Abstract

Mange alvorlige virkelige problemer kan simuleres ved hjelp av mobilautomateteori. Det var mange branner på offentlige steder som drepte mange mennesker. Foreslått metode, kalt Cellular Automata Evaluation (CAEva kort sagt), bruker cellular automata theory og kan brukes til å sjekke bygningsforhold for brannulykke. Testene utført på ekte ulykke viste at et riktig konfigurert program gjør det mulig å oppnå en realistisk simulering av menneskelig evakuering. Forfatterne analyserer noen virkelige ulykker og beviste At CAEva-metoden fremstår som en svært lovende løsning, spesielt i tilfeller av bygningsrenoveringer eller midlertidig utilgjengelighet av rømningsveier.

1. Introduksjon

Cellular automata brukes av NOEN AV IT-grenene, inkludert feltet kunstig intelligens. De består av et nettverk av celler, som hver er preget av en bestemt tilstand og et sett med regler. Endringen av den nåværende tilstanden til en gitt celle er resultatet av de ovennevnte egenskapene og sammenhenger med nabocellene . Teorien om mobilautomat ble først introdusert Av En Amerikansk forsker av ungarsk avstamning, John von Neumann. Han demonstrerte blant annet at selv enkle maskiner viser en evne til å reprodusere, som til den tiden var ansett som et grunnleggende trekk ved levende organismer . I mange år cellular automata hadde vært gjenstand for teoretiske studier bare. Med utviklingen av datamaskiner og programvare har optimaliseringsmetoder basert på denne tilnærmingen blitt mer og oftere studert og implementert i praksis . På grunn av sin allsidighet brukes cellulære automater i mange virkelige felt, for eksempel biologi, fysikk og matematikk og i ULIKE FELT AV IT, for eksempel kryptografi eller datagrafikk .

1.1. Anvendelse Av Cellular Automata

Cellular automata har blitt brukt i praksis, for eksempel i simulering av gatetrafikken, hvor spesifikt definert cellular automat styrer trafikken . Kjøretøystrømmen styres i utgangspunktet på det spesifikke segmentet av en gitt trafikkintensitet . Dette gjelder for eksempel trafikkintensitetskontrollen på motorveier I Ruhr I Tyskland. Overvåkingssentrene som er utformet utelukkende for dette formålet, samler inn data fra utvalgte deler av motorveiene . Informasjonen som er oppnådd, analyseres og brukes til å forberede kortsiktige simuleringer av trafikkintensiteten ved hjelp av mobilautomat. Prosjektene nettsteder publisere statistisk informasjon om studier utført på oppførselen til sjåfører som ble varslet om mulige trafikkproblemer som kan oppstå over flere følgende timer . Et annet eksempel på mobilautomatapplikasjon er demografiske simuleringer for en gitt region. Målet med slike simuleringer er å generere en modell som viser størrelsen på befolkningen i et gitt område i form av et kart over den forventede befolkningstettheten. Slike simuleringer kan være basert på den velkjente «Game Of Life». Ved å introdusere noen modifikasjon til algoritmen, er det mulig å overvåke oppførselen til de omkringliggende cellene . Andre eksempler på mobilautomatimplementeringer inkluderer bildebehandling, generering av teksturer, simulering av bølger, vind og evakueringsprosess, samt et simuleringsprogram utviklet for formålet med denne studien . Målet med den foreslåtte algoritmen er å generere simuleringer av mønstre av menneskelig flukt fra bygningen i brann med et gitt antall utganger og brannkilder .

1.2. Rutenettet av Cellulær Automat

et rutenett eller et diskret rom, hvor cellulær automat evolusjon finner sted, består av et sett med identiske celler . Hver av cellene er omgitt av samme antall naboer og kan anta det samme antall stater . Det er tre strukturelle faktorer som betydelig påvirker rutenettet form og, som en konsekvens, oppførselen til hele cellulær automat: (i) størrelsen på rommet som avhenger av størrelsen på den studerte problem, eksemplene som er vist I Figur 1 (nett 1D, 2D, OG 3D); (ii)tilveiebringelse av regularitet, som krever at rutenettet skal fylles helt med identiske celler;(iii) antall naboer (avhengig av begge ovennevnte faktorer).

i denne artikkelen presenterer forfatterne muligheten for å simulere ekte brannulykke for å forhindre store brannulykker. Til dette formål brukte forfattere Cellular Automata Evalueringsmetode, CAEva kort sagt. Denne artikkelen har følgende organisasjon. Seksjon 2 presenterer ideen om å prognose brannfaren, to virkelige ulykkesbeskrivelser og CAEva simuleringsmetode med grenseforhold og overføringsfunksjon. Seksjon 3 presenterer forsøksresultatene da de nevnte to virkelige brannulykker ble simulert. Punkt 4 består av endelige konklusjoner.

2. Forutsi Brannfare

2.1. Brannulykker på Offentlige Steder

Branner er en av de mest ukontrollable ulykker, spesielt når de skjer innendørs. Således, uavhengig av byggverk funksjon om det er en bolig, virksomhet, eller noen annen form for bygning, må dens utforming i samsvar med brannforskrifter. Bredden på korridorer, antall nødutganger og det tillatte antall personer som bor inne samtidig, har stor innvirkning på brukerens sikkerhet. Enkel tilstedeværelse av dørene på plantegning er ikke tilstrekkelig; de må være åpne. I mange tilfeller det høye antallet omkomne stammet fra nødutgang dører blir låst. I de siste tiårene har det vært en rekke katastrofale branner på offentlige steder som restauranter og nattklubber. Tabell 1 presenterer noen eksempler på slike ulykker og viser antall ofre. Som du kan se fra dataene som er oppgitt, har det vært mange branner i underholdningsklubber gjennom årene, og forårsaket mange skader, uavhengig av om de skjedde for flere tiår siden (1942) eller i nyere tid (2013).

2.2. Tilfelle Av Kiss Nattklubb Brannulykke

arrangementet kalt «Aglomerados» begynte på lørdag, 26 januar 2013, på 23: 00 UTC På kiss nattklubb. I klubben var det studenter på seks universiteter og folk fra tekniske kurs Ved Federal University Of Santa Maria . I de tidlige morgentimer neste dag, brannen fant sted mens elevene holdt en freshers ‘ ball og panikk brøt ut. Vitner vitnet om at årsaken til brannen var enten en fakkel av fyrverkeri opplyst av medlemmene av et musikkband som spilte under festen. Brannen førte til at taket kollapset i flere deler av bygningen, og fanget mange mennesker inne. Brannmenn fant flere lik på klubbens bad. I øyeblikket av brann var det rundt 2000 mennesker inne i klubben. Dette tallet dobler byggets maksimale kapasitet på 1000. Minst 231 mennesker døde og flere hundre ble skadet i denne katastrofen. Mange dødsfall ble tilsynelatende forårsaket av røyk innånding, mens andre ofre ble tråkket i rush for utgangene. Figur 2 presenterer ordningen Til Kiss nattklubben.

2.3. The Cocoanut Grove Fire Accident

The Cocoanut Grove var en restaurant bygget i 1927 og ligger på 17 Piedmont Street, nær Park Square, i Sentrum Av Boston, Massachusetts . Ifølge Prohibition var det veldig populært på 1920-tallet. bygningsstrukturen var enetasjes, med en kjeller under. Kjelleren består av en bar, kjøkken, frysere og lagringsområder. Første etasje inneholdt en stor spisestue og ballsal med bandstand, sammen med flere barområder skilt fra ballsalen. Spisestuen hadde også et uttrekkbart tak for bruk i varmt vær for å gi utsikt over månen og stjernene. Hovedinngangen til Cocoanut Grove var via en svingdør På Piemonte Street side av bygningen. Lørdag 28. November 1942 var det en stor brannulykke. I løpet av den kvelden, en ryddegutt hadde blitt beordret til å fikse en lyspære plassert på toppen av en kunstig palme i hjørnet av kjelleren bar. Et øyeblikk senere begynte dekorasjoner å brenne. Som andre møbler antent, en ildkule av flamme og giftig gass kjørte over rommet mot trappen. Karuselldøren ble fastkjørt på grunn av knuse av panikk beskyttere. Mange mennesker sitter fast i brann. Det ble senere anslått at mer enn 1000 personer var inne I Lunden på tidspunktet for brannen. Den endelige dødstellingen etablert Av Kommissær Reilly var 490 døde og 166 skadde, men antall skadde var en telling av de som ble behandlet på et sykehus og senere utgitt mens mange ble skadet, men ikke søkte sykehusinnleggelse. Figur 3 presenterte ordningen Av Cocoanut Grove.

2.4. CAEva Simulation Method

CAEva simulation method er et program utarbeidet med det formål å øve brannscenariene i bygninger . Det hjelper å sammenligne ulike simuleringsresultater og å trekke egnede konklusjoner. Programmet er implementert I c++Builder-miljøet, som er et objektorientert programmeringsverktøy I Windows-miljø og er tilgjengelig gratis på AIRlab-nettstedet . Programmet gjør det mulig å tegne et brett av enhver størrelse, inkludert planen for en etasjes bygning, for å finne folk inne og for å indikere kilden til brann. Styret består av et rutenett av celler. Hver celle kan bare anta en av følgende tilstander: brann, vegg, person, person i brann eller en tom celle. Figur 4 presenterer diagram av tilstander for en enkelt celle i brann simulering automat.

2.5. Grensebetingelser

det diskrete rommet, hvor ulike utviklinger av cellulær automat finner sted, inkluderer et d-dimensjonalt, teoretisk uendelig rutenett. Siden denne typen rutenett ikke kan implementeres i dataprogram, er den representert i en form for et begrenset bord. Derfor er det nødvendig å sette grensebetingelser ved gridgrensene, det vil si ved bordgrensene. Settet av grunnleggende forhold er vist i Figur 5. Disse forholdene er analoge etter rutenettrotasjon på 90 grader, så ytterligere ordninger ble hoppet over som trivielle. Følgende regler ble brukt for simulering av cellebevegelsen i veggretningen:(i) rett bevegelse: tilstanden til cellen forblir uendret, (ii)diagonal bevegelse: tilstanden til cellen endres til en tom, siden innfallsvinkelen er lik vinkelen til rebound, skal tilstanden til cellen i speilbildet endres til tilstanden til cellen som initierte bevegelsen,(iii)bevegelsesforhold:(iv) bevegelse er mulig hvis målcellen er i tom tilstand. Ellers vil cellen ikke endre sin tilstand, (v)forsøket på bevegelsen av cellen i» person «tilstand til cellen i» brann » tilstand øker antall forbrenninger av den initierende cellen.

et spesielt tilfelle er et forsøk på bevegelsen fra hjørnet av brettet. En rebound i tre initierende retninger endrer ikke tilstanden til en celle, men det kan endre den endres som et resultat av et forsøk på bevegelsen i de påfølgende fem retningene. Det skal også bemerkes at bevegelsesregler og-betingelser gjelder for cellene i» person «- tilstanden så vel som i» brann » – tilstanden. Feltene som bevegelsen ikke kan utføres på, er cellene i» vegg » – tilstanden. Rebound forhold oppstår på kanten av cellular automata grid, som utgjør en barriere som beveger virtuelle objekter rebound (i visuell forstand). Disse forholdene brukes til å simulere innkapslede empiriske rom.

2.6. Overføringsfunksjon

utviklingen av cellulær automat foregår i diskret tid som bestemmer påfølgende prosesseringssykluser. Hvert diskret øyeblikk brukes til å oppdatere tilstanden til individuelle celler; dermed er hver automat et dynamisk objekt over tid. I hver iterasjon kan overføringsfunksjonen behandle (beregne) alle cellene i rutenettet en etter en i henhold til bestemte regler. Hver behandlet celle mottar sin nye tilstand basert på beregning av sin nåværende tilstand og tilstandene til nabocellene. Overføringsregler og statens rom, så vel som det definerte nabolaget, er iboende elementer i den cellulære automat evolusjonsprosessen. Når utført, viser programmet hovedskjermen klar til å tegne byggeplanen og å arrangere enkelte elementer inne. Når brettet er tegnet og alle komponentene er ordnet, kan brukeren starte konfigurasjonen av brann-og personparametere og innstilling av gruppeffekten. Brannparametere er som følger:(i) brann går ut alene hvis antall naboer er mindre enn 1,(ii)brann går ut fra overbefolkning hvis antall naboer er mer enn 3,(iii)ny brann genereres når antall naboer er minst 3,(iv)brann genereres når antall naboer er mindre enn eller lik 4. Parametre om mennesker er som følger: (v)sannsynlighet for at en person går mot utgangen i standardstatus er 50, (vi) antall forbrenninger som resulterer i død er 5, (vii) gruppeeffekt Er På/Av.

det er punkter på skjermen som simulerer folk som rømmer mot utgangen og den forplantende brannen. Alle hendelsene er registrert i statistikktabellen. De inkluderer antall personer som er igjen i styret, reddet fra og døde i brannen eller ved å knuse . Disse dataene gjør det mulig å trekke konklusjoner fra forsøkene .

2,7. Implementering AV OFN Notasjon Til Fuzzy Observasjon Av Ekte Brannulykke

bruken av bestilte fuzzy tall i mobilautomatisering synes å være et naturlig skritt. Det er mange notasjoner av fuzzy tall som er introdusert Av Zadeh, Klir, Dubois et al. , og Kłopotek et al. blant annet. Siden vi i dette tilfellet har et todimensjonalt apparat der Moores nabolag i tillegg brukes, er det åtte tilgjengelige trekk fra celler . Et eksempel på denne situasjonen er vist I Figur 6.

Det er en del av nabolaget som ligger nærmere utgangen, og den andre delen nærmere gruppen av celler i menneskelig tilstand . Dermed er det to mulige sett med bevegelser for denne cellen i spørsmålet, avhengig av determinanten . Siden hvert sett er et fire-element, er notasjonen av fuzzy tall kalt bestilte fuzzy tall introdusert av egnet for beskrivelsen . Etter skaperenes død Avns i noen verk kalles Også ‘ S Fuzzy Numbers . I denne notasjonen har det fuzzy tallet A generelt formen av en trapezoid beskrevet av koordinater, som presenteres i Figur 8.

Pil i Figur 8 viser retning som gjenspeiler rekkefølgen på de enkelte koordinatene. På slike fuzzy tall er det mulig å utføre aritmetiske operasjoner beskrevet i litteraturen: (i)addisjon: (ii)skalar multiplikasjon: (iii)subtraksjon: (iv)multiplikasjon: (v) divisjon:

et gitt sett med mulige trekk I Moores nabolag fra celle til celle er vist I Figur 9. Avhengig av innstillingene til algoritmen kan trafikkdeterminanten(i)gå mot nærmeste utgang,(ii) få nærmeste samling av mennesker.

determinanten vil være relatert til det fuzzy tallet I OFN-notasjonen .

Definisjon 1. La vær to par fuzzy tall. Retning vil være positiv for en delmengde av trekk nærmere den angitte determinanten:et par koordinater som er fjernere fra determinanten, vil bli betegnet ved negativ styring:en delmengde av celler som ytterligere bevegelse kan bestemmes er et par fuzzy tall som tilfredsstiller følgende regler: er positiv er positiv DA ELLERS fra dette settet av par beskrevet, som representerer de fire mulige trekkene i den neste utviklingen av den cellulære automaten, trekkes ett par koordinater. Som standard må feltene der trafikken er umulig, fjernes fra listen. Hvis ingen bevegelse er mulig i noen av de fire cellene, vil celletilstanden ikke endres. Dette symboliserer en situasjon der en person forblir ubevegelig.

3. Eksperimentet Med Caeva Metode

forfatterne lansert en simulering Av kiss nattklubb scenario I CAEva program. De satte folk inn og satte ild. Bygningen består av syv rom, og det var bare en utgang. De blå punktene markerer folk og de røde brenner. Flere tester ble utført basert på denne ordningen, og de antatte forholdene var som følger: målet med testen var å simulere en brann i bygningen, basert på visse regler og relasjoner. Innstilling av følgende parametere, valg av versjoner, og iboende regler helt utgjør et miljø som påvirker dødeligheten. Variablene var (i)utformingen av bygningsgulvene, inkludert antall og plassering av dører, (ii) fordeling av et definert antall personer inne i bygningen på bestemte steder, (iii) innstilling av brannparametrene:(a)brannen går ut alene hvis det ikke er naboer, (b)brannen går ut på grunn av overbefolkning hvis det er mer enn 3 naboer, (c)ny brann genereres når det er minst 3 naboer, men ikke mer enn 4, (iv)innstilling av parametrene for mennesker(levende celler): (a)antall brannsår som resulterer i død er som standard satt til 5, (v)plassering av brannkilden på brettet, (vi)angir sannsynligheten for at folk går mot utgangen(tre alternativer): 25%, 50% og 75%, (vii)angi om folk beveger seg mot utgangen i grupper (to alternativer): med eller uten en gruppeeffekt.

Figur 10 presenterer Kiss nattklubb skjema før simuleringsprosessen ble startet. De røde firkantene representerer ild, mens de blå representerer mennesker. Figur 11 presenterer Kiss nattklubb skjema etter endt simulering. Figur 12 presenterer Cocoanut Grove skjema før simuleringsprosessen ble startet. De røde firkantene representerer ild, mens de blå representerer mennesker. Figur 13 presenterer Cocoanut Grove skjema etter å ha fullført simuleringen. Simuleringen ble gjort to hundre ganger for hver tilstand; det var seks forhold som gir 1200 simuleringer for en brannulykke. Tabell 2 viser de gjennomsnittlige resultatene av den utførte simuleringen. Tatt i betraktning de reelle data om antall omkomne I kiss nattklubb brann, utfallet som var nærmest det faktiske dødstallet ble oppnådd ved hjelp av 75% sannsynlighet for folk går mot utgangen og med gruppe effekt av. Tabell 3 sammenligner gjennomsnittlige resultater med reelle tall.

som Du kan se I Tabell 2, øker sannsynligheten for at folk går til utgangen, antall personer som dør som følge av brann. Antall ofre reduseres bare når gruppeffekten er på. Videre øker det totale antallet personer som har overlevd en brann, ettersom sannsynligheten for at folk beveger seg mot utgangen øker.

som vist i Tabell 3 ble den minste relative feilen oppnådd i fravær av gruppeffekt og til en verdi av 75% av folket på vei til utgangen. De største feilene ble oppnådd med gruppeffekten aktivert og med 25% sannsynlighet for at folk skulle gå til utgangen. Dette kan bety at i tilfelle denne brannen fungerte gruppeffekten ikke, og folk lette etter en vei ut av seg selv.

som Du kan se i Tabell 4, har også økningen i sannsynligheten for å gå til utgangen av lokalene redusert antall personer som døde i brannen. Tabell 5 sammenligner gjennomsnittlige resultater med reelle tall. Den minste feilen ble oppnådd for deaktivert gruppeeffekt, men med en verdi på 50% av folk på vei til utgangen. Dette kan bety at i tilfelle brann i denne klubben fungerte gruppeffekten heller ikke, men folk skyndte seg ikke å forlate klubben, noe som førte til en tragisk effekt.

dødeligheten avhenger av stedet for brannutbruddet. Hvis brannen blokkerer noe rom, kan de som bor der ikke unnslippe og nå utgangen selv om de beveger seg mot det med 100% sannsynlighet. Gruppeffekten som brukes i programmet, hjelper ikke nødvendigvis med å unnslippe folk fra bygningen. Det kan generere publikum, som folk er ute etter andre til å danne grupper og dermed tråkke kan oppstå. Når en person ikke har noen retning når han / hun kunne bevege seg, blir han/hun trampet. I Figurene 6-9 er brannstedet og brannspredningen merket med rødt. 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).

4. Konklusjoner

som man kan se, utførte simuleringer kan bidra til å forstå hvordan folk oppførte seg på tidspunktet for brannen, om de fulgte publikum på jakt etter en utgang, om de handlet alene, eller var de fast bestemt på å finne en vei ut. I ett tilfelle viste folk et høyere bestemmelsesnivå (75% sannsynlighet for å gå mot utgangen), mens i andre tilfelle var nivået lavere (50%). Simuleringer kan brukes som en advarsel under sikkerhetsnivåanalyse, men også som et element i en detaljert analyse av hendelsene som skjedde.

sammenligningen av den foreslåtte metoden med faktisk tilfelle viste at det er ekstremt vanskelig å lage en simulering av brannflukt scenario. Det mest utfordrende elementet er folks oppførsel, som kan bli stokastisk og uforutsigbar. Forfatterne av denne studien klarte å gjenskape scenariet for rømning av mennesker fra en bygning ved hjelp av mobilautomat, hvor implementeringen var gjenstand for dette papiret. Bruke en passende konfigurasjon av programmet: bestemme sannsynligheten for at en person går mot utgangen, brannparametrene og på/av-innstillingen av gruppeffekten tillater å trekke følgende konklusjoner. Når gruppeffekten brukes i programmet, er antall personer som dør som følge av tramping større enn i tilfelle når denne effekten er deaktivert. Dødeligheten stiger når folk ikke er i stand til å bevege seg i noen retning, noe som er et resultat av at enkeltpersoner samles i grupper som skaper områder med høy tetthet, hvor tramping ofte oppstår. Resultatene som viste seg å være nærmest de faktiske tallene ble oppnådd når verdien av sannsynligheten som folk unnslippe var rundt 50-75%. Hindringene som påvirker beslutningsprosessen under evakueringen inkluderer blant annet begrenset synlighet på grunn av røyk, som skyldes forbrenning av brennbare materialer, høy temperatur og giftige gasser. Resultatet oppnådd I CAEva-metoden kan gi verdifull informasjon til arkitekter og bygningskonstruktører. Resultatene fra programmet bekrefter avhandlingen om at insouciant eller ulovlig blokkering av rømningsveier inne i bygninger kan ha tragiske konsekvenser i hvert trinn av byggoperasjonen. De som er ansvarlige for brannsikkerhet og strukturelle sikkerhetsinspeksjoner, kan bruke slike verktøy for å rettferdiggjøre sine beslutninger som noen ganger kan virke for strenge. For å gjøre simuleringen enda mer realistisk, er det verdt å vurdere muligheten for automatisk endring av parameteren relatert til sannsynligheten for at en person beveger seg mot utgangen under simuleringen. Det er også mulig å legge til ytterligere forhold for å gi mer nøyaktige resultater. Fremtidige eksperimenter bør ta hensyn til dette.

Interessekonflikter

forfatterne erklærer at det ikke er noen interessekonflikter angående publisering av dette papiret.