(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110003250.0 (22)申请日 2021.01.04 (65)同一申请的已公布的文献号 申请公布号 CN 112765875 A (43)申请公布日 2021.05.07 (73)专利权人 山东师范大学 地址 250014 山东省济南市历下区文化 东 路88号 (72)发明人 张桂娟　田泽娜　陆佃杰　石业鹏　 吕蕾　刘弘　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 朱忠范 (51)Int.Cl. G06F 30/27(2020.01)G06N 3/00(2006.01) (56)对比文件 CN 111144006 A,2020.0 5.12 CN 101216951 A,20 08.07.09 WO 20161875 04 A1,2016.1 1.24 CN 111523601 A,2020.08.1 1 CN 1838237 A,20 06.09.27 审查员 侯瑜 (54)发明名称 考虑知识传播对消极情绪影响的人群疏散 模拟方法及系统 (57)摘要 本发明提供的一种考虑知识传播对消极情 绪影响的人群疏散模拟方法及系统， 属于人群疏 散模拟技术领域， 构建知识 ‑消极情绪感染多重 传播网络， 确定个体的消极情绪强度值， 确定该 个体接收的总知识量； 结合西米诺夫心理学模 型， 确定消极情绪变化值； 构建情绪 ‑速度模型； 利用人工蜂群算法优化求解情绪 ‑速度模型， 确 定使人群平均运动速度最大的最优位置； 根据最 优位置实现人群疏散模拟。 本发 明描述了情绪感 染和知识传播过程及其相互影 响， 量化了知 识对 消极情绪 感染的影 响， 提出了消极情绪与运动速 度之间的关系， 把人群疏散效率问题描述为速度 最大化问题， 通过启发式人工蜂群算法完成优化 问题， 实现了可视化的消极情绪调控的人群疏散 仿真模拟结果。 权利要求书3页 说明书13页 附图2页 CN 112765875 B 2022.07.22 CN 112765875 B 1.一种考虑知识传播对消极情绪影响的人群疏散模拟方法， 其特征在于， 包括如下流 程步骤： 构建知识 ‑消极情绪感染多重传播网络； 基于知识 ‑消极情绪感染多重传播网络， 确定个体的消极情绪强度值， 并根据消极情绪 强度值确定该个体接收的总知识 量； 根据接收的总知识量， 结合西米诺夫心理学模型， 确定 消极情绪变化 值； 根据消极情绪强度值和 消极情绪变化 值， 构建情绪 ‑速度模型； 利用人工蜂群算法优化求解所述情绪 ‑速度模型， 确定使人群平均运动速度最大的最 优位置； 根据最优位置实现人群疏散模拟； 构建知识 ‑消极情绪感染多重传播网络为： G＝(Ge,Gk)； 其中， Ge＝(V,Ee)， 表示消极情绪感染层； Gk＝(V,Ek)， 表示知识传播层； 节 点V表示人群中的个体集合； 边Ee表示个体间的情绪传播关系； 边Ek表示个体间的知识传播 关系； 在消极情绪感染层中， 从节点i到节点j的边Ee(i,j)表示个体i受个体j的情绪感染， 且 个体i在个体j的影响范围内； 在知识传播层中， 从节点i到节点j的边Ek(i,j)表示个体i受个体j的知 识感染， 且个体i 和个体j之间没有障碍物， 在可视范围内。 2.根据权利要求1所述的考虑知识传播对消极情绪影响的人群疏散模拟方法， 其特征 在于， 确定个 体的消极情绪强度值包括： 在消极情绪感染层， 假设个体的消极情绪强度值是连续的， ei∈[0,1]表示个体i的消极 情绪强度值， ei的值越接 近于1， 个体i的情绪越消极； 结合Durupinar模型， 根据个体i与个体j之间的距离， 确定个体i在t时刻受邻居个体j 感染的情绪 值： 其中， ej(t)表示感染个体j在t时刻时的消极情绪强度值， Neighbor(i)表示个体i的邻 居集， Xi表示个体i所在的位置， Xj表示个体j所在的位置， ||Xi‑Xj||表示个体i与个体j的欧 氏距离； 则， 在T时间段内， 个 体i的消极情绪强度值 为： 其中， τ表示个 体i的上一个时间步。 3.根据权利要求2所述的考虑知识传播对消极情绪影响的人群疏散模拟方法， 其特征 在于， 根据消极情绪强度值确定该个 体接收的总知识量包括： 无知识个 体i在Δt时间段内从知识个 体j学得的知识量Δki,j为： 其中， 表示无知识个体 i对知识的理解能力； ξi表示有知识个体j的表达能力； ci,j表示 无知识个体i对有知识个体j的置信度； kj表示个体j的知识量； α dt表示无知识个体i在时间权　利　要　求　书 1/3 页 2 CN 112765875 B 2段Δt内从有知识个体j学得知识的概率； α 表示知识 ‑消极情绪感染多重传播网络中知识传 播率； 则， 个体i在时间段Δt内获得的总知识量 ki(t+Δt)为： ki(t+Δt)＝Δki,j+Δki,r； 其中， Δki,r表示在知识传播层中无知识个体i在时间段Δt 内从知识节点r获得的知识 量， 所述知识节点r包含疏散场景中的地图信息以及 对应的疏散 知识； ki表示个体i自身具 备的知识量。 4.根据权利要求3所述的考虑知识传播对消极情绪影响的人群疏散模拟方法， 其特征 在于， 根据接收的总知识量， 结合西米 诺夫心理学模型， 确定消极情绪变化 值包括： 利用西米 诺夫心理学模型量 化知识传播层对消极情绪感染层的影响因子为 η为： 其中， ε表示个 体获取知识的迫切程度， kn表示个体必备知识量， b是一个常数； 则， 知识‑消极情绪感染多重传播网络中个体i在 t+Δt时刻的情绪变化值ei(t+Δt)为： ei(t+Δt)＝ei(t)+ ηei(t)。 5.根据权利要求4所述的考虑知识传播对消极情绪影响的人群疏散模拟方法， 其特征 在于， 根据消极情绪强度值和 消极情绪变化 值， 构建情绪 ‑速度模型包括： 利用高斯 函数描述消极情绪与个 体运动速度的关系： 其中， vi(ei(t+Δt))表示个体i在t+Δt时刻的运动速度的大小， γ表示个体的动机， 与 个体i的个性有关， γ∈[0,1]； δ表示常数。 6.根据权利要求5所述的考虑知识传播对消极情绪影响的人群疏散模拟方法， 其特征 在于， 利用人工蜂群算法优化求解所述情绪 ‑速度模型， 确定使 人群平均运动速度最大的最 优位置包括： 初始化确定种群数、 最大迭代数控制参数， 并且在初始空间随机生成初始解， 通过初始 解确定候选知识 节点的位置及 传播的知识量， 作为 候选解； 将候选解带入到优化目标函数计算 适应度值， 并记录最大适应度值对应的解； 引领蜂在已知解的附近 搜索新解， 并进行记录， 计算 新解的适应度值； 若新解的适应度值优于旧的已知解的适应度值， 则引领蜂保留新解放弃旧的已知解； 反之， 则保留旧的已知解； 在所有引领蜂完成搜索后， 引领蜂将保留的解的信息与跟随蜂分享； 跟随蜂计算每 个保留解的选择概 率进行选择； 在区间[‑1,1]内产生一个随机数， 如果选择概率大于该随机数， 则跟 随蜂继续搜索新 解， 并检验该新解的适应度值； 若跟随蜂搜索的新解的适应度值优于保留解的适应度值， 则 跟随蜂将保留该新 解忘掉旧的保留解； 如果选择概 率小于随机数， 则跟随蜂不会产生 新的解； 若初始解没有在预定数量的迭代中得到改进， 则相应的引领蜂放弃该初始解， 并成为 一个侦察蜂；权　利　要　求　书 2/3 页 3 CN 112765875 B 3