Streszczenie
wiele poważnych problemów w prawdziwym życiu można symulować za pomocą teorii automatów komórkowych. W miejscach publicznych wybuchało wiele pożarów, które zabijały wielu ludzi. Proponowana metoda, zwana oceną automatów komórkowych (w skrócie CAEva), wykorzystuje teorię automatów komórkowych i może być wykorzystana do sprawdzania warunków w budynkach pod kątem wypadków pożarowych. Testy przeprowadzone na rzeczywistym wypadku wykazały, że odpowiednio skonfigurowany program pozwala na uzyskanie realistycznej symulacji ewakuacji ludzi. Autorzy analizują niektóre realne wypadki i udowodnili, że metoda CAEva jawi się jako bardzo obiecujące rozwiązanie, szczególnie w przypadku remontów budynków lub czasowej niedostępności dróg ewakuacyjnych.
1. Wprowadzenie
automaty komórkowe są wykorzystywane przez niektóre gałęzie IT, w tym dziedzinę sztucznej inteligencji. Składają się z sieci komórek, z których każda wyróżnia się określonym stanem i zestawem reguł. Zmiana aktualnego stanu danej komórki jest wynikiem wyżej wymienionych właściwości i wzajemnych powiązań z sąsiednimi komórkami . Teoria automatów komórkowych została po raz pierwszy wprowadzona przez amerykańskiego naukowca węgierskiego pochodzenia, Johna von Neumanna. Wykazał m.in., że nawet proste maszyny wykazują zdolność rozmnażania się, co do tej pory było uważane za podstawową cechę organizmów żywych . Przez wiele lat automaty komórkowe były przedmiotem wyłącznie badań teoretycznych. Wraz z rozwojem komputerów i oprogramowania, metody optymalizacji oparte na tym podejściu były coraz częściej badane i wdrażane w praktyce . Ze względu na ich wszechstronność, automaty komórkowe są stosowane w wielu dziedzinach życia rzeczywistego, takich jak biologia, fizyka i matematyka oraz w różnych dziedzinach IT, takich jak kryptografia czy grafika komputerowa .
1.1. Zastosowanie automatów komórkowych
automaty komórkowe znalazły zastosowanie w praktyce, na przykład w symulacji ruchu ulicznego, gdzie specyficznie zdefiniowany automat komórkowy kontroluje ruch . Przepływ pojazdu jest zarządzany zasadniczo w określonym segmencie danego natężenia ruchu. Dotyczy to na przykład kontroli natężenia ruchu na autostradach Zagłębia Ruhry w Niemczech. Centra monitoringu przeznaczone wyłącznie do tego celu zbierają dane z wybranych odcinków autostrad . Uzyskane w ten sposób informacje są analizowane i wykorzystywane do przygotowywania krótkotrwałych symulacji natężenia ruchu za pomocą automatów komórkowych. Na stronach internetowych projektów publikowane są informacje statystyczne o przeprowadzonych badaniach zachowania kierowców, którzy byli uprzedzeni o możliwych problemach drogowych, które mogą wystąpić w ciągu kilku kolejnych godzin. Innym przykładem zastosowania automatów komórkowych są symulacje demograficzne dla danego regionu. Celem takich symulacji jest wygenerowanie modelu pokazującego wielkość populacji na danym obszarze w formie mapy prognozowanej gęstości zaludnienia. Takie symulacje mogą być oparte na znanej „grze życia”. Wprowadzając pewną modyfikację algorytmu, możliwe jest monitorowanie zachowania otaczających komórek . Inne przykłady implementacji automatów komórkowych obejmują przetwarzanie obrazów, generowanie tekstur, symulację fal, wiatru i procesu ewakuacji ludzi, a także program symulacyjny, opracowany na potrzeby tego badania . Celem proponowanego algorytmu jest wygenerowanie symulacji wzorców ucieczki człowieka z budynku w ogniu z określoną liczbą wyjść i źródeł ognia .
1.2. Siatka automatów komórkowych
siatka lub przestrzeń dyskretna, w której zachodzi ewolucja automatów komórkowych, składa się ze zbioru identycznych komórek . Każda z komórek jest otoczona tą samą liczbą sąsiadów i może przyjmować tę samą liczbę stanów . Istnieją trzy czynniki strukturalne, które znacząco wpływają na formę siatki, a w konsekwencji na zachowanie całego automatu komórkowego: (i) wielkość przestrzeni, która zależy od wielkości badanego problemu, którego przykłady przedstawiono na rysunku 1(siatki 1D, 2D i 3D); (ii)zapewnienie regularności, która wymaga, aby siatka była całkowicie wypełniona identycznymi komórkami; (iii) liczba sąsiadów (zależna od obu wyżej wymienionych czynników).
w tym artykule autorzy przedstawiają możliwość symulacji rzeczywistych wypadków pożarowych, aby zapobiec ogromnym wypadkom pożarowym. W tym celu autorzy wykorzystali metodę oceny automatów komórkowych, w skrócie CAEva. Ten artykuł ma następującą organizację. W sekcji 2 przedstawiono ideę prognozowania zagrożenia pożarowego, opis dwóch rzeczywistych wypadków oraz metodę symulacji CAEva z ich warunkami brzegowymi i funkcją przenoszenia. Sekcja 3 przedstawia wyniki eksperymentu, gdy wspomniane dwa prawdziwe wypadki pożarowe zostały symulowane. Wreszcie Sekcja 4 składa się z końcowych wniosków.
2. Prognozowanie zagrożenia pożarowego
2.1. Wypadki pożarowe w miejscach publicznych
pożary są jedną z najbardziej niekontrolowanych klęsk, zwłaszcza gdy zdarzają się w pomieszczeniach. Tak więc, niezależnie od funkcji budynku, czy jest to budynek mieszkalny, biznesowy, czy jakikolwiek inny, jego projekt musi być zgodny z przepisami przeciwpożarowymi. Szerokość korytarzy, Liczba wyjść awaryjnych, a jednocześnie dopuszczalna liczba osób przebywających w środku mają poważny wpływ na bezpieczeństwo jego użytkowników. Prosta obecność drzwi na planie piętra nie jest wystarczająca; muszą być otwarte. W wielu przypadkach duża liczba ofiar wynikała z zamknięcia drzwi wyjścia awaryjnego. W ostatnich dziesięcioleciach doszło do wielu katastrofalnych pożarów w miejscach publicznych, takich jak restauracje i kluby nocne. Tabela 1 przedstawia kilka przykładów takich wypadków i wymienia liczbę ofiar. Jak widać z dostarczonych danych, na przestrzeni lat doszło do wielu pożarów w klubach rozrywkowych, powodując wiele obrażeń, niezależnie od tego, czy miały miejsce dekady temu (1942), czy w ostatnim czasie (2013).
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2.2. Wypadek pożaru Klubu Kiss
wydarzenie pod nazwą „Aglomerados” rozpoczęło się w sobotę 26 stycznia 2013 roku o godzinie 23:00 UTC w klubie Kiss. W klubie byli studenci sześciu uniwersytetów oraz osoby z kierunków technicznych na Uniwersytecie Federalnym w Santa Maria . We wczesnych godzinach porannych następnego dnia doszło do pożogi, podczas gdy uczniowie trzymali Bal Świeżaków i wybuchła panika. Świadkowie zeznali, że przyczyną pożaru był albo rozbłysk fajerwerków zapalonych przez członków zespołu muzycznego grającego podczas imprezy. Pożar spowodował zawalenie się dachu w kilku częściach budynku, uwięził Wiele osób wewnątrz. Strażacy znaleźli ciała w łazience klubu. W chwili pożaru w klubie przebywało około 2000 osób. Liczba ta podwaja maksymalną pojemność budynków 1000. W katastrofie zginęło co najmniej 231 osób, a setki kolejnych zostało rannych. Wiele ofiar śmiertelnych było najwyraźniej spowodowanych wdychaniem dymu, podczas gdy inne ofiary zostały zdeptane w pośpiechu w kierunku wyjść. Rysunek 2 przedstawia schemat klubu nocnego Kiss.
2.3. The Cocoanut Grove fire Accident
the Cocoanut Grove to restauracja zbudowana w 1927 roku i zlokalizowana przy 17 Piedmont Street, w pobliżu Park Square, w Centrum Bostonu, Massachusetts . Według prohibicji był bardzo popularny w latach 20. XX wieku. budowla była jednokondygnacyjna, z Piwnicą pod spodem. Piwnica składa się z baru, kuchni, zamrażarek i magazynów. Na pierwszym piętrze znajdowała się duża jadalnia i sala balowa z estradą, a także kilka barów oddzielonych od sali balowej. Jadalnia miała również chowany dach do użytku podczas ciepłej pogody, aby umożliwić widok księżyca i gwiazd. Główne wejście do gaju Cocoanut było przez obrotowe drzwi od strony ulicy piemonckiej. W sobotę, 28 listopada 1942 roku, miał miejsce bardzo duży wypadek pożarowy. Tego wieczoru kelner otrzymał rozkaz naprawienia żarówki znajdującej się na szczycie sztucznej Palmy w rogu baru w piwnicy. Chwilę później dekoracje zaczęły się palić. Gdy inne meble zapaliły się, kula ognia i toksycznego gazu biegła przez pokój w kierunku schodów. Drzwi obrotowe zostały zablokowane z powodu zauroczenia spanikowanych klientów. Wielu ludzi utknęło w ogniu. Później oszacowano, że w czasie pożaru w Gaju przebywało ponad 1000 osób. Ostateczna liczba zgonów ustalona przez komisarza Reilly ’ ego wynosiła 490 zabitych i 166 rannych, ale liczba rannych była liczbą osób leczonych w szpitalu, a później zwolnionych, podczas gdy wiele osób zostało rannych, ale nie ubiegało się o hospitalizację. Rysunek 3 przedstawia schemat Gaju Cocoanut.
2.4. CAEva Simulation Method
CAEva simulation method to program przygotowany na potrzeby wykonywania scenariuszy ewakuacji pożarowej w budynkach . Pomaga porównywać różne wyniki symulacji i wyciągać odpowiednie wnioski. Program został zaimplementowany w środowisku C++Builder, które jest obiektowym narzędziem programistycznym w środowisku Windows i jest dostępny bezpłatnie na stronie internetowej AIRlab . Program pozwala na narysowanie tablicy o dowolnej wielkości, w tym planu budynku parterowego, aby zlokalizować ludzi w środku i wskazać źródło pożaru. Plansza składa się z siatki komórek. Każda komórka może przyjąć tylko jeden z następujących stanów: ogień, ściana, osoba, osoba w ogniu lub pusta komórka. Rysunek 4 przedstawia diagram stanów dla pojedynczej komórki w automacie symulacji pożaru.
2.5. Warunki brzegowe
przestrzeń dyskretna, w której zachodzą różne ewolucje automatów komórkowych, zawiera d-wymiarową, teoretycznie nieskończoną siatkę. Ponieważ tego rodzaju siatki nie można zaimplementować w aplikacji komputerowej, jest ona reprezentowana w formie ograniczonej tabeli. Dlatego konieczne jest ustawienie warunków brzegowych na granicach siatki, to znaczy na granicach tabeli. Zestaw podstawowych warunków przedstawiono na rysunku 5. Warunki te są analogiczne po obróceniu siatki o 90 stopni, więc dalsze układy zostały pominięte jako trywialne. Do symulacji ruchu komórki w kierunku ściany wykorzystano następujące zasady: (i)ruch prosty: stan komórki pozostaje niezmieniony, (ii)ruch po przekątnej: stan komórki zmienia się w pusty, ponieważ kąt padania jest równy kątowi odbicia, stan komórki w lustrzanym odbiciu zmienia się w stan komórki, która zainicjowała ruch, (iii)warunki ruchu: (iv)ruch jest możliwy, jeśli komórka docelowa jest w stanie pustym. W przeciwnym razie komórka nie zmieni swojego stanu, (v)próba ruchu komórki w stanie „osoby” do komórki w stanie „ognia” zwiększa liczbę oparzeń komórki inicjującej.
szczególnym przypadkiem jest próba ruchu z rogu planszy. Odbicie w trzech kierunkach inicjujących nie zmienia stanu komórki, ale może ją zmienić w wyniku próby ruchu w kolejnych pięciu kierunkach. Należy również zauważyć, że zasady ruchu i warunki mają zastosowanie do komórek w stanie „osoba”, a także w stanie” ogień”. Pola, do których ruch nie może być wykonany, to komórki w stanie „ściany”. Warunki odbicia występują na krawędzi siatki automatów komórkowych, która stanowi barierę, od której odbijają się ruchome obiekty wirtualne (w sensie wizualnym). Warunki te są wykorzystywane do symulacji zamkniętych przestrzeni empirycznych.
2.6. Funkcja transferu
ewolucja automatów komórkowych odbywa się w czasie dyskretnym, określającym kolejne cykle przetwarzania. Każdy dyskretny moment jest używany do aktualizacji stanu poszczególnych komórek; dlatego każdy automat jest obiektem dynamicznym w czasie. W każdej iteracji funkcja transferu może przetwarzać (obliczać) wszystkie komórki w siatce jeden po drugim zgodnie z określonymi regułami. Każda przetworzona komórka otrzymuje swój nowy stan na podstawie obliczenia jej aktualnego stanu i stanów sąsiednich komórek. Reguły transferu i przestrzeń stanu, a także określone sąsiedztwo, są nieodłącznymi elementami procesu ewolucji automatów komórkowych. Po wykonaniu, program wyświetla główny ekran gotowy do narysowania planu budynku i ułożenia poszczególnych elementów wewnątrz. Po narysowaniu planszy i ułożeniu wszystkich elementów użytkownik może rozpocząć konfigurację parametrów ognia i ludzi oraz ustawienie efektu grupowego. Parametry ognia są następujące:(i)ogień gaśnie sam, jeśli liczba sąsiadów jest mniejsza niż 1,(ii)ogień gaśnie z przeludnienia, jeśli liczba sąsiadów jest większa niż 3, (iii)Nowy Ogień jest generowany, gdy liczba sąsiadów jest co najmniej 3, (iv)ogień jest generowany, gdy liczba sąsiadów jest mniejsza lub równa 4. Parametry dotyczące ludzi są następujące: (v)prawdopodobieństwo, że osoba idzie w kierunku wyjścia w stanie domyślnym wynosi 50,(vi)liczba oparzeń powodujących śmierć wynosi 5, (vii)efekt grupy jest włączony/wyłączony.
na ekranie znajdują się punkty symulujące ludzi uciekających w kierunku wyjścia i rozprzestrzeniający się ogień. Wszystkie wydarzenia są rejestrowane w tabeli statystycznej. Obejmują one liczbę osób pozostających w zarządzie, uratowanych i poległych w pożarze lub przez zmiażdżenie . Uzyskane dane umożliwiają wyciągnięcie wniosków z eksperymentów .
2.7. Implementacja notacji OFN do obserwacji rozmytych rzeczywistych wypadków pożarowych
wykorzystanie uporządkowanych liczb rozmytych w automatyce komórkowej wydaje się naturalnym krokiem. Istnieje wiele zapisów liczb rozmytych, które są wprowadzane przez Zadeh, Klir, Dubois i in. , oraz Kłopotek i in. , m.in. Ponieważ mamy w tym przypadku aparat dwuwymiarowy, w którym dodatkowo wykorzystuje się sąsiedztwo Moore ’ a, istnieje osiem dostępnych ruchów z komórek . Przykład tej sytuacji pokazano na rysunku 6.
istnieje część sąsiedztwa, która jest bliżej wyjścia, a druga część bliżej grupy komórek w stanie ludzkim . Tak więc istnieją dwa możliwe zestawy ruchów dla tej komórki, w zależności od wyznacznika . Ponieważ każdy ze zbiorów jest czteroelementowy, do jego opisu nadaje się notacja liczb rozmytych zwana uporządkowanymi liczbami rozmytymi wprowadzonymi przez. Po śmierci twórcy liczby w niektórych utworach nazywane są także liczbami rozmytymi . W tej notacji rozmyta liczba A ma na ogół kształt trapezu opisanego współrzędnymi, który przedstawiono na rysunku 8.
strzałka na rysunku 8 pokazuje kierunek, który odzwierciedla kolejność poszczególnych współrzędnych. Na takich rozmytych liczbach możliwe jest wykonywanie operacji arytmetycznych opisanych w literaturze: (i)dodawanie: (ii)mnożenie skalarne: (iii)odejmowanie: (iv)mnożenie: (v)dzielenie:
na rysunku 9 pokazany jest zbiór możliwych ruchów w sąsiedztwie Moore ’ a z komórki do komórki. W zależności od ustawień algorytmu wyznacznikiem ruchu może być(i)podążanie w kierunku najbliższego zjazdu, (ii)uzyskiwanie najbliższego zgromadzenia ludzi.
wyznacznik będzie związany z liczbą rozmytą w notacji OFN .
definicja 1. Niech będą dwie pary liczb rozmytych. Kierowanie będzie dodatnie dla podzbioru ruchów bliższych wskazanemu wyznacznikowi: para współrzędnych, które są bardziej odległe od wyznacznika , będzie oznaczona ujemnym kierowaniem:podzbiór komórek, do którego można wyznaczyć dalszy ruch, jest parą liczb rozmytych spełniających następujące zasady: jest dodatnie jest dodatnie wtedy z tego zestawu opisanych par, który reprezentuje cztery możliwe ruchy w następnej ewolucji automatu komórkowego, rysowana jest jedna para współrzędnych. Domyślnie pola, w których ruch jest niemożliwy, muszą zostać usunięte z listy. Jeśli żaden ruch nie jest możliwy w żadnej z czterech komórek, stan komórki nie ulegnie zmianie. Symbolizuje to sytuację, w której osoba pozostaje nieruchoma.
3. Eksperyment z metodą CAEva
autorzy uruchomili symulację scenariusza Kiss nightclub w programie CAEva. Wsadzili ludzi do środka i podpalili. Budynek składa się z siedmiu pokoi i było tylko jedno wyjście. Niebieskie punkty oznaczają ludzi, a czerwone ogień. W oparciu o ten schemat przeprowadzono kilka testów, a zakładane warunki były następujące: celem testu była symulacja pożaru budynku, w oparciu o określone zasady i relacje. Ustawienie następujących parametrów, wybór wersji i nieodłączne reguły tworzą środowisko, które wpływa na wskaźnik śmiertelności. Zmiennymi były: (i)układ kondygnacji budynku, w tym liczba i rozmieszczenie drzwi,(ii) rozmieszczenie określonej liczby osób wewnątrz budynku w określonych miejscach, (iii) ustawienie parametrów pożarowych:(a)pożar gaśnie sam, jeśli nie ma sąsiadów,(b)pożar gaśnie z powodu przeludnienia, jeśli jest więcej niż 3 sąsiadów,(c)nowy pożar powstaje, gdy jest co najmniej 3 sąsiadów, ale nie więcej niż 4, (iv)ustawienie parametrów dla ludzi(żywe komórki): (a)liczba poparzeń powodujących śmierć jest domyślnie ustawiona na 5, (v)lokalizacja źródła ognia na planszy, (vi)określenie prawdopodobieństwa osób zmierzających do wyjścia(trzy opcje): 25%, 50% i 75%, (VII)określanie, czy ludzie poruszają się w kierunku wyjścia w grupach (dwie opcje): z efektem grupowym lub bez niego.
Rysunek 10 przedstawia schemat Kiss nightclub przed rozpoczęciem procesu symulacji. Czerwone kwadraty reprezentują ogień, podczas gdy niebieskie reprezentują ludzi. Rysunek 11 przedstawia schemat Kiss nightclub po zakończeniu symulacji. Rysunek 12 przedstawia schemat Cocoanut Grove przed rozpoczęciem procesu symulacji. Czerwone kwadraty reprezentują ogień, podczas gdy niebieskie reprezentują ludzi. Rysunek 13 przedstawia schemat Cocoanut Grove po zakończeniu symulacji. Symulacja została wykonana dwieście razy dla każdego warunku; było sześć warunków, które dają 1200 symulacji dla jednego wypadku pożarowego. Tabela 2 przedstawia średnie wyniki przeprowadzonej symulacji. Biorąc pod uwagę rzeczywiste dane dotyczące liczby ofiar śmiertelnych w pożarze klubu nocnego Kiss, wynik, który był najbliższy faktycznej liczbie ofiar, został osiągnięty przy 75% prawdopodobieństwie osób udających się do wyjścia i z efektem grupowym wyłączonym. Tabela 3 porównuje średnie wyniki z liczbami rzeczywistymi.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
jak widać w tabeli 2, wzrost prawdopodobieństwa osób udających się do wyjścia zmniejsza liczbę osób, które giną w wyniku pożaru. Liczba ofiar zmniejsza się tylko wtedy, gdy działa efekt Grupowy. Ponadto ogólna liczba osób, które przeżyły pożar, również wzrasta wraz ze wzrostem prawdopodobieństwa osób poruszających się w kierunku wyjścia.
jak pokazano w tabeli 3, najmniejszy błąd względny uzyskano przy braku efektu grupowego i przy wartości 75% osób zmierzających do wyjścia. Największe błędy osiągnięto z włączonym efektem grupowym i z 25% prawdopodobieństwem osób udających się do wyjścia. Mogło to oznaczać, że w przypadku tego pożaru efekt Grupowy nie zadziałał, a ludzie szukali wyjścia sami.
jak widać w tabeli 4, tutaj również wzrost prawdopodobieństwa wyjścia z lokalu zmniejszył liczbę osób, które zginęły w pożarze. Tabela 5 porównuje średnie wyniki z liczbami rzeczywistymi. Najmniejszy błąd został uzyskany dla efektu grupy wyłączonej, ale z wartością 50% osób udających się do wyjścia. Może to oznaczać, że w przypadku pożaru w tym klubie efekt Grupowy również nie zadziałał, ale ludzie nie spieszyli się z opuszczeniem klubu, co spowodowało tragiczny skutek.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
współczynnik śmiertelności zależy od miejsca wybuchu pożaru. Jeśli ogień blokuje jakiekolwiek pomieszczenie, to ludzie tam przebywający nie są w stanie uciec i dotrzeć do wyjścia, nawet jeśli poruszają się w jego kierunku ze 100% prawdopodobieństwem. Zastosowany w programie efekt Grupowy niekoniecznie pomaga w ucieczce ludzi z budynku. Może generować tłum, ponieważ ludzie szukają innych, którzy tworzą grupy, a tym samym mogą wystąpić Deptanie. Kiedy człowiek nie ma kierunku, w którym mógłby się poruszać, jest deptany. Na rysunkach 6-9 miejsce pożaru i rozprzestrzenianie się ognia zaznaczono na Czerwono. 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. Wnioski
jak widać, przeprowadzone symulacje mogą pomóc zrozumieć, jak ludzie zachowywali się w czasie pożaru, czy podążali za tłumem w poszukiwaniu wyjścia, czy działali sami, czy też byli wystarczająco zdeterminowani, aby znaleźć wyjście. W jednym przypadku ludzie wykazali wyższy poziom determinacji (75% prawdopodobieństwo pójścia w kierunku wyjścia), podczas gdy w drugim przypadku poziom był niższy (50%). Symulacje mogą być wykorzystywane jako ostrzeżenie podczas analizy poziomu bezpieczeństwa, ale także jako element szczegółowej analizy zdarzeń, które miały miejsce.
porównanie proponowanej metody z rzeczywistym przypadkiem wykazało, że niezwykle trudno jest stworzyć symulację scenariusza ewakuacji pożarowej. Najtrudniejszym elementem jest zachowanie ludzi, które może stać się stochastyczne i nieprzewidywalne. Autorom tego opracowania udało się odtworzyć scenariusz ucieczki ludzi z budynku za pomocą automatów komórkowych, których realizacja była przedmiotem niniejszego artykułu. Korzystanie z odpowiedniej konfiguracji programu: określenie prawdopodobieństwa osoby zmierzającej w kierunku wyjścia, parametrów pożarowych oraz Ustawienia on / off efektu grupowego pozwalają na wyciągnięcie następujących wniosków. W przypadku zastosowania efektu grupowego w programie liczba osób, które zginą w wyniku deptania jest większa niż w przypadku, gdy efekt ten jest wyłączony. Śmiertelność wzrasta, gdy ludzie nie są w stanie poruszać się w żadnym kierunku, co jest wynikiem gromadzenia się jednostek w grupach tworzących obszary o dużej gęstości, gdzie często występuje Deptanie. Wyniki, które okazały się być najbliższe liczbom rzeczywistym, zostały osiągnięte, gdy wartość prawdopodobieństwa, z którym ludzie uciekają, wynosiła około 50-75%. Utrudnieniami, które wpływają na proces podejmowania decyzji podczas ewakuacji, są m.in. ograniczona widoczność spowodowana dymem, wynikającym ze spalania materiałów łatwopalnych, wysokiej temperatury i toksycznych gazów. Wynik osiągnięty w metodzie CAEva może dostarczyć cennych informacji dla architektów i konstruktorów budynków. Wyniki uzyskane z programu potwierdzają tezę, że nienaruszalne lub niezgodne z prawem blokowanie dróg ewakuacyjnych wewnątrz budynków może mieć tragiczne konsekwencje na każdym etapie eksploatacji budynku. Osoby odpowiedzialne za bezpieczeństwo przeciwpożarowe i kontrole bezpieczeństwa konstrukcji mogą stosować takie narzędzia, aby uzasadnić swoje decyzje, które czasami mogą wydawać się zbyt surowe. Aby symulacja była jeszcze bardziej realistyczna, warto rozważyć opcję automatycznej zmiany parametru związanego z prawdopodobieństwem poruszania się osoby w kierunku wyjścia podczas symulacji. Możliwe jest również dodanie dalszych warunków w celu zapewnienia dokładniejszych wyników. Przyszłe eksperymenty powinny uwzględniać ten fakt.
konflikty interesów
autorzy oświadczają, że nie ma konfliktów interesów dotyczących publikacji niniejszego artykułu.
