基于函数主成分分析的行人动力学模型评估
物理与社会
2016-03-23 v2
摘要
许多基于智能体的模拟方法已被提出用于行人流。由于此类模型应用于疏散研究等场景，其质量和可靠性至关重要。行人轨迹是函数型数据，因此函数主成分分析是一种超越平均属性来评估行人流模型质量的自然工具。在本文中，我们对穿过瓶颈的行人轨迹进行了函数主成分分析（PCA）。我们利用 PCA 的平均特征和随机特征，将两种行人流基于智能体的模型与实验数据进行了基准测试。函数主成分分析被证明是检测模拟与实验之间偏差以及评估行人模型质量的有效工具。
引用
@article{arxiv.1502.00528,
title = {Assessment of Models for Pedestrian Dynamics with Functional Principal Component Analysis},
author = {M. Chraibi and T. Ensslen and H. Gottschalk and M. Saadi and A. Seyfried},
journal= {arXiv preprint arXiv:1502.00528},
year = {2016}
}
备注
21 pages, 18 figures, submitted to Phys. Rev. E