏散场景，提高系统的预测能力和适应性。此外，该模型还能够为高密度人群环境下的风险管理和安全规划提供参考，如高层建筑和地铁站，这些场所往往面临更高的疏散挑战，因此需要更科学的决策支持工具。

本文的研究成果在理论和实践层面都具有重要意义。在理论层面，它拓展了群体决策在应急疏散中的研究范围，为理解群体行为的复杂性和双重影响提供了新的视角。在实践层面，它为提升公共安全提供了可行的解决方案，帮助应急管理部门制定更有效的疏散策略，同时为建筑设计者和智能疏散系统开发者提供了科学的指导。此外，该模型还能够为公众安全教育和应急演练提供支持，帮助人们更好地理解在紧急情况下的行为模式，提高自身的应急能力和安全意识。

综上所述，本文提出的群体决策疏散模型能够有效提升疏散效率，特别是在信息整合和协调决策方面。该模型不仅考虑了个体在风险和不确定性条件下的决策行为，还模拟了群体在紧急情况下的动态适应能力，从而更全面地揭示群体决策对疏散过程的影响。研究结果表明，群体决策在低熟悉度环境下具有显著优势，而在高熟悉度环境下则可能受到协调延迟的影响。因此，如何在不同环境下优化群体决策机制，是未来研究的重要方向。此外，该模型还能够为高密度人群环境下的风险管理和安全规划提供参考，如高层建筑和地铁站，这些场所往往面临更高的疏散挑战，因此需要更科学的决策支持工具。