使用救援引导员最小化人群的平均-CVaR 疏散时间：一种基于场景的方法

当公共空间发生威胁时，其中的人群应立即被转移至避难所或疏散。公共空间的风险管理和疏散规划还应考虑人群流动交通模式中的不确定性。应对不确定性的一种方法是利用安全人员或引导员，根据疏散计划引导人群离开建筑物。然而，求解最小时间疏散计划是一个计算要求很高的问题。在本文中，我们将疏散人群和引导员建模为基于社会力模型的多智能体系统。为了表示不确定性，我们构建了概率场景。疏散计划应在平均情况和表现最差的场景中均表现良好。因此，我们将该问题表述为双目标场景优化问题，其中疏散时间的平均值和条件风险价值为优化目标。提出了一种结合数值模拟和遗传算法的求解过程。我们将其应用于一个虚构客运站的疏散。在均值最优解中，引导员被分配去引导人群前往最近的出口，而在 CVaR 最优解中，重点在于解决最坏情况场景中发生的物理拥堵。通过在每个出口附近的每个智能体组后方各部署一名引导员，可以获得同时最小化两个目标的计划。