Abstrakti

monia vakavia tosielämän ongelmia voitaisiin simuloida cellular automata-teorian avulla. Julkisilla paikoilla syttyi paljon tulipaloja, joissa kuoli useita ihmisiä. Ehdotettu menetelmä, jota kutsutaan nimellä Cellular Automata Evaluation (CAEva lyhyesti), käyttää cellular automata teoriaa ja sitä voitaisiin käyttää rakennusten olosuhteiden tarkistamiseen tulipalon sattuessa. Todellisella onnettomuudella tehdyt testit osoittivat, että asianmukaisesti konfiguroitu ohjelma mahdollistaa realistisen simulaation ihmisen evakuoinnista. Kirjoittajat analysoivat joitakin todellisia onnettomuuksia ja osoittivat, että CAEva-menetelmä näyttää erittäin lupaavalta ratkaisulta, erityisesti silloin, kun kyseessä on rakennusten kunnostus tai tilapäinen poistumisreittien epäkäytettävyys.

1. Johdanto

Soluautomaatteja käyttävät eräät IT-haarat, muun muassa tekoälyn kenttä. Ne koostuvat solujen verkostosta, joista jokainen on erotettu jollakin erityisellä tilalla ja säännöillä. Tietyn solun nykyisen tilan muutos on edellä mainittujen ominaisuuksien ja naapurisolujen välisten suhteiden tulos . Soluautomaatin teorian esitteli ensimmäisenä yhdysvaltalainen unkarilaista syntyperää oleva tiedemies John von Neumann. Hän osoitti muun muassa, että yksinkertaisetkin koneet osoittavat lisääntymiskykyä, jota siihen asti pidettiin elävien organismien perusominaisuutena . Useiden vuosien ajan cellular automata oli ollut vain teoreettisten tutkimusten kohteena. Tietokoneiden ja ohjelmistojen kehityksen myötä tähän lähestymistapaan perustuvia optimointimenetelmiä on yhä useammin tutkittu ja toteutettu käytännössä . Monikäyttöisyytensä vuoksi soluautomatiaa sovelletaan monilla tosielämän aloilla, kuten biologiassa, fysiikassa ja matematiikassa sekä IT-aloilla, kuten kryptografiassa tai tietokonegrafiikassa .

1, 1. Soluautomaattia

Soluautomaattia on sovellettu käytännössä esimerkiksi katuliikenteen simuloinnissa, jossa nimenomaan määritelty soluautomaatti ohjaa liikennettä . Ajoneuvovirtaa hallitaan periaatteessa tietyllä liikenneintensiteetin osuudella . Tämä koskee esimerkiksi Saksan Ruhrin moottoriteiden liikenteen intensiteetin valvontaa. Yksinomaan tätä tarkoitusta varten suunnitellut seurantakeskukset keräävät tiedot valituilta valtateiden osuuksilta . Näin saatu tieto analysoidaan ja sitä käytetään liikenteen intensiteettiä koskevien lyhytaikaisten simulaatioiden laatimiseen soluautomaatin avulla. Projektien sivustot julkaisevat tilastotiedot tehdyistä tutkimuksista kuljettajien käyttäytymisestä, joita varoitettiin etukäteen mahdollisista liikenneongelmista, joita saattaa esiintyä useiden seuraavien tuntien aikana . Toinen esimerkki soluautomatian soveltamisesta on tietyn alueen Demografiset simulaatiot. Tällaisten simulaatioiden tavoitteena on luoda malli, joka osoittaa väestömäärän tietyllä alueella ennustettua väestötiheyttä kuvaavan kartan muodossa. Tällaiset simulaatiot voivat perustua tunnettuun ”elämän peliin”. Ottamalla käyttöön joitakin muutoksia algoritmiin, on mahdollista seurata käyttäytymistä ympäröivien solujen . Muita esimerkkejä soluautomatiatoteutuksista ovat kuvankäsittely, tekstuurien luominen, aaltojen, tuulen ja ihmisten evakuointiprosessin simulointi sekä tätä tutkimusta varten kehitetty simulointiohjelma . Ehdotetun algoritmin tavoitteena on tuottaa simulaatioita ihmisen poistumisesta rakennuksesta tulessa, jossa on tietty määrä uloskäyntejä ja tulilähteitä .

1, 2. Soluautomaatin Hila

hila tai diskreetti avaruus, jossa soluautomaatin evoluutio tapahtuu, koostuu joukosta identtisiä soluja . Jokainen solu ympäröi sama määrä naapureita ja voi olettaa sama määrä valtioita . On olemassa kolme rakenteellista tekijää, jotka vaikuttavat merkittävästi ruudukon muotoon ja sen seurauksena koko soluautomaatin käyttäytymiseen :(i)tilan koko, joka riippuu tutkitun ongelman suuruudesta, jonka esimerkit on esitetty kuvassa 1 (ruudukot 1D, 2D ja 3d);(ii)säännöllisyys, joka edellyttää ruudukon täyttämistä täysin identtisillä soluilla;(iii)naapureiden määrä (riippuu molemmista edellä mainituista tekijöistä).

tässä artikkelissa kirjoittajat esittelevät mahdollisuutta simuloida todellista paloonnettomuutta suurten paloonnettomuuksien estämiseksi. Tätä tarkoitusta varten kirjoittajat käyttivät Cellular Automata Evaluation method, CAEva lyhyesti. Tässä lehdessä on seuraava organisaatio. Jaksossa 2 esitetään ajatus palovaaran ennustamisesta, kahden todellisen onnettomuuden kuvauksesta ja CAEva-simulointimenetelmästä reunaehtoineen ja siirtotoimintoineen. Jaksossa 3 esitellään kokeen tulokset, kun mainitut kaksi todellista paloonnettomuutta simuloitiin. Lopuksi 4 jakso koostuu loppupäätelmistä.

2. Palovaaran ennustaminen

2.1. Palo – onnettomuudet julkisilla paikoilla

tulipalot ovat yksi hallitsemattomimmista onnettomuuksista etenkin sisätiloissa. Näin ollen riippumatta rakennuksista toimivat onko se asuin -, liike-tai muu rakennus, sen suunnittelu on noudatettava palomääräyksiä. Käytävien leveydellä, varauloskäyntien määrällä ja sallitulla määrällä ihmisiä, jotka pysyvät sisällä yhtä aikaa, on vakava vaikutus sen käyttäjien turvallisuuteen. Pelkkä ovien läsnäolo pohjapiirroksessa ei riitä, vaan niiden on oltava auki. Monissa tapauksissa kuolonuhrien suuri määrä johtui hätäuloskäyntien ovien lukitsemisesta. Viime vuosikymmeninä on ollut useita tuhoisia tulipaloja julkisilla paikoilla, kuten ravintoloissa ja yökerhoissa. Taulukossa 1 esitetään esimerkkejä tällaisista onnettomuuksista ja luetellaan uhrien lukumäärät. Kuten toimitetuista tiedoista käy ilmi, viihdeklubeilla on ollut vuosien varrella useita tulipaloja, jotka ovat aiheuttaneet monia loukkaantumisia riippumatta siitä, tapahtuivatko ne vuosikymmeniä sitten (1942) vai viime aikoina (2013).

2.2. Kiss-Yökerhopaloonnettomuuden

tapahtuma nimeltä ”Aglomerados” alkoi lauantaina 26.tammikuuta 2013 kello 23.00 UTC Kiss-yökerhossa. Kerhossa oli kuuden yliopiston opiskelijoita ja Santa Marian liittovaltion yliopiston teknillisiltä kursseilta tulleita ihmisiä . Seuraavan päivän varhaisina aamutunteina syttyi tulipalo oppilaiden pitäessä tuoretanssiaisia ja syntyi paniikki. Silminnäkijöiden mukaan palon syttymissyy oli joko juhlien aikana soittaneen musiikkibändin jäsenten sytyttämä ilotulite. Palo romahdutti katon useasta osasta rakennusta ja vangitsi sisälle useita ihmisiä. Palomiehet löysivät useita ruumiita klubin vessasta. Syttymishetkellä klubin sisällä oli noin 2 000 ihmistä. Määrä kaksinkertaistaa rakennusten maksimikapasiteetin 1 000. Turmassa kuoli ainakin 231 ihmistä ja loukkaantui satoja muita. Monet kuolonuhreista johtuivat ilmeisesti savun hengittämisestä, kun taas muut uhrit tallautuivat ulosmenoruuhkassa. Kuvassa 2 esitellään Kiss-yökerhon juoni.

2, 3. Cocoanut Groven Paloonnettomuus

the Cocoanut Grove oli vuonna 1927 rakennettu ravintola, joka sijaitsi osoitteessa 17 Piedmont Street, lähellä Park Squarea Bostonin keskustassa Massachusettsissa . Kieltolain mukaan rakennus oli 1920-luvulla hyvin suosittu: rakennus oli yksikerroksinen ja sen alla oli kellari. Kellari koostuu baarista, keittiöstä, pakastimista ja varastotiloista. Ensimmäisessä kerroksessa oli suuri ruokasalialue ja tanssisali, jossa oli bänditeline, sekä useita juhlasalista erillisiä baaritiloja. Ruokasalissa oli myös sisäänvedettävä katto käytettäväksi lämpimällä säällä, jotta kuusta ja tähdistä oli näkymä. Pääsisäänkäynti Cocoanutin lehtoon oli pyöröoven kautta Piedmont Streetin puolella rakennusta. Lauantaina 28. marraskuuta 1942 sattui erittäin suuri paloonnettomuus. Kyseisen illan aikana bussipoika oli saanut käskyn korjata kellaribaarin nurkassa sijaitsevan keinotekoisen palmun latvassa olevaa hehkulamppua. Hetkeä myöhemmin koristeet syttyivät palamaan. Kun muut kalusteet syttyivät palamaan, liekkipallo ja myrkyllinen kaasu syöksyivät huoneen poikki kohti portaita. Pyöröovi meni jumiin hätääntyneiden asiakkaiden ihastumisen vuoksi. Paljon ihmisiä jumissa tulessa. Myöhemmin arvioitiin, että lehdossa oli palon syttymishetkellä sisällä yli 1 000 ihmistä. Poliisipäällikkö Reillyn vahvistama lopullinen kuolonuhrien määrä oli 490 kuollutta ja 166 loukkaantunutta, mutta loukkaantuneiden määrä laskettiin sairaalassa hoidetuista ja myöhemmin vapautetuista, kun taas monet ihmiset loukkaantuivat, mutta eivät hakeutuneet sairaalahoitoon. Kuvassa 3 esiteltiin Cocoanut Grove.

2, 4. CAEva-Simulointimenetelmä

CAEva-simulointimenetelmä on ohjelma, joka on valmistettu rakennusten paloportaasiskenaarioiden harjoitteluun . Se auttaa vertailemaan erilaisia simulaatiotuloksia ja tekemään sopivia johtopäätöksiä. Ohjelma on toteutettu C++Builder-ympäristössä, joka on oliopainotteinen ohjelmointityökalu Windows-ympäristössä ja on saatavilla ilmaiseksi Airlabin verkkosivuilta . Ohjelman avulla voidaan piirtää kaikenkokoinen taulu, mukaan lukien yksikerroksisen rakennuksen suunnitelma, paikantamaan ihmisiä sisälle ja osoittamaan palon lähde. Hallitus koostuu ruudukosta soluja. Jokainen solu voi olettaa vain yhden seuraavista tiloista: tulipalo, seinä, henkilö, henkilö tulessa, tai tyhjä solu. Kuvassa 4 esitetään kaavio valtioiden yhden solun palo simulointi Automaatti.

2, 5. Reunaehdot

diskreetti avaruus, jossa soluautomaatin eri kehitys tapahtuu, sisältää D-ulotteisen, teoreettisesti äärettömän hilan. Koska tällaista ruudukkoa ei voida toteuttaa tietokonesovellukseen, se esitetään suppean taulukon muodossa. Siksi on tarpeen asettaa reunaehdot ruudukon rajoille eli taulukon rajoille. Joukko perusehdot on esitetty kuvassa 5. Nämä olosuhteet ovat 90 asteen ruudukkokierron jälkeen analogiset, joten jatkojärjestelyt jätettiin triviaaleina väliin. Solun liikkeen simulointiin seinän suunnassa käytettiin seuraavia sääntöjä: (I)suora liike: solun tila pysyy muuttumattomana, (ii)diagonaalinen liike: solun tila muuttuu tyhjäksi, koska kohtauskulma on yhtä suuri kuin kimmokulma, solun tila peilikuvassa muuttuu liikkeen aloittaneen solun tilaan, (iii)liikeolosuhteet: (iv) liike on mahdollinen, jos kohdesolu on tyhjässä tilassa. Muuten solu ei muuta tilaansa,(v)solun liikkeen yritys ”person” – tilassa soluun ”fire” – tilassa Lisää aloittavan solun palovammojen määrää.

erikoistapaus on liikkeen yritys laudan kulmasta. Rebound kolmessa aloitussuunnassa ei muuta solun tilaa, mutta se voi muuttaa sen muutoksen seurauksena yrittää liikettä peräkkäisissä viidessä suunnassa. On myös huomattava, että liikkeen säännöt ja ehdot koskevat soluja ”henkilö” tilassa sekä ”palo” tilassa. Kentät, joihin liikettä ei voi suorittaa, ovat ”seinän” tilassa olevia soluja. Rebound-olosuhteet tapahtuvat solun automata-ruudukon reunalla, joka muodostaa esteen, josta liikkuvat virtuaaliesineet rebound (näköaistissa). Näitä olosuhteita käytetään simuloimaan koteloituja empiirisiä tiloja.

2, 6. Siirtofunktio

soluautomaatin kehitys tapahtuu diskreetissä ajassa, joka määrittää peräkkäiset prosessointisyklit. Jokaista diskreettiä momenttia käytetään yksittäisten solujen tilan päivittämiseen; siten jokainen automaatti on ajan myötä dynaaminen kappale. Jokaisessa iteraatiossa siirtofunktio voi käsitellä (laskea) kaikki ruudukon solut yksitellen tiettyjen sääntöjen mukaisesti. Jokainen käsitelty solu saa uuden tilansa perustuen sen nykyisen tilan ja naapurisolujen tilojen laskemiseen. Siirtosäännöt ja valtion tila sekä määritelty naapurusto ovat soluautomatian evoluutioprosessin luontaisia elementtejä. Kun suoritettu, ohjelma näyttää päänäytön valmis piirtää rakennussuunnitelma ja järjestää yksittäisiä elementtejä sisällä. Kun taulu on piirretty ja kaikki komponentit on järjestetty, käyttäjä voi aloittaa tulipalon ja ihmisten parametrien kokoonpanon ja ryhmäefektin asettamisen. Palon parametrit ovat seuraavat:(i)tuli sammuu yksin, jos naapureiden määrä on alle 1, (ii)palo sammuu ylikansoituksesta, jos naapureiden määrä on yli 3, (iii)Uusi palo syntyy, kun naapureiden määrä on vähintään 3, (iv) palo syntyy, kun naapureiden määrä on pienempi tai yhtä suuri kuin 4. Ihmisiä koskevat parametrit ovat seuraavat: (v)todennäköisyys, että henkilö menee poistumista kohti oletustilassa on 50,(vi)kuolemaan johtaneiden palovammojen määrä on 5, (vii)ryhmävaikutus On On/Off.

ruudussa on kohtia, jotka simuloivat ihmisiä pakenemassa kohti uloskäyntiä ja etenevää tulta. Kaikki tapahtumat on kirjattu tilastotaulukkoon. Ne sisältävät laudan sisälle jääneiden, tulipalosta pelastuneiden ja tulipalossa tai murskaamalla kuolleiden ihmisten määrän . Saadut tiedot mahdollistavat johtopäätösten tekemisen kokeista .

2, 7. OFN-notaation toteuttaminen todellisen Paloonnettomuuden sumeaan havainnointiin

järjestettyjen sumeiden lukujen käyttö soluautomaatiossa näyttää luonnolliselta askeleelta. On olemassa monia notaatioita sumeita numeroita, jotka otetaan käyttöön Zadeh, Klir, Dubois et al. , ja Kłopotek et al. muun muassa. Koska meillä on tässä tapauksessa kaksiulotteinen laite, jossa Mooren naapurustoa käytetään lisäksi, on käytettävissä kahdeksan siirtoa soluista . Esimerkki tästä tilanteesta on kuvassa 6.

osa naapurustosta on lähempänä uloskäyntiä ja toinen osa lähempänä ihmisen tilassa olevaa soluryhmää . Tällä solulla on siis determinantista riippuen kaksi mahdollista liikesarjaa . Koska jokainen asetetaan on neljä-Elementti, sitten notaatio sumea numerot kutsutaan tilata sumea numerot käyttöön sopii sen kuvaus . Kuoleman jälkeen luoja ofns joissakin teoksissa kutsutaan myös ’ S sumea numerot . Tässä notaatiossa sumealla luvulla A on yleensä koordinaattien kuvaama puolisuunnikkaan muoto, joka esitetään kuvassa 8.

Kuvan 8 nuoli osoittaa ohjaamista, joka heijastaa yksittäisten koordinaattien järjestystä. Tällaisilla sumeilla luvuilla on mahdollista suorittaa kirjallisuudessa kuvattuja aritmeettisia operaatioita: (i)yhteenlasku: (ii)skalaarikertoaminen: (iii)vähennyslasku: (iv)kerto: (v) jako:

tietty joukko Mooren naapurustossa tapahtuvia mahdollisia siirtoja solusta toiseen on esitetty kuvassa 9. Algoritmin asetuksista riippuen liikenteen määräävä tekijä voi olla (i)menossa kohti lähintä uloskäyntiä,(ii) saada lähimmän kokoontumisen ihmisiä.

determinantti liittyy OFN-notaation sumeaan lukuun .

määritelmä 1. Antaa on kaksi paria sumea numerot. Ohjaaminen on positiivinen osajoukko liikkuu lähempänä osoitettua determinantti: pari koordinaatit, jotka ovat kauempana determinantti merkitään negatiivinen ohjaamalla: osajoukko soluja, joihin edelleen liikettä voidaan määrittää on pari sumea numerot täyttävät seuraavat säännöt: on positiivinen on positiivinen sitten muualla tämän joukon paria kuvattu , joka edustaa neljä mahdollista liikkuu seuraavan kehityksen soluautomaatti, yksi pari koordinaatit on piirretty. Oletusarvoisesti listasta on poistettava kentät, joissa liikenne on mahdotonta. Jos yhdessäkään neljästä solusta ei ole mahdollista liikkua, solutila ei muutu. Tämä symboloi tilannetta, jossa henkilö pysyy liikkumattomana.

3. Koe CAEva-menetelmällä

tekijät käynnistivät Kiss-yökerhoskenaarion simuloinnin CAEva-ohjelmassa. He laittoivat ihmisiä sisälle ja sytyttivät tulipalon. Rakennuksessa on seitsemän huonetta ja siellä oli vain yksi uloskäynti. Siniset pisteet merkitsevät ihmisiä ja punaiset ampuvat. Tämän järjestelmän perusteella tehtiin useita testejä, ja oletetut olosuhteet olivat seuraavat:: kokeen tarkoituksena oli simuloida rakennuksen paloa tiettyjen sääntöjen ja suhteiden perusteella. Seuraavien parametrien asettaminen, versioiden valinta ja luontaiset säännöt muodostavat kaiken kaikkiaan ympäristön, joka vaikuttaa kuolleisuuteen. Muuttujat olivat(i) rakennuksen kerrosten sijoittelu, mukaan lukien Ovien lukumäärä ja sijainti, (ii) määritetyn ihmismäärän jakautuminen rakennuksen sisällä määrättyihin paikkoihin, (iii) paloparametrien asettaminen:(a)palo sammuu yksin, jos naapureita ei ole, (B)palo sammuu ylikansoituksen vuoksi, jos naapureita on enemmän kuin 3, (c)Uusi palo syntyy, kun on vähintään 3 naapuria, mutta enintään 4, (iv)parametrien asettaminen ihmisille (elävät solut):(a)kuolemaan johtavien palovammojen määrä on oletusarvoisesti 5, (v)palolähteen sijainti taululla, (vi)ihmisten todennäköisyyden määrittäminen kohti uloskäyntiä (kolme vaihtoehtoa): 25%, 50% ja 75%, (VII)täsmentämällä, liikkuvatko ihmiset poistumista kohti ryhmissä (kaksi vaihtoehtoa): ryhmävaikutuksella vai ilman.

kuva 10 esittää Kiss-yökerhon skeeman ennen simulaatioprosessin aloittamista. Punaiset neliöt edustavat tulta ja siniset ihmisiä. Kuva 11 esittelee Kiss-yökerhon skeeman simulaation suorittamisen jälkeen. Kuvassa 12 esitellään Cocoanut Grove-skeema ennen simulaatioprosessin aloittamista. Punaiset neliöt edustavat tulta ja siniset ihmisiä. Kuvassa 13 esitetään Cocoanut Grove-skeema simulaation suorittamisen jälkeen. Simulaatio tehtiin kaksisataa kertaa jokaista ehtoa kohti; oli kuusi ehtoa, jotka antavat 1 200 simulaatiota yhdelle paloonnettomuudelle. Taulukossa 2 esitetään suoritetun simulaation keskimääräiset tulokset. Kun otetaan huomioon todelliset tiedot Kissin yökerhopalon kuolonuhrien määrästä, tulos, joka oli lähimpänä todellista kuolonuhrien määrää, saavutettiin käyttämällä 75 prosentin todennäköisyyttä siitä, että ihmiset menivät ulos ja ryhmävaikutus oli pois päältä. Taulukossa 3 verrataan keskimääräisiä tuloksia reaalilukuihin.

kuten taulukosta 2 näkyy, uloskäyntiin menevien todennäköisyyden kasvu vähentää tulipalossa kuolleiden määrää. Uhrien määrä laskee vasta, kun ryhmävaikutus on päällä. Lisäksi myös tulipalosta selvinneiden ihmisten kokonaismäärä kasvaa, kun poistumistietä kohti etenevien ihmisten todennäköisyys kasvaa.

kuten taulukosta 3 käy ilmi, pienin suhteellinen virhe saatiin ryhmävaikutuksen puuttuessa ja arvolla, joka oli 75% poistumaan lähteneistä. Suurimmat virheet tehtiin ryhmäefektin ollessa käytössä ja 25 prosentin todennäköisyydellä ulosajossa. Tämä saattoi tarkoittaa sitä, että tulipalon sattuessa ryhmäefekti ei toiminut, ja ihmiset etsivät ulospääsyä omin avuin.

kuten taulukosta 4 näkyy, täälläkin tilojen uloskäynnin todennäköisyyden kasvu on vähentänyt tulipalossa kuolleiden määrää. Taulukossa 5 verrataan keskimääräisiä tuloksia reaalilukuihin. Pienin virhe saatiin vammaisille ryhmäefekti, mutta arvo 50% ihmisistä menossa ulos. Tämä voi tarkoittaa sitä, että tulipalon sattuessa tässä klubissa ryhmäefekti ei myöskään toiminut, mutta ihmiset eivät kiirehtineet poistumaan klubilta, mikä aiheutti traagisen vaikutuksen.

td> 40 Number of people Group effect No Yes Probability of people heading towards the exit 25,00% 50,00% 75,00% 25,00% 50,00% 75,00% Died 32 4 34 3 7 13 poljettu 23 18 25 94 51 18 pelastettu tulelta 33 0 49 12 13

taulukko 5

a comparison of the caeva method results with real numbers for the Cocoanut Grove Nightclub.

kuolleisuus riippuu palon syttymispaikasta. Jos tuli tukkii minkä tahansa huoneen, siellä oleskelevat ihmiset eivät pääse ulos ja uloskäynnille, vaikka he siirtyisivät sitä kohti 100 prosentin todennäköisyydellä. Ohjelmassa käytetty ryhmäefekti ei välttämättä auta ihmisiä pakenemaan rakennuksesta. Se voi synnyttää tungosta, kun ihmiset etsivät muita ryhmiksi ja näin voi tapahtua tallaamista. Kun ihmisellä ei ole mitään suuntaa, milloin hän voisi liikkua, häntä poljetaan. Luvuissa 6-9 palopaikka ja palon leviäminen on merkitty punaisella. In contrast, blue indicates the location of people at the start of an event, a fire.

(a)

(b)

(c)

(d)

(a)
(b)
(c)
(d)

Figure 7

The OFN visualization of Nx-positive (a), Ny-positive (b), Nx-negative (c), and Ny-negative (d).

Kuva 8

sumea luku laajennuksen kanssa.

Kuva 9

toimiva huono.

Kuva 10

Kiss-yökerhon skeema, jossa on ihmisiä ja tulta Caevan ohjelmassa.

4. Päätelmät

kuten voidaan nähdä, suoritetut simulaatiot voivat auttaa ymmärtämään, miten ihmiset käyttäytyivät tulipalon aikaan, seurasivatko he väkijoukkoa etsiessään ulospääsyä, toimivatko he yksin vai olivatko he riittävän päättäväisiä löytääkseen ulospääsyn. Yhdessä tapauksessa ihmiset osoittivat suurempaa päättäväisyyttä (75% todennäköisyys mennä ulos), kun taas toisessa tapauksessa taso oli pienempi (50%). Simulaatioita voidaan käyttää varoituksena turvallisuustasoanalyysin aikana, mutta myös osana tapahtuneiden tapahtumien yksityiskohtaista analysointia.

ehdotetun menetelmän vertaaminen todelliseen tapaukseen osoitti, että on erittäin vaikeaa luoda simulaatiota palopoistumistilanteesta. Haastavinta on ihmisten käyttäytyminen, joka voi muuttua stokastiseksi ja arvaamattomaksi. Tämän tutkimuksen tekijät onnistuivat luomaan uudelleen skenaarion, jossa ihmiset pakenevat rakennuksesta soluautomaatin avulla, jonka toteuttaminen oli tämän paperin aiheena. Ohjelman sopivan kokoonpanon käyttäminen: henkilön todennäköisyyden määrittäminen kohti uloskäyntiä, palo-parametrit ja ryhmäefektin päälle/pois-asetus mahdollistavat seuraavien johtopäätösten tekemisen. Kun ryhmäefektiä sovelletaan ohjelmassa, niiden ihmisten määrä, jotka kuolevat tallaamisen seurauksena, on suurempi kuin silloin, kun tämä efekti poistetaan käytöstä. Kuolleisuus kasvaa, kun ihmiset eivät pysty liikkumaan mihinkään suuntaan, mikä on seurausta yksilöiden kerääntymisestä ryhmiin, jotka luovat tiheään asuttuja alueita, joilla usein tallotaan. Lähimmäksi todellisia lukuja osoittautuneet tulokset saavutettiin, kun todennäköisyys, jolla ihmiset pakenevat, oli noin 50-75%. Evakuoinnin aikana päätöksentekoon vaikuttavia esteitä ovat muun muassa savun aiheuttama rajallinen näkyvyys, joka johtuu palavien materiaalien palamisesta, korkeasta lämpötilasta ja myrkyllisistä kaasuista. CAEva-menetelmällä saavutettu tulos voi antaa arvokasta tietoa arkkitehdeille ja talonrakentajille. Ohjelmasta saadut tulokset vahvistavat käsitystä siitä, että rakennusten sisällä olevien pakoreittien estämisellä tai laittomalla tukkimisella voi olla traagisia seurauksia rakennuksen jokaisessa vaiheessa. Paloturvallisuudesta ja rakenteellisista turvallisuustarkastuksista vastaavat ihmiset saattavat käyttää tällaisia välineitä perustellakseen päätöksiään, jotka saattavat joskus tuntua liian tiukoilta. Jotta simulaatio olisi vielä realistisempi, on syytä harkita mahdollisuutta muuttaa automaattisesti parametria, joka liittyy henkilön todennäköisyyteen siirtyä ulos simulaation aikana. Lisäehtojen lisääminen tarkempien tulosten saamiseksi on myös mahdollista. Tulevissa kokeiluissa tämä seikka pitäisi ottaa huomioon.

eturistiriidat

kirjoittajat ilmoittavat, ettei tämän paperin julkaisemiseen liity eturistiriitoja.