Abstract
Molti gravi problemi di vita reale potrebbero essere simulati utilizzando la teoria degli automi cellulari. Ci sono stati molti incendi in luoghi pubblici che uccidono molte persone. Il metodo proposto, chiamato Cellular Automata Evaluation (CAEva in breve), utilizza la teoria degli automi cellulari e potrebbe essere utilizzato per controllare le condizioni degli edifici per l’incidente antincendio. I test eseguiti su incidente reale hanno dimostrato che un programma opportunamente configurato consente di ottenere una simulazione realistica dell’evacuazione umana. Gli autori analizzano alcuni incidenti reali e hanno dimostrato che il metodo CAEva appare come una soluzione molto promettente, soprattutto nei casi di ristrutturazioni edilizie o indisponibilità temporanea di vie di fuga.
1. Introduzione
Gli automi cellulari sono utilizzati da alcuni dei rami IT, incluso il campo dell’intelligenza artificiale. Sono costituiti da una rete di celle, ognuna delle quali si distingue per uno stato specifico e un insieme di regole. Il cambiamento dello stato attuale di una data cella è il risultato delle proprietà e delle interrelazioni sopra menzionate con le celle vicine . La teoria degli automi cellulari fu introdotta per la prima volta da uno scienziato americano di origine ungherese, John von Neumann. Egli ha dimostrato, tra gli altri, che anche le macchine semplici mostrano una capacità di riprodurre, che è stato fino a quel momento considerato come una caratteristica fondamentale degli organismi viventi . Per molti anni gli automi cellulari erano stati oggetto solo di studi teorici. Con lo sviluppo di computer e software, i metodi di ottimizzazione basati su questo approccio sono stati sempre più frequentemente studiati e implementati nella pratica . Grazie alla loro versatilità, gli automi cellulari sono applicati in molti campi della vita reale, come la biologia, la fisica e la matematica e in vari campi dell’IT, come la crittografia o la computer grafica .
1.1. Applicazione di automi cellulari
Gli automi cellulari sono stati applicati in pratica, ad esempio, nella simulazione del traffico stradale, dove automi cellulari specificamente definiti controllano il traffico . Il flusso del veicolo è gestito fondamentalmente al segmento specifico di una data intensità di traffico . Ciò vale, ad esempio, per il controllo dell’intensità del traffico sulle autostrade della Ruhr in Germania. I centri di monitoraggio progettati esclusivamente per tale scopo raccolgono i dati da sezioni selezionate delle autostrade . Le informazioni così ottenute vengono analizzate e utilizzate per la preparazione di simulazioni di breve durata dell’intensità del traffico mediante automi cellulari. I siti web dei progetti pubblicano le informazioni statistiche sugli studi effettuati sul comportamento dei conducenti che sono stati avvisati di possibili problemi di traffico che potrebbero verificarsi in diverse ore successive . Un altro esempio di applicazione automi cellulari è simulazioni demografiche per una data regione. Lo scopo di tali simulazioni è quello di generare un modello che mostri le dimensioni della popolazione in una determinata area sotto forma di una mappa della densità di popolazione prevista. Tali simulazioni possono essere basate sul noto ” Gioco della vita” . Introducendo alcune modifiche all’algoritmo, è possibile monitorare il comportamento delle cellule circostanti . Altri esempi di implementazioni di automi cellulari includono l’elaborazione delle immagini, la generazione di trame, la simulazione di onde, vento e processo di evacuazione delle persone, nonché un programma di simulazione, sviluppato allo scopo di questo studio . Lo scopo dell’algoritmo proposto è quello di generare le simulazioni di modelli di fuga umana dall’edificio in fiamme con un dato numero di uscite e fonti di fuoco .
1.2. La griglia degli automi cellulari
Una griglia o uno spazio discreto, dove avviene l’evoluzione degli automi cellulari, consiste in un insieme di celle identiche . Ciascuna delle celle è circondata dallo stesso numero di vicini e può assumere lo stesso numero di stati . Ci sono tre fattori strutturali che influenzano significativamente la forma di griglia e, di conseguenza, il comportamento dell’intero automa cellulare :(i)la dimensione dello spazio che dipende dalla grandezza dell’studiato il problema, i cui esempi sono mostrati in Figura 1 (griglie 1D, 2D e 3D);(ii)la fornitura di regolarità, che richiede la griglia per essere riempito completamente con le cellule identiche;(iii)il numero di vicini di casa (dipendente da fattori summenzionati).
In questo articolo, gli autori presentano la possibilità di simulare un vero incidente di incendio per prevenire enormi incidenti di incendio. A questo scopo gli autori hanno utilizzato il metodo di valutazione degli automi cellulari, CAEva in breve. Questo documento ha la seguente organizzazione. La sezione 2 presenta l’idea di prevedere il pericolo di incendio, la descrizione di due incidenti reali e il metodo di simulazione CAEva con le loro condizioni al contorno e la funzione di trasferimento. La sezione 3 presenta i risultati dell’esperimento quando sono stati simulati i due incidenti reali di incendio menzionati. Infine, la sezione 4 contiene le conclusioni finali.
2. Previsione del rischio di incendio
2.1. Incidenti di incendio in luoghi pubblici
Gli incendi sono una delle calamità più incontrollabili, specialmente quando accadono all’interno. Pertanto, indipendentemente dalla funzione degli edifici che si tratti di un edificio residenziale, commerciale o di qualsiasi altro tipo di edificio, il suo design deve essere conforme alle norme antincendio. La larghezza dei corridoi, il numero di uscite di emergenza e il numero consentito di persone che soggiornano all’interno allo stesso tempo hanno un grave impatto sulla sicurezza dei suoi utenti. La semplice presenza delle porte sulla pianta del pavimento non è sufficiente; devono essere aperte. In molti casi l’elevato numero di vittime derivava dalla chiusura delle porte di uscita di emergenza. Negli ultimi decenni ci sono stati una serie di incendi disastrosi in luoghi pubblici come ristoranti e discoteche. La tabella 1 presenta alcuni esempi di tali incidenti ed elenca il numero delle vittime. Come si può vedere dai dati forniti, ci sono stati molti incendi nei club di intrattenimento nel corso degli anni, causando molti feriti, indipendentemente dal fatto che si siano verificati decenni fa (1942) o in tempi recenti (2013).
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2.2. Il caso di Kiss Nightclub Fire Accident
L’evento chiamato “Aglomerados” è iniziato sabato, 26 gennaio 2013, alle 23:00 UTC presso la discoteca Kiss. Nel club c’erano studenti di sei università e persone provenienti da corsi tecnici presso l’Università Federale di Santa Maria . Nelle prime ore del mattino del giorno seguente, la conflagrazione ebbe luogo mentre gli studenti tenevano una palla di matricola e scoppiò il panico. Testimoni hanno testimoniato che la causa dell’incendio era o un bagliore di fuochi d’artificio accesi dai membri di una band musicale che suonavano durante la festa. L’incendio ha causato il crollo del tetto in diverse parti dell’edificio, intrappolando molte persone all’interno. I pompieri hanno trovato dei corpi nel bagno del club. Al momento della conflagrazione c’erano circa 2.000 persone all’interno del club. Questo numero raddoppia la capacità massima degli edifici di 1.000. Almeno 231 persone sono morte e altre centinaia sono rimaste ferite in questo disastro. Molti decessi sono stati apparentemente causati da inalazione di fumo, mentre altre vittime sono state calpestate nella corsa per le uscite. La figura 2 presenta lo schema della discoteca Kiss.
2.3. Il Cocoanut Grove Fire Accident
Il Cocoanut Grove era un ristorante costruito nel 1927 e situato al numero 17 di Piedmont Street, vicino a Park Square, nel centro di Boston, Massachusetts . Secondo il proibizionismo, era molto popolare nel 1920. La struttura dell’edificio era a un piano, con un seminterrato sotto. Il seminterrato è composto da un bar, cucina, congelatori e aree di stoccaggio. Il primo piano conteneva una grande sala da pranzo e sala da ballo con un palco, insieme a diverse aree bar separate dalla sala da ballo. La sala da pranzo aveva anche un tetto retrattile per l’uso durante la stagione calda per consentire una vista della luna e delle stelle. L’ingresso principale al Cocoanut Grove era tramite una porta girevole sul lato Piedmont Street dell’edificio. Sabato 28 novembre 1942, ci fu un incidente di incendio molto grande. Durante quella sera, a un cameriere era stato ordinato di sistemare una lampadina situata in cima a una palma artificiale nell’angolo del bar del seminterrato. Un attimo dopo le decorazioni iniziarono a bruciare. Mentre altri arredi si accendevano, una palla di fuoco di fiamme e gas tossici correva attraverso la stanza verso le scale. La porta girevole si è inceppata a causa della cotta di avventori in preda al panico. Un sacco di persone bloccate nel fuoco. In seguito è stato stimato che più di 1000 persone erano all’interno del boschetto al momento dell’incendio. Il conteggio finale dei morti stabilito dal commissario Reilly era di 490 morti e 166 feriti, ma il numero dei feriti era un conteggio di quelli trattati in un ospedale e successivamente rilasciati mentre molte persone sono rimaste ferite ma non hanno cercato il ricovero in ospedale. La figura 3 ha presentato lo schema del boschetto di Cocoanut.
2.4. CAEva Simulation Method
CAEva simulation method è un programma preparato allo scopo di provare gli scenari antincendio negli edifici . Aiuta a confrontare i vari risultati della simulazione e a trarre conclusioni adeguate. Il programma è stato implementato nell’ambiente C++Builder, che è uno strumento di programmazione orientato agli oggetti in ambiente Windows ed è disponibile gratuitamente sul sito web di AIRlab . Il programma consente di disegnare una tavola di qualsiasi dimensione, incluso il piano di un edificio a un piano, di localizzare le persone all’interno e di indicare la fonte dell’incendio. La scheda è costituita da una griglia di celle. Ogni cella può assumere solo uno dei seguenti stati: fuoco, muro, persona, persona in fiamme o una cella vuota. La figura 4 presenta il diagramma degli stati per una singola cella nell’automa di simulazione del fuoco.
2.5. Condizioni al contorno
Lo spazio discreto, dove avvengono varie evoluzioni di automi cellulari, include una griglia d-dimensionale, teoricamente infinita. Poiché questo tipo di griglia non può essere implementato nell’applicazione del computer, è rappresentato in una forma di tabella limitata. Pertanto, è necessario impostare le condizioni al contorno ai bordi della griglia, ovvero ai limiti della tabella. L’insieme delle condizioni di base è mostrato in Figura 5. Queste condizioni sono analoghe dopo la rotazione della griglia di 90 gradi, quindi ulteriori accordi sono stati saltati come banali. Le seguenti regole sono state utilizzate per la simulazione del movimento delle cellule in direzione del muro:(i)movimento diritto: lo stato della cella rimane invariato,(ii)di diagonale movimento: lo stato della cella cambia in un vuoto, dal momento che l’angolo di incidenza è uguale all’angolo di rimbalzo, lo stato della cellula nello specchio l’immagine deve cambiare lo stato della cella, che ha avviato la moto,(iii)condizioni di moto:(iv)il movimento è possibile se la cella di destinazione è in stato vuoto. Altrimenti, la cella non cambierà il suo stato, (v) il tentativo del movimento della cella in stato “persona” alla cella in stato “fuoco” aumenta il numero di bruciature della cella iniziante.
Un caso speciale è un tentativo di movimento dall’angolo della scheda. Un rimbalzo in tre direzioni di avvio non cambia lo stato di una cella, ma può cambiare cambiare come risultato di un tentativo del movimento nelle cinque direzioni consecutive. Va anche notato che le regole e le condizioni di movimento si applicano alle celle nello stato “persona” e nello stato “fuoco”. I campi in cui il movimento non può essere eseguito sono le celle nello stato “wall”. Le condizioni di rimbalzo si verificano sul bordo della griglia degli automi cellulari, che costituisce una barriera da cui gli oggetti virtuali in movimento rimbalzano (in senso visivo). Queste condizioni sono utilizzate per simulare spazi empirici racchiusi.
2.6. Funzione di trasferimento
L’evoluzione degli automi cellulari avviene in tempo discreto determinando cicli di lavorazione consecutivi. Ogni momento discreto viene utilizzato per aggiornare lo stato delle singole celle; quindi ogni automa è un oggetto dinamico nel tempo. In ogni iterazione, la funzione di trasferimento può elaborare (calcolare) tutte le celle della griglia una per una secondo regole specifiche. Ogni cella elaborata riceve il suo nuovo stato in base al calcolo del suo stato attuale e degli stati delle celle vicine. Le regole di trasferimento e lo spazio di stato, così come il quartiere definito, sono elementi intrinseci del processo di evoluzione degli automi cellulari. Una volta eseguito, il programma visualizza schermata principale pronto a disegnare il piano di costruzione e di disporre i singoli elementi all’interno. Una volta che la scheda è disegnata e tutti i componenti sono disposti, l’utente può avviare la configurazione dei parametri di fuoco e persone e l’impostazione dell’effetto di gruppo. I parametri di fuoco sono i seguenti:(i)il fuoco si spegne da solo se il numero di vicini è inferiore a 1, (ii)il fuoco si spegne dalla sovrappopolazione se il numero di vicini è superiore a 3, (iii)nuovo fuoco viene generato quando il numero di vicini è almeno 3, (iv)il fuoco viene generato quando il numero di vicini è inferiore o uguale a 4. I parametri relativi alle persone sono i seguenti: (v)la probabilità che una persona vada verso l’uscita nello stato predefinito è 50, (vi)il numero di ustioni che portano alla morte è 5, (vii) l’effetto di gruppo è acceso/spento.
Ci sono punti nello schermo che simulano le persone che fuggono verso l’uscita e il fuoco di propagazione. Tutti gli eventi sono registrati nella tabella delle statistiche. Essi includono il numero di persone che rimangono all’interno del consiglio, salvato da e sono morti nel fuoco o per schiacciamento . I dati ottenuti consentono di trarre conclusioni dagli esperimenti .
2.7. Implementazione della notazione OFN per l’osservazione Fuzzy di Real Fire Accident
L’uso di numeri fuzzy ordinati nell’automazione cellulare sembra essere un passo naturale. Ci sono molte notazioni di numeri fuzzy che vengono introdotti da Zadeh , Klir , Dubois et al. , e Kłopotek et al. , tra gli altri. Poiché in questo caso abbiamo un apparato bidimensionale in cui viene utilizzato anche il quartiere di Moore, ci sono otto mosse disponibili dalle celle . Un esempio di questa situazione è mostrato nella Figura 6.
C’è una parte del vicinato che è più vicina all’uscita e l’altra parte più vicina al gruppo di cellule nello stato umano . Quindi, ci sono due possibili serie di movimenti per questa cellula in questione, a seconda del determinante . Poiché ciascuno degli insiemi è un quattro elementi, la notazione di numeri fuzzy chiamati numeri fuzzy ordinati introdotti da è adatta alla sua descrizione . Dopo la morte del creatore DIDn in alcune opere sono anche chiamati ‘s Fuzzy Numbers . In questa notazione, il numero fuzzy A in generale ha la forma di un trapezio descritto dalle coordinate, che è presentato in Figura 8.
Freccia in Figura 8 mostra direzione che riflette l’ordine delle singole coordinate. Su tali numeri fuzzy, è possibile eseguire operazioni aritmetiche descritte in letteratura :(i)addizione: (ii)moltiplicazione scalare: (iii)sottrazione: (iv)moltiplicazione: (v)divisione:
Un dato insieme di possibili mosse nel quartiere di Moore dalla cella alla cella è mostrato in Figura 9. A seconda delle impostazioni dell’algoritmo, il determinante del traffico può essere(i)andare verso l’uscita più vicina,(ii)ottenere il più vicino raduno di persone.
Il determinante sarà correlato al numero fuzzy nella notazione OFN .
Definizione 1. Lasciate essere due coppie di numeri fuzzy. A dirigere sarà positivo per un sottoinsieme di più vicino si sposta indicato determinante:Una coppia di coordinate che sono più distanti dal determinante sarà indicato da negativo regia:Un sottoinsieme di cellule a cui ulteriore movimento può essere determinato è una coppia di numeri fuzzy soddisfare le seguenti regole: è positivo è positivo Da questo insieme di coppie descritto , che rappresenta i quattro possibili mosse in l’evoluzione dell’automa cellulare, una coppia di coordinate viene disegnato. Per impostazione predefinita, i campi in cui il traffico è impossibile devono essere eliminati dall’elenco. Se non è possibile alcun movimento in nessuna delle quattro celle, lo stato della cella non cambierà. Questo simboleggia una situazione in cui una persona rimane immobile.
3. L’esperimento con il metodo CAEva
Gli autori hanno lanciato una simulazione dello scenario nightclub Kiss nel programma CAEva. Hanno messo delle persone dentro e appiccato il fuoco. L’edificio è composto da sette camere e c’era una sola uscita. I punti blu segnano le persone e quelli rossi sparano. Diversi test sono stati eseguiti sulla base di questo schema e le condizioni assunte erano le seguenti: lo scopo del test era simulare un incendio dell’edificio, basato su determinate regole e relazioni. L’impostazione dei seguenti parametri, la selezione delle versioni e le regole intrinseche costituiscono complessivamente un ambiente che influisce sul tasso di mortalità. Le variabili erano(i) la disposizione dei piani dell’edificio, incluso il numero e la posizione delle porte, (ii) la distribuzione di un numero definito di persone all’interno dell’edificio in luoghi specificati, (iii) l’impostazione dei parametri di incendio:(a)il fuoco si spegne da solo se non ci sono vicini,(b)il fuoco si spegne a causa della sovrappopolazione, se ci sono più di 3 vicini di casa,(c)nuovo di fuoco viene generato quando ci sono almeno 3 vicini di casa, ma non più di 4(iv)impostazione dei parametri per le persone (cellule vive):(a)numero di ustioni con conseguente morte di default è impostato a 5,(v)la posizione della sorgente di fuoco in consiglio,(vi)specificando la probabilità di persone dirigendosi verso l’uscita (tre opzioni): 25%, 50%, 75%,(vii)specificando se le persone si spostano verso l’uscita in gruppo (due opzioni): con o senza un effetto di gruppo.
La figura 10 presenta lo schema Kiss nightclub prima dell’avvio del processo di simulazione. I quadrati rossi rappresentano il fuoco mentre quelli blu rappresentano le persone. Figura 11 presenta Bacio discoteca schema dopo aver completato la simulazione. La figura 12 presenta lo schema Cocoanut Grove prima dell’avvio del processo di simulazione. I quadrati rossi rappresentano il fuoco mentre quelli blu rappresentano le persone. La figura 13 presenta lo schema Cocoanut Grove dopo aver completato la simulazione. La simulazione è stata fatta duecento volte per ogni condizione; c’erano sei condizioni che danno 1200 simulazioni per un incidente di incendio. La tabella 2 presenta i risultati medi della simulazione eseguita. Tenendo conto dei dati reali relativi al numero di vittime nell’incendio della discoteca Kiss, il risultato più vicino al numero effettivo di vittime è stato ottenuto utilizzando la probabilità del 75% di persone che si dirigevano verso l’uscita e con effetto di gruppo spento. La tabella 3 confronta i risultati medi con i numeri reali.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Come puoi vedere nella Tabella 2, l’aumento della probabilità che le persone si dirigano verso l’uscita riduce il numero di persone che muoiono a causa del fuoco. Il numero di vittime diminuisce solo quando l’effetto di gruppo è attivo. Inoltre, il numero complessivo di persone sopravvissute a un incendio aumenta con l’aumentare della probabilità che le persone si muovano verso l’uscita.
Come mostrato nella Tabella 3, il più piccolo errore relativo è stato ottenuto in assenza di effetto di gruppo e al valore del 75% delle persone che si dirigono verso l’uscita. Gli errori maggiori sono stati raggiunti con l’effetto di gruppo abilitato e con la probabilità del 25% di persone che vanno all’uscita. Ciò potrebbe significare che in caso di questo incendio, l’effetto di gruppo non ha funzionato e le persone stavano cercando una via d’uscita da sole.
Come puoi vedere nella Tabella 4, anche qui l’aumento della probabilità di andare all’uscita dei locali ha ridotto il numero di persone che sono morte nell’incendio. La tabella 5 confronta i risultati medi con i numeri reali. L’errore più piccolo è stato ottenuto per l’effetto gruppo disabilitato, ma con un valore del 50% delle persone che si dirigono verso l’uscita. Ciò potrebbe significare che, in caso di incendio in questo club, anche l’effetto di gruppo non ha funzionato, ma la gente non ha fretta di lasciare il club, il che ha causato un effetto tragico.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Il tasso di mortalità dipende dal luogo dello scoppio dell’incendio. Se il fuoco blocca qualsiasi stanza, allora le persone che vi soggiornano non sono in grado di fuggire e raggiungere l’uscita anche se si muovono verso di essa con il 100% di probabilità. L’effetto di gruppo utilizzato nel programma non aiuta necessariamente nella fuga di persone dall’edificio. Può generare folla, poiché le persone cercano altri per formare gruppi e quindi possono verificarsi calpestamenti. Quando una persona non ha alcuna direzione quando lui / lei potrebbe muoversi, lui / lei è calpestato. Nelle figure 6-9, il luogo del fuoco e la diffusione del fuoco sono contrassegnati in rosso. In contrast, blue indicates the location of people at the start of an event, a fire.
(a)
(b)
(c)
(d)
(a)
(b)
(c)
(d)
4. Conclusioni
Come si può vedere, le simulazioni eseguite possono aiutare a capire come le persone si comportavano al momento dell’incendio, se seguivano la folla in cerca di un’uscita, se agivano da soli o erano abbastanza determinati da trovare una via d’uscita. In un caso, le persone hanno mostrato un livello più alto di determinazione (probabilità del 75% di andare verso l’uscita), mentre nel secondo caso il livello era inferiore (50%). Le simulazioni possono essere utilizzate come avvertimento durante l’analisi del livello di sicurezza, ma anche come elemento di un’analisi dettagliata degli eventi che si sono verificati.
Il confronto del metodo proposto con il caso reale ha dimostrato che è estremamente difficile creare una simulazione dello scenario di fuga antincendio. L’elemento più impegnativo è il comportamento delle persone, che può diventare stocastico e imprevedibile. Gli autori di questo studio sono riusciti a ricreare lo scenario della fuga di persone da un edificio per mezzo di automi cellulari, la cui implementazione era l’oggetto di questo articolo. Utilizzando una configurazione appropriata del programma: determinare la probabilità che una persona si diriga verso l’uscita, i parametri di fuoco e l’impostazione on/off dell’effetto di gruppo consentono di trarre le seguenti conclusioni. Quando l’effetto di gruppo viene applicato nel programma, il numero di persone che muoiono a causa del calpestio è maggiore rispetto al caso in cui questo effetto è disabilitato. Il tasso di mortalità aumenta quando le persone non sono in grado di muoversi in nessuna direzione, il che è il risultato di individui che si riuniscono in gruppi che creano aree ad alta densità, dove spesso si verifica il calpestio. I risultati che si sono rivelati più vicini ai numeri reali sono stati raggiunti quando il valore della probabilità con cui le persone evadono era intorno al 50-75%. Gli ostacoli che influenzano il processo decisionale durante l’evacuazione includono, tra gli altri, una visibilità limitata a causa del fumo, derivante dalla combustione di materiali infiammabili, alte temperature e gas tossici. Il risultato ottenuto con il metodo CAEva può fornire informazioni preziose per architetti e costruttori di edifici. I risultati ottenuti dal programma confermano la tesi che inil blocco irregolare o illegale delle vie di fuga all’interno degli edifici può avere conseguenze tragiche in ogni fase dell’operazione di costruzione. Le persone che sono responsabili per la sicurezza antincendio e le ispezioni di sicurezza strutturale possono applicare tali strumenti per giustificare le loro decisioni che a volte potrebbero sembrare troppo severe. Per rendere la simulazione ancora più realistica, vale la pena considerare l’opzione di modifica automatica del parametro relativo alla probabilità che una persona si muova verso l’uscita durante la simulazione. È anche possibile aggiungere ulteriori condizioni per fornire risultati più accurati. I futuri esperimenti dovrebbero tenere conto di questo fatto.
Conflitti di interesse
Gli autori dichiarano che non ci sono conflitti di interesse per quanto riguarda la pubblicazione di questo documento.
