使用智能代理建模紧急疏散期间的人类行为：一种多代理仿真方法

沙拉德·沙尔马(),科拉·奥古兰纳(),大卫·斯克里布纳()和乔克·格里诺维奇()
其他联系信息
Sharad Sharma：鲍伊州立大学
科拉·奥古兰纳：鲍伊州立大学
David Scribner：陆军研究实验室，HRED，APG
Jock Grynovicki：陆军研究实验室，人力资源开发署，APG

信息系统前沿，2018年，第20卷，第4期，第7期，757页

摘要：摘要灾难员工为一栋建筑执行几次疏散演习费用高昂，而且需要花费大量时间。如果不进行多次演习，就无法收集信息来推进即将建成的建筑的计划和蓝图。我们开发了一个多智能体系统仿真应用程序，以帮助运行多个疏散演习和理论情况。本文将遗传算法（GA）、神经网络（NN）和模糊逻辑（FL）相结合，探索智能代理如何在疏散过程中学习和调整其行为。自适应行为侧重于特定代理在环境中更改其行为。agent的共享行为侧重于多agent系统中的群体建模和紧急行为。本文提供了一个正在开发的模糊个体模型，用于正常和紧急情况下人类情绪行为的现实建模。它探讨了感知和情感对人类行为的影响。我们建立了一种具有独立性、集体能力、合作性和学习性等特征的新型智能体，描述了它的最终行为。本文的贡献在于我们利用GA、NN和FL对多智能体系统中智能体的学习和自适应行为进行建模。计划中的应用程序将有助于针对社会和文化问题（如通过集成代理特征进行疏散）的假设场景执行大量疏散演习。本文还将我们提出的多智能体系统与现有的商业疏散工具以及实时疏散演习进行了比较，以确保准确性、建筑物交通特征以及疏散过程中的累计疏散人数。我们的结果表明，GA、NN和模糊属性的加入使得代理的疏散时间更接近实时疏散演习。

关键词： 人类行为;应急建模;基于Agent的建模;模拟;模糊逻辑;行为模拟（在EconPapers中搜索类似项目）
日期：2018
参考文献： 从CitEc查看完整的参考列表
引文： 查看EconPapers中的引文(3)通过RSS源跟踪引文

下载内容：（外部链接）
http://link.springer.com/10.1007/s10796-017-9791-x摘要（text/html）
访问本系列文章的全文受到限制。

相关工作：
该项目可在EconPapers的其他地方获得：搜索对于具有相同标题的项目。

导出参考： BibTeX公司 RIS公司（尾注、ProCite、RefMan）HTML/文本

永久链接： https://EconPapers.repec.org/repec:spr:infosf:v:20:y:2018:i:4:d:10.1007_s10796-017-9791-x号

订购信息：这篇期刊文章可以从订购
http://www.springer.com/journal/10796

内政部： 2007年10月10日/10796-017-9791-x

访问统计信息对于本文

信息系统前沿目前由编辑拉姆·拉梅什和拉加夫·拉奥

更多文章信息系统前沿施普林格
Sonal Shukla维护的系列书目数据()和Springer Nature抽象和索引().