一种面向人群疏散的高效分组方法

• 作者: 刘弘 张建新 李焱
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 聚类算法 k-mediods DBSCAN聚类 二分划分 人群疏散仿真
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 231-238
• 页数: 8页
• 分类号: TP319
• 字数: 9289字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.06.035

摘要

在人群疏散的过程中,个体会依据关系的亲密度产生分组现象,因此人群分组行为是人群疏散仿真中不可忽略的因素.家人、朋友、同事等会根据亲密度形成分组,在疏散过程中同组人群会聚集成簇.聚类分组时常用的k-mediods聚类算法对噪声敏感,容易陷入局部最优,只能发现球状簇,且对初始聚类中心点的选择敏感,在聚类准确度上不尽人意.而DBSCAN算法具有抗噪声能力强、可发现任意形状的簇、无须指定初始聚类中心等优点,但只能识别密度相近的簇.对此,文中提出了折半DBSCAN聚类算法.该算法首先对关系数据进行二分划分,将有关系的数据划分到一个网格中,然后根据每个网格的人群密度决定聚类半径ε,最后对每个网格进行DBSCAN聚类,因此该算法可识别密度不同的簇.人群聚类分组后,在加入同组内个体吸引力的社会力模型中驱动个体运动,并模拟关系密切程度对聚集程度的影响.实验结果表明,在考虑了现实生活中有关系的人群空间分布状况下,所提方法具有较高的聚类精度,可真实地再现现实场景中的人群疏散情况,可作为紧急情况下预测人群疏散时间和疏散状况的重要工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘弘	山东师范大学山东省分布式计算机软件新技术重点实验室	225	2144	21.0	35.0
2	李焱	山东师范大学信息科学与工程学院	5	17	2.0	4.0
3	张建新	山东师范大学信息科学与工程学院	1	1	1.0	1.0