**基于Sobol序列采样与贝叶斯优化随机森林的客船疏散时间预测方法**

《Fire》：Passenger Ship Evacuation Time Prediction Based on Sobol Sequence Sampling and the Bayesian-Optimized Random Forest Method

　　

随着全球水运旅游的快速增长，船舶乘客容量持续增加，这意味着乘客疏散安全正成为一项关键问题。现有的客船疏散预测方法主要依赖计算密集型的疏散模拟，存在计算成本高的缺陷。这一局限性阻碍了大型客船的快速疏散评估和应急决策。本研究的目标是开发一种快速且可解释的客船疏散时间代理预测模型。为实现这一目标，研究人员采用Sobol序列（Sobol sequence）采样来高效构建具有代表性的疏散场景，同时利用贝叶斯优化（Bayesian optimization）来提升随机森林（Random Forest, RF）模型的预测性能。结果表明，Sobol序列采样方法能够高效地为客船设计多场景疏散案例。优化后的模型取得了较高的预测精度，决定系数（R²）达到0.901，有效捕捉了疏散因素与总疏散时间之间的非线性关系。特征重要性分析表明，靠近登乘站（embarkation stations）的楼梯以及远离登乘站的乘客对总疏散时间影响显著，凸显了疏散效率的空间差异。本研究为客船应急决策和安全管理提供了可靠的数据驱动方法和技术支撑。

**论文解读：基于Sobol序列采样与贝叶斯优化随机森林的客船疏散时间预测研究**

**一、研究背景与问题提出**

随着全球水运旅游业的蓬勃发展，客船作为重要的交通工具，其安全性日益受到关注。船舶环境具有空间封闭、逃生路线有限、人员密度高等独特特征，使得疏散时间预测尤为复杂和关键。传统客船疏散安全评估方法主要包括实验法和数值模拟法。实验方法虽然直观，但存在耗时长、成本高、适应性差等不足；数值模拟方法虽然在一定程度上改进了分析的可靠性和真实性，但其计算密集型的特性导致难以实现对大量疏散场景的快速评估，阻碍了大型客船的应急决策效率。

近年来，机器学习在复杂建筑场景的疏散时间预测中展现出显著优势，已在古建筑群、地铁站、医院、超市等场景得到验证，其中随机森林因其能捕捉非线性关系、对噪声和过拟合具有鲁棒性并能提供特征重要性度量而表现突出。然而，机器学习代理模型在大型客船疏散预测中的应用仍面临三个主要局限：第一，传统蒙特卡洛采样等多维输入空间的覆盖不够均匀，且在需要增加样本时缺乏高效的扩展性；第二，模型性能高度依赖超参数设置，经验选择难以保证接近最优的配置，而网格搜索在超参数空间扩大时计算效率低下；第三，现有研究主要关注预测精度，对主导疏散因素的解读有限，且与国际海事组织（International Maritime Organization, IMO）相关要求的关联不足，导致研究成果难以转化为船舶设计与应急管理的实践建议。基于此，本研究提出了一种基于Sobol序列与贝叶斯优化随机森林的客船疏散时间高效预测与评估框架。

**二、主要研究方法概述**

本研究以一艘三层甲板客船为案例，该船舶数据来源于欧洲第七框架计划SAFEGUARD项目（SAFEGUARD project）下Minoan Lines公司运营的客船。研究人员采用Pathfinder 2025软件建立疏散模型，乘客特征参数（年龄、性别、步行速度）依据MSC.1/Circ.1533标准确定。在技术方法层面，本研究主要采用了以下关键技术：（1）Sobol序列采样——一种确定性低差异序列方法，用于在八维疏散参数空间（包括不同区域的乘客密度和楼梯可用性）中均匀生成代表性疏散场景，共生成300个场景，每个场景重复模拟10次以考虑随机变异性；（2）随机森林回归——作为代理模型捕捉疏散因素与总疏散时间之间的非线性映射关系；（3）贝叶斯优化——以袋外误差为目标函数，采用期望改进作为采集函数，对决策树数量、最大树深、节点分裂最小样本数和最大特征数四个超参数进行优化；（4）特征重要性分析——基于袋外样本的置换重要性方法，并通过标准化处理实现不同特征间的可比性。数据集按9:1比例随机划分为训练集与测试集，并采用最小-最大归一化消除量纲差异。

**三、主要研究结果**

**3.1 最优超参数分析**

贝叶斯优化结果表明，最优超参数对训练样本量表现出较强的敏感性。决策树最优数量在约200至480之间波动，最大树深在50至300范围内变化，反映出疏散数据集的非线性和高维特征；节点分裂最小样本数的最优值保持在1至2的狭窄范围内，表明更精细的节点划分有利于提升预测精度；最大特征数的最优值在1至14之间变化，且随样本量增加呈轻微上升趋势，说明更多数据允许模型在每个分裂节点考虑更大特征子集以捕捉多样化的预测变量间相关性。上述结果表明，贝叶斯优化过程能够自适应地调整模型复杂度以平衡偏差和方差。

**3.2 模型性能评估**

随着训练样本量从180增加至270，模型预测性能持续改善。测试集平均绝对误差从约36.8 s降至约24.5 s，均方根误差从约46.5 s降至约29.9 s，表明扩大训练数据集有效增强了模型泛化能力并降低了预测误差。决定系数从0.745逐步提升至约0.901，证实更大的数据集使随机森林能捕捉到疏散数据中更具代表性的模式，从而获得更强的解释力和预测可靠性。训练样本量上限定为270是因为测试决定系数已逐渐收敛至0.90以上，且额外模拟将带来不成比例的计算成本增加，因此该样本量被认为是计算效率与预测性能之间的适当折中。

**3.3 变量重要性分析**

在六种楼梯不可用场景中，X1_Stair 2&6（楼梯2和6同时不可用）始终表现出最高的重要性得分，从180样本时的约1.5整体上升至270样本时的约2.1，表明这两部楼梯靠近登乘站且是重要的垂直疏散通道，它们的同时不可用可能迫使乘客选择替代楼梯，从而增加行走距离和其余路线的拥堵。X1_Stair 6&9和X1_Stair 4&8的重要性呈上升趋势，随着数据集增大，这些距离登乘站较远的楼梯对疏散性能预测的贡献逐渐被更清晰地识别。相比之下，X1_Stair 1&5和X1_Stair 7&10的重要性保持在较低水平，提示其在疏散网络中的利用频率较低。

在乘客密度变量中，X2（座位区密度）持续具有最高重要性，X4（餐厅区密度）次之，两者均随训练样本增加呈总体上升趋势，在270样本时分别达到约2.7和2.2。X7（零售区密度）的重要性也逐步增长，在样本量超过约240后尤为明显，达到约0.8。这些结果将座位区、餐厅区和零售区的乘客密度识别为影响总疏散时间预测的主要密度变量，其较高的重要性可能与其空间分布及距登乘站的距离有关。X3、X5、X6和X8在大多数样本量下保持较低重要性得分，对模型预测的贡献相对有限。本研究进一步指出，上述变量重要性反映的是预测贡献而非因果关系，且该发现针对所研究船舶的特定布局和疏散场景，不应直接推广至其他客船。

**四、讨论与结论**

本研究基于计算机模拟和公开可用的客船信息开展，未涉及人类参与者、个人信息或实验数据。研究得出以下主要结论：第一，Sobol序列采样方法能够高效设计多场景客船疏散案例，该技术允许重用已生成样本并按需生成新样本，显著提高了模拟数据的利用率，在减少额外计算资源需求的同时保持了多种疏散场景下的高预测精度。第二，研究证实贝叶斯优化随机森林模型是客船疏散性能预测的可靠且可解释的工具，在训练样本量增加至270时，优化模型展现出优异的泛化能力和预测精度（决定系数提升至0.901，平均绝对误差降至24.5 s）。第三，特征重要性分析揭示了关键楼梯（楼梯2和6、楼梯6和9、楼梯4和8）的不可用性对疏散时间影响最为显著，强调了保持主要疏散通道畅通的必要性；座位区、餐厅区和零售区较高的乘客密度显著增加了总疏散时间，凸显了人群分布对疏散效率的关键作用。

本研究存在若干局限性：疏散数据库由Pathfinder模拟生成而非真实疏散实验数据；未考虑烟气传播、有毒气体、热暴露和能见度降低等火灾危害效应；开发的代理模型仅采用代表性客船进行验证，需在其他船型上进行进一步验证；模型性能仅通过单一的9:1训练-测试划分进行评估，重复k折交叉验证等更稳健的策略可提供更可靠的泛化能力评估；研究聚焦于船舶火灾中的乘客疏散，进水、船舶稳性退化等其他紧急条件可能显著影响疏散动力学，应在未来研究中予以纳入，以进一步提升所提出框架的适用性。