城市安全规划之动态疏散与车辆配置策略.doc

城市安全规划之动态疏散与车辆配置策略 叶永 刘南 【摘要】在城市安全规划中，人群紧急疏散是其重要内容。在紧急救援的有限时间内，最大化利用应急资源，疏散出最多灾民，是城市人群紧急疏散的第一准则。本文在探讨动态紧急疏散模式的基础上，应用最优化方法，以疏散出人数最多为目标函数，考虑时间因素和多种疏散方式，建立“多对多”动态人群紧急疏散与车辆配置决策模型，并用多维动态规划逆序解法对其进行求解，以获取城市人群紧急疏散与车辆配置的最优策略，拟缓解城市紧急疏散中时间和资源与应急行为的两大矛盾。最后，数值仿真与模拟仿真结果表明：模型和求解方法是有效的。 【关键词】城市安全；非常规突发事件；车辆配置；人群疏散；紧急决策 1 概述 随着城市化进程的日益加快和社会经济的、迅速发展，我国非常规突发事件有明显扩散、扩大的趋势，严重威胁着城市安全。诸如2002年席卷全国的SARS事件、2005年松花江水污染事件、2007年太湖蓝藻事件、2008年“5.12”汶川大地震、2010年玉树大地震、舟曲泥石流等危及城市及社会安全的非常规突发事件不时爆发，严重影响了城市安全，我国为此付出了惨痛的代价。事件发生后，如何将城市灾民及时疏散至安全区域，是城市非常规突发事件应对的重要环节，面对地震、洪水、飓风等自然灾害以及建筑物火灾、毒气泄漏等突发事故，都需要将处于危险地带的人群快速疏散至安全地带12。根据2008年民政事业发展统计公报，全年全国各类自然灾害造成死亡和失踪88928人，紧急转移安置26822万人(次)。而且，在人群紧急疏散过程中，也存在着重大的危险，受到灾害环境的影响，疏散者将处于高度恐慌的状态，从而影响疏散者寻找合适路径以及跟随疏散指令的能力3。因此，研究人群疏散理论方法、疏散资源配置策略选择，对城市安全规划有着重要的现实和理论意义。 城市紧急疏散策略主要包括疏散计划(包括路径选择和每条路径上的疏散人数分配)、车辆等紧急疏散资源配置和灾民安置等方面，其中疏散计划和疏散资源配置策略是紧急疏散决策的关键。关于疏散路径问题在国内外都有学者开展了相关研究并提出了一系列基于网络理论的模型与算法48，然而现有的关于疏散计划的研究中绝大部分都将时间作为最主要的考虑因素，疏散模型的优化目标是完成疏散过程所需的时间最短。相关研究表明812许多灾害的扩散是随时间逐渐进行的，并且不同的地理位置受到灾害的影响程度也不同，如火灾、毒气泄漏事故中烟、气的扩散910以及飓风等灾害的逐渐蔓延 1112都具有这样的性质。基于以上分析，袁媛和汪定伟等(2008)学者在考虑路线复杂度的前提下，提出紧急疏散双目标路径选择模型13；并考虑灾害扩散实时影响下提出了紧急疏散路径选择模型14。1994年，费伊(Fahy)为高危建筑中密集人群的疏散设计了网络模型，可实现疏散过程中的个体追踪15；冈纳(Gunnar，1998)将疏散过程中的寻路问题纳入数学框架下，提出了寻路行为的量化模型16；雷尼尔斯等人(Reniers G L L，2007)针对化学工业区发生火灾事故后选择终止生产模式来管理紧急疏散问题，建立了一个基于时间和终止模式最优的决策模型17。易等人(Wei Yi，2007)研究应急物流中灾害发生后应急物资的紧急配送和灾区人员疏散的协同性，建立了一个动态的受伤人员疏散和救援物资供应的物流协同模型18。唐(Chieh-Hsin Tang等人,2008)对紧急疏散环境下建筑物紧急疏散指示图与疏散者选择疏散路线之间的时间关系进行了研究,研究表明：良好的疏散指示路线对人群紧急疏散比语言信息更有效率19。宋等人(Ruib Song，2009)提出了自然灾害条件下运用公交车进行居民紧急疏散的优化模型20。迈克尔泰勒(Michael A P Taylor等人,2010)对澳大利亚主要紧急疏散和规划模型进行了系统综述21。 疏散计划的研究已颇为成熟,而针对城市人群紧急疏散和车辆配置策略的研究则较为少见。城市紧急人群疏散涉及多种疏散方式、多出救点、多待疏散点、多灾民安置点，使得城市人群紧急疏散与资源配置更具复杂性。目前相关文献多是应用网络理论、最短路径算法等进行单一疏散方式的路径选择，且多数都局限于单受灾点到单灾民安置点间的路网问题，只是解决紧急疏散决策中的点对点最佳路径选择问题。并未考虑多待疏散点与多灾民安置点间的人群疏散路径选择及其疏散人数分配、紧急疏散资源配置以及疏散方式选择等重要策略决策。笔者对城市大规模人群紧急疏散决策中的疏散路径选择和每条路径上的人数分配问题进行了研究，在此基础上，鉴于灾害发生、发展具有时间过程性，灾害发生后可供疏散的时间和资源是有限性，以及各个待疏散点的疏散难易程度不一，资源配置在不同待疏散点的效用不同。在假定疏散路径和疏散人数已确定的前提下，提出动态疏散模式，并引进时间因素，在多出救点、多待疏散点和多灾民安置点的救援疏散网络上建立基于时间和资源约束的城市动态人群紧急疏散与车辆配置决策模型。模型采用车辆循环配置方式，同时考虑车载疏散和步行疏散两种方式，以获取可行、高效的城市紧急疏散与车辆配置策略，并运用动态规划逆序解法进行求解。最后，在数值仿真的基础上应用Anylogic软件对模型进行相应的模拟仿真分析，并将模拟仿真结果与数值仿真结果进行比较，以验证模型和算法的可行性。 2 动态紧急疏散模式 非常规突发事件具有以下两大特点：其一是灾害连锁性。非常规突发事件往往伴随着其他次生灾害的发生，以灾害链的形式对紧急疏散造成更大阻碍；另一是灾害及其灾害链的发生、发展有其时间过程性。非常规突发事件是随时间不断发生发展，影响也是随时间不断扩大的，具有一个先后的顺序，使得灾民的疏散具有不同的紧急程度，只要在允许疏散时间内，将其疏散至安全区域便可，从而城市紧急疏散规划、应急资源配置等也更具灵活性和复杂性，需采取更加灵活的疏散模式。 城市应对非常规突发事件的过程中，时间和资源很大程度上限制了紧急疏散效率和效果。疏散行为与时间和应急资源的有限性之间的矛盾是城市人群紧急疏散的主要矛盾。我国各城市所制定的应急预案皆有相应的应急疏散计划，基本采用就近疏散的原则，实践表明：仅就近疏散的原则并不能达到最佳疏散效果。为了在时间约束下，将有限的应急资源应用到最需要的地方，发挥其最大效益，疏散出最多的灾民，需采取两个策略：首先，根据灾民等待疏散的紧急程度选择最合理的疏散方式和资源调度模式，在某些不可救的情况下甚至可放弃部分灾民；其次，各待疏散点的灾民在可进行步行疏散的情况下首选步行疏散。故提出如下动态紧急疏散模式： Stepl：根据灾害、地理以及气候条件等信息预测灾害发展趋势，划分各个时段的受灾区域；估算各待疏散点内等待疏散的人数及其采用步行或车辆疏散到最近灾民安置点所需的时间，分别设为T1、T2(不妨设T2T1)，以及各个待疏散点人群等待疏散的最大时间T0； SteP2：根据T1、T2和T0的大小确定疏散方式：若T1T0，则采用步行疏散方式；若T2T0T1，则采用车辆疏散方式；若T0T1，则放弃疏散；Step3：运用模型求得车辆配置方案。其疏散方案确定方法如图1所示。 3动态配置决策模型 31 模型假设 为建立城市动态人群紧急疏散与车辆配置决策模型，进行如下假设：(1)疏散是在有组织的情况下可顺利进行的，不考虑人群拥挤、恐慌等因素造成的影响；(2)模型中只考虑两种类型的疏散方式，即步行疏散和车辆疏散，每辆车的承载能力一样，且灾民都具备步行疏散能力；(3)步行疏散与车辆疏散不冲突，可同时进行；(4)疏散过程中以平均车行速度和人行速度为准，不考虑人群伤亡对疏散造成的影响；(5)灾民在安全时间到达前被车辆疏散即可；(6)每个待疏散点的灾民只疏散到与其最近的灾民安置点上，且灾民安置点的可容纳人数不限；(7)忽略灾民上车所用的时间。 32 模型建立 基于以上假设，设在各个待疏散点的安全疏散时间内，以疏散出的总人数最多为目标函数，建立城市动态人群紧急疏散与车辆配置决策模型如下：目标函数： 模型中，I、J分别为待疏散点集、出救点集，其中；目标函数(1)式为各个待疏散点采用车载疏散的人数之和，其中、和分别为待疏散点采取步行疏散的人数、第一次车载疏散的人数和后续车载疏散方案疏散的人数；需在第一次车载方案的基础上计算得出，对某些提前完成疏散任务的车辆的再配置。计算方式为：首先，计算不能在安全时间内完成车载疏散任务的待疏散点，即：若（为待疏散点i需要车载疏散的人数)，则待疏散点i未能在第一次配置方案中完成任务；其次，将完成疏散任务的车辆所在灾民安置点视为出救点，重新配置到未完成疏散任务的待疏散点中；依次类推，直至完成所有疏散任务或者安全时间已过。 (2)式为待疏散点i采用步行疏散致其灾民安置点的人数其中、V、和Qi分别为待疏散点i的安全疏散时间、待疏散点灾民的平均步行疏散速度、待疏散点i到其最近灾民安置点的步行时间和待疏散点i的等待疏散人数;(3)式可以计算出待疏散点第一次车载疏散的人数，其中Tji、Ti、和N0分别为从出救点j到待疏散点i的车行时间、待疏散点i到其最近灾民安置点的车行时间、出救点j分配到待疏散点i的车辆数和一车一次载人数量；(4)式为待疏散点i采用车载疏散的人数的取值函数；(5)式为分配至待疏散点i的车辆数之和应为该出救点的车辆总数，其中出救点j的车辆数量；(6)式为分配车辆数的非负约束。 4 模型求解 模型目标函数为步行疏散人数与车载疏散人数之和，车载疏散建立在步行疏散的基础之上，因此可以分步求解。首先，根据相应公式求的步行疏散方案：其次，在步行疏散的基础上，根据动态规划解法求得第一次车载方案；最后，再求后续车载方案和后续车载疏散人数。本节重点阐述应用动态规划求解第一次车载方案的方法。 41 多维动态规划解法分析 模型本质为资源配置问题，应用动态规划求解。设级数为各个待疏散点数n；决策变量为各个待疏散点分配的车辆总数，是一多维变量，其中；状态变量为各个待疏散点开始疏散时可供投入使用的车辆数，也是一多维变量，其中xk(k=1，2，n)为投入k级到n级的总车辆数；状态转移方程为xk+1=xk-Nk；并有由此可得动态规划求解方法如图2所示：定义为从第k个待疏散点疏散的人数到第n个待疏散点疏散的人数的最大值。因此，本模型的动态规划递推公式为： 42 动态规划逆序解法 基于以上讨论,可知初始状态为最优值函数表示第k个阶段的初始状态为Xk，从k阶段到n阶段的最大效益。从第n阶段开始，有 其中Dn(Xn)是由状态Xn所确定的第n阶段的允许决策集合。求解此极值问题，便可得最优解Nn和最优值fn，n(Xn)。在第k，(k=n-2，2)阶段，有 其中Xk+1=Xk-Nk,解得其最优解Nk和最优值fk,n(xk)。依次类推，直到第一阶段，有 其中X2=x1-N1解得其最优解N1和最优值f1,n(X1)。 由于初始状态X1已知，且故N1和f1,n(X1)是确定的，从而X2=x1N1也可以确定；同理，N2和f2,n(X2)也可以确定。这样，按照上述递推过程相反的顺序推算下去，便可逐步确定出各个阶段的决策及其效益，也即得出各个待疏散点车辆的配置方案和疏散出来的人数。 5 仿真分析 51 相关参数设置 本节设定如下场景进行人群疏散数值仿真。假设城市灾害发生后，受灾人群聚集在3个待疏散点，与其分别对应的有3个灾民安置点，有2个出救点的救援车辆可供调度，出救点1、2都可像待疏散点1、2、3调度车辆，某个待疏散点的疏散任务完成后，完成任务的车辆将继续往未疏散完成的待疏散点调度(图3)。 具体参数设置如表1所示，可求出两种疏散模式的疏散人数(表2)。 52 数值仿真分析根据模型中的第一次车载疏散方案问题可以用二维离散动态规划逆序解法进行求解，解得：第一次最佳车辆配置策略为因此，3个待疏散点都未能在安全时间内完成疏散任务。而50min过后，出救点1到安置点1的3辆车已经不需要再回去疏散，可以重新配置：3辆车都前往带疏散点2开展疏散任务。整个疏散结果如表4所示。 53 Anylogic模拟仿真分析为验证本章建立的动态配置决策模型及其求解方法和结果，本小节将运用Anylogic仿真软件,应用模型得出的疏散车辆资源配置方案，模拟51节的疏散情景，并将数值疏散结果和Anylogic模拟疏散结果进行对比，以验证模型的科学性和准确性。 模拟仿真开始后，分别截取系统运行在6min、45min、60min和80min时的疏散场景图像。 从图4中可以看出，系统开始运行至6min时，待疏散点1：步行疏散开始，来自出救点1的车辆已经到达并开始执行疏散任务，来自出救点2的车辆还在途中；待疏散点2和3：步行疏散开始，来自出救点2的车辆已经到达并开始执行疏散任务； 40min时，待疏散点1：一辆来自出救点1的一辆车已经完成疏散任务并前往待疏散点2，执行下一个疏散任务；其他车辆继续原先疏散任务； 60min时，待疏散点1：疏散任务完成，另一来自出救点1的车辆也前往待疏散点2执行下一个疏散任务； 80min时，待疏散点2：安全疏散时间已到，疏散任务基本执行完毕；其后，由于从灾民安置点2到待疏散点3的时间过长，已完成疏散任务的车辆即便赶往待疏散点3亦不能执行疏散任务，故车辆到达灾民安置点2后便不在调动。 54 仿真结果对比分析 利用Anylogic自带的Collective Variable记录系统仿真过程中各待疏散点的在不同时间的疏散人数(由Anylogic绘出)，并与数值仿真结果(Matlab70绘出)进行比较(图5)。 在该情境下，两种仿真结果的区别主要在于疏散停止时间和步行疏散人数上。总体来说，数值仿真的疏散停止时间较早,而Anylogic仿真则滞后大约28min；两者车行疏散人数一样，而Anylogic仿真的步行疏散人数相对较小(表5)。 因此,应用Anylogic进行的模拟仿真疏散与Matlab数值仿真疏散结果有所不同，其成因是：Anylogic模拟的步行疏散效率相对要低一些，因为Anylogic的仿真系统的行人库是基于社会力模型的，它考虑了疏散过程中的某些对行人步行疏散的影响，而数值仿真则是假设步行疏散是顺利有效进行的；而两者的车载疏散人数则是一样。因此，所建立的模型和运用动态规划算法得出配置策略是合理的。 6 结论城市在应对非常规突发事件过程中，疏散行为与时间的有限性和应急资源的有限性的矛盾是两对主要矛盾。因此，本文在时间约束下，以在安全时间内疏散出的总人数最多为目标函数，建立“多对多”的城市动态人群紧急疏散与车辆配置决策模型。鉴于模型的本质为资源配置问题，根据多出救点多待疏散点的特点，在探讨动态规划求解方法的基础上，应用多维动态规划求解方法对其进行求解，并进行了二维离散动态规划数值仿真和模拟仿真，为城市应急决策人员提供城市人群紧急疏散资源配置方案。文章所建立的模型是建立在诸多假设之上的，在今后的研究中，可以在决策模型中考虑人群拥挤、恐慌等因素造成的影响；细化动态疏散模式，提高模型的精准度；寻找真实人群疏散案例，根据灾害条件应用所建立模型得出相应的疏散策略进行情景再现和模拟仿真，并将结论和真实疏散结果进行对比。根据对比结果适当改进模型不断提高模型准确度。 参考文献(References) 1 Elba Urbina，Brian WolshonNational Review of Hurricane Evacuation Plans and Policiesa Comparison and Contrast of State PracticesJTransportation Research Part A(S09658564)，2003，37(3)：257275 2 叶永，赵林度城市重大危险源人群疏散决策策略与仿真研究J统计与决策，2009，20(15)：3637 3 Olsson P A，ReganM AA Comparison Between Actual and Predicted Evacuation TimesJSafety Science，2001，38(2)：1；39-145 4 Hamacher H W，Tjandra S AMathematical Modeling of Evacuation Problems：A State of the ArtcPedestrian and Evacuation DynamicsBerlin：Springer，2002：227-266 5 qingsong Lu，Bestsy George，Shashi ShekharCapacity Constrained Routing Algorithms for Evacuation Planning：A Summary of ResultscLNCS 3633Berlin：Springer，2005：291-307 6 温丽敏，陈宝智重大事故人员应急疏散模型研究J中国安全科学学报，1999，9(6)：69-73 7 谢旭阳，任爱珠，周心权，高层建筑火灾最佳疏散路线的确定J自然灾害学报，2003，12(3)：7580 8 戴建设，王书宁，杨小茵，等时间紧要运送问题的模型及其计算机实现J控制与决策，1995，10(2)：143-147 9 谢旭阳，周心权，任爱珠，等高层建筑火灾网络模拟J土木工程学报，2005，58(9)：6673 10 肖国清，温丽敏，陈宝智，等毒气泄漏时的最佳疏散路径J.东北大学学报，2001，22(6)：674677 11 Suleyman TufekciAn Integrated Emergency Management Decision Support System for Hurricane EmergenciesJSafety Science(SO925-7535)，1995，20(1)：5948 12 Kambiz FarahmandApplication of Simulation Modelling to Emergency Population EvacuationCProceedings of the 1997 Winter Simulation ConferencePiscataway：IEEE，1997：11811188 13 袁媛，汪定伟，蒋忠中，等考虑路线复杂度的应急疏散双目标路径选择模型J运筹与管理.2008，17(5)：7379 14 袁媛，汪定伟灾害扩散实时影响下的应急疏散路径选择模型J系统仿真学报，2008，20(6)：1563-1566 15 Rita F FahyExit 89-An Evacuation Model for High-Rise BuildingsModel Description and Example ApplicationsRFire Analysis and Research Division National Fire Protection Association，1994，657-668 16 Gunnar G Lovas，Models Of Way Finding in Emergency EvacuationsJEuropean Journal of Operational Research，1998，105(3)：571-389 17 Reniers G L L，A Audenaert，N Pauwels，et alA Multiple Shutdown Method for Managing Evacuati