一级消防工程师考试综合能力备考指导重要考点整理85_第2页

　　模拟法试图表现实际的疏散行为与运动，不仅要得到准确的结果，而且要反映疏散时选择的疏散路线及人员所做的决定。由于各个模型在考虑人员行为时的详细程度不同，因此结果的准确度也不相同。

　　风险评估模型能识别出火灾时与疏散有关的危险或相关事故，并能对最后的风险进行量化。通过多次重复运算，可以估算出与不同防烟分区设计或防火保护措施有关的各种重要变量的统计数据。有关模型的类别与名称见表4-3-1。

　　(2)建筑空间的表示。各种疏散模型都必须对建筑空间进行描述，以模拟人员在建筑内部的疏散过程。在模型中，空间被划分为许多小的区域，每个区域都与相邻的区域相连。根据对空间划分的精细程度，常将模型中的空间划分分为两种方法：精细网络法和粗糙网络法。

　　对于精细网络法，整个封闭空间用覆盖一些瓦片状的网格来表示，各个模型中节点的网格大小与形状都不同。例如，Exodus采用0.5m×0.5m的正方形网格节点，Simulex则采用0.2m×0.2m的正方形网格节点，而Egress则采用六边形的网格节点，每个网格的大小足以容纳一个人。这些网格节点之间的连接也不相同，在Exodus中每个网格与相邻的八个网格节点相连，而Egress中每个网格与相邻的

　　六个网格节点相连。因此，Egress的方法可以准确地表示封闭空问的几何形状及内部障碍物的位置，并在疏散的任意时刻都能将每个人置于准确的位置。

　　对于粗糙网络法，空间的描述是按照实际建筑结构的划分来确定的，每个网格节点表示一个房间或走廊，然后根据它们之间的实际连接关系构建其网络模型。在这类模型中，仅能表示人员从一个建筑单元移动到另一个建筑单元，而无法描述人员在一个建筑单元内的运动，它也无法处理一些局部的现象，例如超越前方人员、避开障碍物等。有关不同空间划分的模型分类见表4-3-2。

　　(3)人群分析。各类疏散模型在对人员进行分析时，采用了两种方法：个体分析法和群体分析法。个体分析法允许用户设定或由随机方式确定个体特性，人员决策与运动由这些个体特性决定。需要注意的是，不能将个体的独立决定与不能执行群体行为混为一谈，定义个体时并不排斥他具有群体行为，而是先考虑每个人的个体特性，然后再为他指定一个行为，而这个行为也许就是群体行为。群体分析法将人群视为一个具有共同特性的群体。在描述疏散过程时，不针对逃生的个体，而针对大量的人群。这种方法难以模拟事件对个体的影响(例如：火灾烟气毒性的影响)，而只能对整个人群的普遍影响进行模拟。例如，它不能表示老年人或残疾人等特殊人群的生存率，而只能表示受影响的人的比例。它的好处是模型的运算速度相对较快。有关基于人群分析的模型分类见表4-3-3。

　　(4)行为分析。人员在逃生时的决策过程是复杂的，疏散模型根据模拟人员决策过程时所采用的分析方法可分为以下几类：无行为准则模型、函数模拟行为模型、复杂行为模型、基于行为准则的模型以及基于人工智能的模型。

　　无行为准则模型完全依赖于人群的物理运动和几何形状的物理表达，来影响人员的疏散，并对其进行预测判断。

　　函数模拟行为模型把人员的行为用一个方程或一个方程组来描述，以此达到控制人的响应的目的。

　　这类模型可以将人定义为个体，但由于所有个体均受到同一函数相同的影响，且会以一定的方式对这种影响产生反作用，因此实际上削弱了个体行为。该函数或者按照现实生活中人员的行为来建立，或者引用其他从事人体行为模拟研究领域的成果(例如，磁模型的方程来源于物理学)。复杂行为模型通过复杂的物理方法来含蓄表示行为决策准则。此类模型一般基于第二手数据的应用，包括心理的或社会的影响，因而它依赖于第二手数据的准确性与有效性。基于行为准则的模型预先规定了一套人员的行为准则，然后再根据这些准则来确定疏散过程中人员的行为。例如，“假如人在一个充满烟气的房间里，他会通过最近的出口离开”等类似准则。但是，这种行为决策方式会导致人员在相同的环境下以某种确定的方式进行反应，从而与实际中的人员反应有所差异。

　　人工智能模型将个体人员设计成能对周围环境进行智能分析的模拟人或与之相近的智能人，因此可以准确地表现其决策过程，但这会使用户对人员行为的控制权被计算机所代替。疏散模型按人员行为分类见表4-3-4。

　　3.人员行为特性

　　火灾是具有突发性的意外事件，伴有火焰、浓烟、强烈的热辐射、噪声和有毒气体，常在短时间内给人以毁灭性的伤害。身处火场的人们往往需要承受巨大的心理压力，从而表现出各种各样的异常行为。研究发现，不同的心理素质、阅历和经验，会导致人在遭遇火灾时，呈现不同的心理反应和行为。但是，如果在遭遇火灾时，能保持良好的心理状态，及时采取自救行动，往往能够化险为夷，成功疏散，避免伤亡。

　　对于人员特性的考虑可以分为两方面，即单个人员独立考虑和全局考虑。大多数模型可以根据用户要求或计算机自动设定每个人员的移动属性(如步行速度)，并记录每个人员在任何时刻的移动历史轨迹。这类模型也不排除群集行为特性，但它是按单个人员检查和分配各自的移动特性的，它需要较多的计算机容量，程序处理的难度也稍大。另一类是按群集方式来考虑人员的移动特性，它将一群或一组人群按同一特性考虑，即将一群人按同一移动速度考虑，认为他们同时到达或离开建筑物的某个网格节点，它具体计算建筑内人员疏散成功率，其操作简单，使用方便，运行速度也较快。