王起全,王帷先
(中國(guó)勞動(dòng)關(guān)系學(xué)院 安全工程系,北京 100048)
地鐵作為人口密集公共場(chǎng)合,空間環(huán)境又相對(duì)密閉,其中存在的安全隱患風(fēng)險(xiǎn)與乘客數(shù)量增加有一定的關(guān)系。更甚者,由于使用頻率高,設(shè)備設(shè)施損耗加速,更增加了危險(xiǎn)隱患的觸發(fā)概率。災(zāi)害產(chǎn)生后,地鐵空間的疏散問(wèn)題,更是需從多方面考察分析,多角度控制風(fēng)險(xiǎn),多維度模擬和應(yīng)急。
國(guó)外地鐵發(fā)展較早,經(jīng)歷災(zāi)難相對(duì)較多,可以說(shuō)整個(gè)地鐵的運(yùn)行,是在一次次災(zāi)難應(yīng)急經(jīng)驗(yàn)的總結(jié)中逐步完善起來(lái)的。在現(xiàn)有應(yīng)急疏散相關(guān)研究中,既有注重被疏散對(duì)象的性格差異,在確定疏散行為特征和規(guī)律基礎(chǔ)上,合理規(guī)劃路線(xiàn)[1];也有模擬火災(zāi)場(chǎng)景下的區(qū)域劃分,進(jìn)而研究不同區(qū)域火災(zāi)毒氣的擴(kuò)散速度,確定疏散時(shí)間和路線(xiàn)[2],韓國(guó)學(xué)者曾對(duì)消防疏散建模,用火災(zāi)擴(kuò)散速度確定疏散時(shí)間[3]。國(guó)內(nèi)學(xué)者傾向于建立疏散力學(xué)方程,推導(dǎo)人群移動(dòng)速度,確定逃生方式[4-6];也有利用關(guān)系數(shù)據(jù)庫(kù)在Mapinfo平臺(tái)模擬優(yōu)化全局路線(xiàn)的實(shí)驗(yàn)[7]。隨著科技發(fā)展,對(duì)地鐵疏散的研究更注重與計(jì)算機(jī)軟件的結(jié)合,不管是通過(guò)自己編寫(xiě)算法[8-10],還是開(kāi)發(fā)應(yīng)用軟件[11-13],都是利用計(jì)算機(jī)精確高效的特性,從不同的關(guān)注點(diǎn)去計(jì)算優(yōu)化路徑,分析緊急情況下的疏散條件。
對(duì)于地鐵應(yīng)急,起初多以災(zāi)害影響方面的研究為起始,之后逐漸出現(xiàn)專(zhuān)門(mén)針對(duì)疏散進(jìn)行計(jì)算研究的方向。如:王愛(ài)莎、彭偉采用模擬疏散演習(xí)的方式對(duì)教學(xué)樓某個(gè)教室內(nèi)人員疏散情況進(jìn)行了現(xiàn)場(chǎng)測(cè)試,并結(jié)合FDS + Evac 軟件對(duì)該疏散場(chǎng)景進(jìn)行了數(shù)值模擬[14];吳德瑄借助元胞自動(dòng)機(jī)模擬,構(gòu)建行人流疏散的動(dòng)態(tài)模型,觀察對(duì)比行人的疏散心理[15];陳文輝通過(guò)圖像、信息等手段對(duì)地鐵火災(zāi)進(jìn)行監(jiān)測(cè)后,開(kāi)展理論模擬研究[16]。本文針對(duì)地鐵災(zāi)害發(fā)生到疏散完成整個(gè)事件過(guò)程,綜合利用PyroSim的火災(zāi)模擬優(yōu)勢(shì)和Pathfinder的疏散模擬優(yōu)勢(shì),實(shí)現(xiàn)分類(lèi)、分階段模擬,在對(duì)某地鐵安全現(xiàn)狀考察基礎(chǔ)上,對(duì)其火災(zāi)疏散進(jìn)行評(píng)價(jià)并提出建議。
世界各國(guó)的地鐵災(zāi)害多種多樣,大致分為自然災(zāi)害、人為災(zāi)害、機(jī)械故障災(zāi)害。經(jīng)過(guò)歸納統(tǒng)計(jì),44%案例是故障災(zāi)害,而災(zāi)害的最終表現(xiàn)形式又以火災(zāi)類(lèi)型最為常見(jiàn)。在對(duì)地鐵2號(hào)線(xiàn)西直門(mén)站進(jìn)行考察后,可以發(fā)現(xiàn)在較為嚴(yán)格的安檢措施下,排除縱火、爆炸及吸煙的原因后,機(jī)箱設(shè)備的故障火災(zāi)最有可能發(fā)生,而發(fā)生部位又常常存在于站臺(tái)兩端的集成控制線(xiàn)路部位。因此,設(shè)定模擬事件為線(xiàn)路設(shè)備火災(zāi)。
據(jù)考察,站臺(tái)內(nèi)以消防栓為主要滅火設(shè)施,無(wú)噴淋裝置。站內(nèi)除了部分電纜線(xiàn)路、扶手木材及列車(chē)外,易燃物較少,對(duì)比公共場(chǎng)所的實(shí)驗(yàn)結(jié)論[17],無(wú)噴淋公共場(chǎng)所的火源最大熱釋放速率能達(dá)到8 MW,設(shè)置此參數(shù)既是與實(shí)驗(yàn)設(shè)置場(chǎng)景較吻合,又能以同類(lèi)型場(chǎng)所的最大閾值來(lái)考驗(yàn)地鐵火災(zāi)燃燒承受能力。使用的火災(zāi)模型為可較清楚描述火災(zāi)發(fā)展的t2模型,且確定火災(zāi)為緩慢增長(zhǎng)型,其系數(shù)為0.002 9 kW/t2。模型如下:
Q=α·t2
(1)
式中:Q為火源的熱釋放速率,kW;α為大火增長(zhǎng)系數(shù),kW/t2;t為火災(zāi)發(fā)展時(shí)間,s。
利用已知數(shù)據(jù)代入計(jì)算,可以確定火災(zāi)模型到達(dá)穩(wěn)定燃燒時(shí)間為1 660s。使用以上參數(shù),運(yùn)用PyroSim軟件計(jì)算整個(gè)火災(zāi)情景及規(guī)模。
作為北京地下交通中較為繁忙的車(chē)站,西直門(mén)站連接著2號(hào)、13號(hào)和4號(hào)線(xiàn),周邊毗鄰火車(chē)站、商圈、居民區(qū)和辦公樓,乘客類(lèi)型復(fù)雜,流通量大。而地鐵內(nèi)部,2號(hào)和4號(hào)線(xiàn)存在較多鐵皮圍護(hù)的機(jī)電設(shè)備,類(lèi)似于控制客流的分流引流護(hù)欄,影響整個(gè)地鐵的疏散能力和效果。
地鐵內(nèi)疏散的隱患點(diǎn)主要存在于樓梯入口、通道入口、拐角處以及站廳進(jìn)出閘口等,而部分通道內(nèi)的樓梯、緩坡等處也存在隱患。這些疏散瓶頸需要引起關(guān)注,樓梯的入口和拐角處的疏散人群易聚集,降低疏散速度,同時(shí)伴隨急迫情緒,易造成擁擠,導(dǎo)致人群摔落或者踩踏事故的發(fā)生;而站廳進(jìn)出閘口主要是對(duì)人群進(jìn)行分流,以降低行進(jìn)速度來(lái)保證乘客的有序進(jìn)出,但在火災(zāi)情況下,又會(huì)成為乘客疏散逃生的障礙,應(yīng)及時(shí)撤出;最后,通道內(nèi)的入口、拐角、緩坡處也是疏散人群擠壓、滯留、磕絆踩踏等現(xiàn)象的易發(fā)部位。具體情況如圖1所示。

圖1 站臺(tái)、通道布局Fig.1 Station and passageway layout
在對(duì)各通道出口調(diào)查中,不同出口設(shè)計(jì)各有特點(diǎn),如圖2所示。A口的側(cè)道開(kāi)口小,對(duì)疏散效果并無(wú)提高作用,雖然其連接13號(hào)線(xiàn),換乘能力大,有足夠空間承載人群,但通道出口需要經(jīng)過(guò)的臺(tái)階級(jí)數(shù)多且陡;B口路程較A口長(zhǎng),出口無(wú)臺(tái)階,有分流;C,D口較為對(duì)稱(chēng),存在一定高度臺(tái)階,C口路程長(zhǎng),D口較短;B,C口靠近消防救援中心。

圖2 各通道特點(diǎn)Fig.2 Characteristics of each passageway
通過(guò)對(duì)西直門(mén)站中2號(hào)線(xiàn)的建筑環(huán)境進(jìn)行分析,經(jīng)過(guò)多次現(xiàn)場(chǎng)考察測(cè)量,獲得較為詳細(xì)的環(huán)境布局和相應(yīng)尺寸數(shù)據(jù)資料,建立網(wǎng)格模型,如圖3所示。

圖3 地鐵站模型Fig.3 Subway station model
其中站臺(tái)有效長(zhǎng)度為115.6 m,寬度12.4 m;兩側(cè)站廳近乎對(duì)稱(chēng)分布,面積大小分別為280 m2和400 m2;各通道長(zhǎng)度和布局有一定差異。在收集數(shù)據(jù)基礎(chǔ)上,使用軟件建模,經(jīng)過(guò)軟件的網(wǎng)格化設(shè)置,將各部位進(jìn)行合理的正交修正。
所建模型尺寸比例為1∶1,將非正交通道修補(bǔ)到其他通道內(nèi),并對(duì)數(shù)據(jù)進(jìn)行合理修正。對(duì)障礙物等進(jìn)行合理并符合實(shí)際的布置,對(duì)部分無(wú)可能到達(dá)或不能進(jìn)入的通道進(jìn)行障礙物遮擋,避免火勢(shì)不合理的蔓延和人群不合理走位。
根據(jù)官方微博公布數(shù)據(jù),日換乘量第1的西直門(mén)站,換乘客流達(dá)到48.56萬(wàn),日進(jìn)、出站量11.92萬(wàn),可見(jiàn)高峰期的客流量將對(duì)疏散效果做出考驗(yàn)。
乘客參數(shù)的獲取,主要使用人工觀察方法。主要觀察站臺(tái)上的乘客流量、通道內(nèi)客流量、乘客組成比例、各類(lèi)樓梯和坡道的速度等數(shù)值。調(diào)查時(shí)間選取在3月份的某幾個(gè)上班高峰期(7:30-9:30 ),調(diào)研數(shù)據(jù)如表1所示。

表1 乘客相關(guān)數(shù)據(jù)測(cè)量
調(diào)研可知,乘客性別比例較穩(wěn)定,與社會(huì)性別比例基本一致,上班高峰期多以青年為主,中年次之,上班時(shí)間要求高,步行速度相應(yīng)快些。高峰時(shí)間段的乘客總量在6 000人左右波動(dòng),考慮到建立模型總面積約為1 880 m2,單位面積人數(shù)限制在3人后,可確定模擬人數(shù)在4 500人,屬于有效乘客總量。并定義模擬乘客為成年人,統(tǒng)一步行速度0.95~1.55 m/s,上樓梯速度約為0.75 m/s,下樓梯速度約為0.67 m/s。
通過(guò)前期準(zhǔn)備的調(diào)研數(shù)據(jù),參考疏散公式進(jìn)行計(jì)算,可提前算出疏散時(shí)間,確定各個(gè)路線(xiàn)、出口的理論疏散時(shí)間,為后期模擬提供參考。主要疏散公式有國(guó)內(nèi)和日本2種。
3.2.1中國(guó)使用疏散用時(shí)計(jì)算方法
(2)
式中:T表示站臺(tái)疏散時(shí)間,min;Q1表示列車(chē)內(nèi)人數(shù),人;Q2表示站臺(tái)人數(shù),人;A1表示自動(dòng)扶梯通行能力,人/(min·m);A2表示人行樓梯通行能力,人/(min·m);N表示自動(dòng)扶梯數(shù)量,臺(tái);B表示人行樓梯寬度,m。
確定列車(chē)和站廳人數(shù)2 500人,A1自動(dòng)扶梯通行能力考慮最大值9 600人/min,A2人行樓梯通行能力使用單向疏散人數(shù)5 000人/min,N自動(dòng)扶梯為0臺(tái),B人行樓梯寬度為總寬度12 m。
則疏散時(shí)間計(jì)算如下:
疏散至站廳后,由于南北樓梯、兩側(cè)站廳結(jié)構(gòu)相似,所以人流均分,疏散人流同樣按4個(gè)出口進(jìn)行等分。只取最長(zhǎng)距離的D出口計(jì)算疏散時(shí)間。
到達(dá)出口總疏散時(shí)間為:tt=T+t=6 (min)。
由此可知,國(guó)內(nèi)站臺(tái)疏散公式計(jì)算結(jié)果符合我國(guó)《地鐵設(shè)計(jì)規(guī)范》(GB50157-2013)中第28.2.12條的乘客從站臺(tái)疏散至站廳公共安全區(qū)域小于6 min的疏散時(shí)間要求,且額外有1.7 min以上的時(shí)間供乘客向出口、地面逃生。
3.2.2日本地鐵人員疏散計(jì)算方法
(3)
(4)
tt=∑t+Tmax
(5)
式(3)為步行時(shí)間,L為平地路程,m;v為平地速度,m/s。式(4)為滯留時(shí)間,Q為疏散人數(shù),人;N為人群流出系數(shù),人/(m·s);B為樓梯、通道有效寬度,m;N·B為出口的流出速度,人/s。式(5)為總疏散時(shí)間,其中滯留時(shí)間取所有滯留時(shí)間最大值。
可確定數(shù)據(jù)如下:樓梯上行,人行速度0.22 m/s,人員流量0.62人/(m·s);門(mén)道的人行速度 0.39 m/s,人員流量1.10人/(m·s);走廊人行速度1.40 m/s,人員流量0.76人/(m·s)。
在站臺(tái)人數(shù)2 500人,各站廳人數(shù)1 000人的模擬情況下,其疏散時(shí)間計(jì)算結(jié)果如表2所示。

表2 站內(nèi)出口疏散時(shí)間匯總
由表2可知,疏散到站廳安全區(qū)域內(nèi)的時(shí)間同樣符合標(biāo)準(zhǔn)要求,而不同疏散途徑中,站廳通往D口到達(dá)地面過(guò)程中,樓梯較高,限制了疏散效率,拉長(zhǎng)了整體疏散時(shí)間,使得平均疏散時(shí)間在7.45 min左右,從而在疏散過(guò)程中,應(yīng)注意D口路線(xiàn)的監(jiān)控,以免煙氣侵害疏散隊(duì)尾人群。
模擬分2部分進(jìn)行。首先,采用專(zhuān)業(yè)的火災(zāi)大渦場(chǎng)模擬程序PyroSim,對(duì)火災(zāi)煙氣蔓延過(guò)程進(jìn)行模擬分析;然后,采用疏散精度更高的Pathfinder對(duì)疏散進(jìn)行模擬。本文在技術(shù)可行情況下,對(duì)2種方式進(jìn)行分別分析。
根據(jù)情景描述,設(shè)置火源在站臺(tái)首尾端B側(cè)(見(jiàn)圖2),由1 m3信號(hào)機(jī)箱發(fā)生故障引發(fā)火災(zāi)。模型中,隧道開(kāi)設(shè)風(fēng)孔,模擬活塞通風(fēng)與自然通風(fēng),風(fēng)機(jī)常開(kāi)。火源在4 min有明顯的燃燒放熱現(xiàn)象,溫度升至80℃左右,并開(kāi)始向周邊輻射熱量;燃燒至6 min后,中心溫度可達(dá)到220℃,處于快速燃燒階段。
隨后地鐵北部站廳的樓梯口開(kāi)始升溫至40℃以上,此時(shí)溫度環(huán)境并不適合人員停留,同時(shí)高溫向站臺(tái)南部擴(kuò)散,如圖4所示。

圖4 6 min溫度分布Fig.4 Distribution of temperature in 6 min
大火從6~9 min時(shí),其煙霧濃度迅速提升,能見(jiàn)度下降到1 m以下,如圖5所示。此時(shí),北部疏散通道需要關(guān)閉,避免人員踩踏、窒息。而根據(jù)模擬情況,火災(zāi)真正造成災(zāi)難的時(shí)間在10 min之后。

圖5 6 min能見(jiàn)度Fig.5 Visibility in 6 min
根據(jù)火災(zāi)模擬結(jié)果,設(shè)置北側(cè)樓梯口4 min關(guān)閉,即北側(cè)樓梯的乘客在4 min時(shí)因溫度、濃度過(guò)高向南側(cè)轉(zhuǎn)移,如圖6所示。人數(shù)隨機(jī)分布為站臺(tái)層2 500人,北、南站廳1 000人,進(jìn)行疏散模擬。

圖6 4 min疏散狀況Fig.6 Evacuation conditions in 4 min

圖7 疏散擁擠部位Fig.7 Crowded evacuation area
乘客對(duì)火情發(fā)生有30 s的反應(yīng)時(shí)間,之后開(kāi)始疏散。3 min時(shí),乘客在兩端樓梯口過(guò)度聚集,如圖7所示,站廳乘客會(huì)自動(dòng)選擇疏散路線(xiàn)和出口。4 min時(shí),北側(cè)樓梯關(guān)閉,人員開(kāi)始向南側(cè)(左)撤離。6 min時(shí),乘客分布在出口附近。最后1個(gè)乘客到達(dá)出口,總用時(shí)7.1 min 。與規(guī)范中要求6 min內(nèi)疏散完畢存在時(shí)差,但是與本站的火災(zāi)燃燒情況相比,7 min的疏散時(shí)間還不會(huì)造成人員傷害。
2種模擬分別從2個(gè)方面切入,結(jié)合分析,能較好地從時(shí)間、危害等因素上完成火災(zāi)與疏散的耦合。在疏散4 min時(shí),樓梯口溫度上升40℃,為安全起見(jiàn),乘客向南側(cè)C,D出口轉(zhuǎn)移。6 min時(shí),北側(cè)無(wú)論溫度還是能見(jiàn)度都處于不利條件,南側(cè)受到一定程度影響,但乘客基本疏散完畢,驗(yàn)證該地鐵站在此模擬情景下能確保4 500人的安全疏散。
同時(shí)軟件模擬結(jié)果顯示:疏散中,站臺(tái)樓梯使用量在5 min左右減少到足夠低水平,在7 min后,4個(gè)出口疏散完畢。與理論計(jì)算結(jié)果相近,數(shù)據(jù)吻合,誤差在30 s上下,由此進(jìn)一步驗(yàn)證了模型的合理性。
火災(zāi)發(fā)生后,如有救援介入,可將整個(gè)火災(zāi)及時(shí)控制,減少損失。調(diào)研發(fā)現(xiàn),地鐵東南角800 m處,有消防隊(duì)駐扎,救援展開(kāi)時(shí)間可控制在2 min左右,故給出如下救援方案。
1)方案1:北站廳樓梯在2 min后關(guān)閉,剩余乘客向南疏散,關(guān)閉的北站廳作為消防救援通道進(jìn)行部署。
2)方案2:北站廳只提供較大換乘能力的A口疏散乘客,而B(niǎo)口在2 min后關(guān)閉,轉(zhuǎn)而開(kāi)辟救援通道,同時(shí)北側(cè)樓梯相應(yīng)開(kāi)辟1條救援通道,方便實(shí)施消防搶攻。
3)方案3:乘客從所有通道撤離,等撤離完畢后進(jìn)行消防入駐,控制火情。
對(duì)以上3種方案的模擬結(jié)果進(jìn)行比較,如表3所示。從時(shí)間上看,方案1所需時(shí)間太長(zhǎng),環(huán)境有害物累積對(duì)乘客不利;方案3時(shí)間合適,但火情并未能得到有效控制。故方案2更為合理有效。

表3 消防救援方案對(duì)比
利用方案2確定疏散路徑,即北側(cè)火災(zāi)利用B口進(jìn)行救援通道開(kāi)辟,其他3個(gè)出口仍然有序撤離。既可保證撤離,又可控制火情。若南側(cè)發(fā)生火災(zāi),則應(yīng)利用路程長(zhǎng)但離消防中心較近的C口開(kāi)辟救援通道,乘客從其他3個(gè)出口有序撤離。
1)地鐵站內(nèi)火災(zāi)發(fā)生后,其發(fā)展階段包括燃燒放熱和煙霧擴(kuò)散。在人群密集、煙氣危害、能見(jiàn)度低的情況下,為及時(shí)有效完成人員疏散,應(yīng)預(yù)先進(jìn)行科學(xué)合理規(guī)劃。
2)根據(jù)實(shí)例分析計(jì)算結(jié)果,PyroSim對(duì)實(shí)例的火災(zāi)燃燒放熱溫度、熱量輻射及煙霧濃度變化時(shí)間過(guò)程進(jìn)行模擬,為進(jìn)一步合理規(guī)劃人員疏散提供基礎(chǔ)數(shù)據(jù)。
3)以乘客不受到火災(zāi)傷害為目標(biāo),應(yīng)用Pathfinder模擬,提前介入引導(dǎo)乘客撤離的時(shí)間點(diǎn)和疏散方向,并辨識(shí)火災(zāi)事故的疏散瓶頸,提出安全措施和消防對(duì)策,可為地鐵人員有序撤離、地鐵火災(zāi)有效救援提供參考。
[1]Sch?fer C, Zinke R, Künzer L, et al. Applying persona method for describing users of escape routes[J]. Transportation Research Procedia, 2014, 2:636-641.
[2]Shoaei M, Maddahin R, Afshin H, et al. Designing fire scenarios for subway stations and tunnels based on regional approach[J]. Advanced Materials Research, 2012, 433-440:983-991.
[3]Roh J S, Hong S R, Yoon S W. The effect of PSD on life safety in subway station fire[J]. Journal of Mechanical Science and Technology, 2010, 24(4):937-942.
[4]陸君安, 方正. 建筑物人員疏散逃生速度的數(shù)學(xué)模型[J]. 武漢大學(xué)學(xué)報(bào)(工學(xué)版), 2002, 35(2):66-70.
LU Junan, FANG Zheng. Mathematical model of evacuation speed of building personnel [J]. Journal of Wuhan University (Engineering Science Edition), 2002,35(2):66-70.
[5]牟瑞芳, 楊銳, 王列妮. 熟悉環(huán)境條件下的公共場(chǎng)所人員疏散仿真模型研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2015,11(5):181-186.
MU Ruifang, YANG Rui, WANG Lieni. Study on simulation model of public place evacuation in a familiar environment [J]. Journal of Safety Science and Technology ,2015,11(5): 181-186.
[6]孔維偉, 劉棟棟. 北京復(fù)興門(mén)地鐵火災(zāi)時(shí)人員安全疏散研究[J]. 北京建筑工程學(xué)院學(xué)報(bào), 2009, 25(4):29-32.
KONG Weiwei, LIU Dongdong. Study on evacuation of personnel during the fire of Beijing Fuxing gate [J]. Journal of Beijing Institute of Civil Engineering and Architecture, 2009,25(4):29-32.
[7]張培紅, 陳寶智. 火災(zāi)時(shí)人員疏散的行為規(guī)律[J]. 東北大學(xué)學(xué)報(bào)自然科學(xué)版, 2001, 22(1):54-56.
ZHANG Peihong, CHEN Baozhi.Behavior of personnel evacuation during fire [J]. Journal of Northeastern University, 2001,22(1):54-56.
[8]肖國(guó)清, 廖光煊. 建筑物火災(zāi)中人的疏散方式研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2006, 16(2):26-29.
XIAO Guoqing, LIAO Guangxuan. Study on the way of human evacuation in building fire [J]. China Safety Science Journal,2006,16(2):26-29.
[9]張曉明, 胡忠日, 李風(fēng),等. 疏散模型的探討及應(yīng)用研究[J]. 消防科學(xué)與技術(shù), 2007, 26(4):386-390.
ZHANG Xiaoming, HU Zhongri, LI Feng, et al. Discussion and application of evacuation model [J]. Fire Science and Technology, 2007,26(4):386-390.
[10]李瑜芬, 徐瑞華. 火災(zāi)下城市軌道交通車(chē)站乘客疏散特點(diǎn)分析[J]. 城市軌道交通研究, 2010, 13(2):42-45,52.
LI Yufen, XU Ruihua.Analysis on the characteristics of passenger evacuation in urban rail transit station under fire [J]. Study on urban rail transit, 2010,13(2):42-45,52.
[11]宋娜娜. 基于“元胞自動(dòng)機(jī)”的人員疏散仿真模型初探[J]. 消防科學(xué)與技術(shù), 2006, 25(6):733-735.
SONG Nana.Preliminary study on occupant evacuation simulation model based on Cellular Automata [J]. Fire Science and Technology, 2006,25(6):733-735.
[12]Yang L, Fang W, Jian L I, et al. Cellular automata pedestrian movement model considering human behavior[J]. Science Bulletin, 2003, 48(16):1695-1699.
[13]萬(wàn)江華, 卜凡亮. 粒子群算法在應(yīng)急疏散中的應(yīng)用研究[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào):自然科學(xué)版, 2011, 17(3):59-64.
WAN Jianghua, BU Fanliang.Research on application of particle swarm optimization in emergency evacuation [J]. Journal of Chinese People's Public Security University (Natural Science Edition), 2011,17(3):59-64.
[14]王愛(ài)莎, 彭偉. 突發(fā)事件下某教室的人員疏散研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2012, 8(8):163-166.
WANG Aisha, Peng wei. Study on emergency evacuation of a classroom [J]. Journal of Safety Science and Technology ,2012,8(8): 163-166.
[15]吳德瑄. 基于元胞自動(dòng)機(jī)的地鐵站應(yīng)急客流疏散研究[D]. 蘭州:蘭州交通大學(xué), 2013.
[16]陳文輝. 基于圖像處理的地鐵區(qū)間應(yīng)急疏散系統(tǒng)的研究[D]. 沈陽(yáng):沈陽(yáng)航空航天大學(xué), 2015.
[17]柴盼. 高層建筑火災(zāi)場(chǎng)景設(shè)置研究[D]. 重慶:重慶大學(xué), 2014.