行人动力学模拟中动态队列形成与路径决策的建模创新研究

本研究针对行人系统中动态队列形成与多目标路径选择难题，提出两种基于社会力模型(SFM)的创新算法。通过设定队列识别阈值Rq调整驱动力fid和排斥力fijr，实现了从单列到四列宽队列的动态模拟，并结合预计算速度场vd(r)实现时间最优路径选择。研究验证了队列类型对出口选择的影响机制，为密集场所管理提供了新工具。

　　

在现代化城市中，地铁站售票窗口前的蜿蜒长队、演唱会散场时的有序分流，这些看似平常的场景背后隐藏着复杂的行人集体行为机制。尽管前人通过流体力学模型、元胞自动机(CA)和社会力模型(SFM)等工具研究了行人流的基本图、碰撞避免等基础问题，但对动态队列形成机制及其如何影响路径选择这一关键科学问题仍缺乏系统性研究。现有模型多依赖物理隔离强制形成单列队列，或局限于特定实验场景的决策模拟，难以反映真实场景中队列自组织与动态路径调整的耦合效应。

西班牙Severo Ochoa卓越研究中心的研究团队在《Simulation Modelling Practice and Theory》发表的研究中，创新性地将队列识别算法与多目标决策框架结合。研究首先通过改进的社会力模型建立行人运动基础，引入队列半径R_q阈值识别机制；随后开发竞争性队列模型（产生密集队列）和有序队列模型（形成细长队列）两种形态生成方法；最后构建基于预计算速度场v_d^(g)(r)的动态路径切换系统，通过比较Crociani和Liao两组基准实验验证模型有效性。关键技术包括：1）基于牛顿第二定律的SFM力场重构；2）虚拟节点触发的队列自组织算法；3）双出口场景下30m×100m/500m模拟空间参数化分析。

【Model for pedestrian motion】
采用经典社会力模型框架，驱动力f_i^d=m(v_i^d(r_i(t))-v_i(t))/τ驱动行人向目标移动，社会排斥力f_ij^r和接触力f_ij^c调节交互行为。

【Dynamic queuing model】
定义队列为共享目标且保持稳定间距的群体状态。竞争性模型通过增大排斥力产生高密度队列（如4人并排），有序模型则减小驱动力形成细长单列。参数分析显示队列宽度与R_q呈正相关，长度受τ值调控。

【Dynamic route choice model】
在Crociani三路径实验中，模型准确复现了53%行人选择中间最短路径的现象；对Liao多出口场景，动态切换速度场的决策机制与实验数据误差小于8%。

【Combining models】
双出口模拟揭示：当左出口形成竞争性队列（平均等待时间增加27%）时，68%行人转向右出口；而有序队列仅引起12%的路径偏移，证实队列类型显著影响决策。

该研究首次在非约束二维环境中实现了队列形态与决策行为的耦合模拟，其参数化框架可适配不同场景需求。提出的虚拟节点触发机制为机场安检等场景的队列优化提供了新思路，而动态速度场映射方法对大型场馆疏散方案设计具有指导价值。未来工作可结合深度学习优化R_q自适应算法，并纳入文化差异等社会因素参数。