실내 화재와 같은 재난, 재해가 발생했을 때, 보행자의 움직임을 모델링하거나 건축물의 구조를 분석하기 위한 다양한 보행모델 및 화재대피모델들이 연구되었다. 더 나아가 대피자들을 안전하고 신속하게 대피시킬 수 있는 방법을 산출하기 위한 실내 대피시뮬레이터의 연구도 진행되고 있다. 그러나 대피에 영향을 미치는 중요한 요인 중 하나인 실내 재실자 분포에 따라 전체 인원을 빠르게 대피시킬 수 있는 대피경로를 산출하는 연구는 찾아보기 힘들다.
실내공간을 노드·링크 구조 기반으로 정의하고, 재실자의 분포에 따른 흐름을 노드·링크에 할당하여 각각의 부하량을 계산하고 병목지점을 추정하여 전체인원이 대피하는데 걸리는 시간 및 대피경로를 산출하는 연구가 일부 진행된 바 있다. 그러나 실내공간에서 일어나는 보행자의 개별적인 움직임을 단순한 노드·링크 구조로 모형화하는 것은 지나친 단순화이며, 대피에 관련된 다양한 요소 및 모든 보행자를 고려하여 병목현상을 예측·반영하는 식의 정의 및 계산은 현실적으로 한계가 있다. 따라서 이러한 한계점을 해결하기 위해 본 연구에서는 실내공간을 노드·링크구조가 아닌 ...
실내 화재와 같은 재난, 재해가 발생했을 때, 보행자의 움직임을 모델링하거나 건축물의 구조를 분석하기 위한 다양한 보행모델 및 화재대피모델들이 연구되었다. 더 나아가 대피자들을 안전하고 신속하게 대피시킬 수 있는 방법을 산출하기 위한 실내 대피시뮬레이터의 연구도 진행되고 있다. 그러나 대피에 영향을 미치는 중요한 요인 중 하나인 실내 재실자 분포에 따라 전체 인원을 빠르게 대피시킬 수 있는 대피경로를 산출하는 연구는 찾아보기 힘들다.
실내공간을 노드·링크 구조 기반으로 정의하고, 재실자의 분포에 따른 흐름을 노드·링크에 할당하여 각각의 부하량을 계산하고 병목지점을 추정하여 전체인원이 대피하는데 걸리는 시간 및 대피경로를 산출하는 연구가 일부 진행된 바 있다. 그러나 실내공간에서 일어나는 보행자의 개별적인 움직임을 단순한 노드·링크 구조로 모형화하는 것은 지나친 단순화이며, 대피에 관련된 다양한 요소 및 모든 보행자를 고려하여 병목현상을 예측·반영하는 식의 정의 및 계산은 현실적으로 한계가 있다. 따라서 이러한 한계점을 해결하기 위해 본 연구에서는 실내공간을 노드·링크구조가 아닌 격자형으로 분할하여 정의하고, 보행자들의 움직임을 모델링하는 CA(Cellular Automata)를 기반으로 대피시뮬레이션을 수행한다. 그 다음, 함수의 정의를 통해 최소 대피시간을 예측하는 대신 수많은 대피시뮬레이션 수행 결과를 통해 일정조건에 맞는 결과 즉, 총 대피시간이 가장 작은 값을 찾아가는 귀납적 기법으로 최적 대피결과를 산출하는 기법을 제시하고자 한다.
본 연구는 다양한 공간구조, 복수 개의 출구, 그리고 다양한 조합이 가능한 재실자 분포에 따라 유동적으로 변하는 최적 대피경로와 대피시간을 산출하기 위해 다수의 대피시뮬레이션을 수행하고, 이 중에서 조건에 맞는 최적 결과를 추출하고자 한다. 이 때 재실자 분포에 따라 다양한 대피경로를 산출하는 것은 경우의 수가 많아 현실적으로 불가능하기 때문에 메타 휴리스틱 기법 중 하나인, 유전자 알고리즘을 이용하여 최적에 가까운 해를 도출하도록 한다. 유전자 알고리즘은 하나의 염색체를 하나의 해로 간주하고, 적합도 값을 통해 좋은 해를 탐색하는 기법이다. 본 연구에서는 복수 개의 출구가 있는 공간구조에서 특정 방의 재실자들은 모두 지정된 출구로 이동(또는 안내)한다는 전제하에 각 방마다 지정된 대피 출구들의 배열로 염색체를 정의한다. 해당 염색체에 의해 수행된 대피시뮬레이션 결과인 총 대피시간을 산출하여 하나의 대피양상을 나타낸다. 선택, 교배, 돌연변이 연산을 통해 세대를 진화시키며 점점 더 좋은 해들을 산출하고 최종적으로는 주어진 재실자 분포에 따른 대피 상황에서 최소 대피시간 및 최적 대피경로를 산출한다. 선택, 교배, 돌연변이 전략을 설계하고 실험을 통해 설계상수인 수렴기준, 개체군의 크기 등의 최적값을 도출한다. 총 대피시간은 CA를 이용하여 구현한 보행모델 대피시뮬레이터를 통하여 산출한다.
제시된 알고리즘의 성능을 판단하기 위해 가상의 공간을 설계하여 실험을 진행하며, 이 때 재실자 분포를 균일한 분포 및 편중적 분포로 나눠 시나리오를 설정하고 각 시나리오별 결과를 도출한다. 또한 실제 건물과 유사한 구조 공간을 대상으로 위와 같은 과정을 수행하여 결과를 분석하고, 현실적인 적용 가능성을 검증한다. 최종적으로 최단거리만을 고려한 CA기반 대피시뮬레이션과 제시된 유전자 알고리즘 기반 모형의 결과를 비교·분석하여 기존 알고리즘대비 개선된 점을 판단한다.
실내 화재와 같은 재난, 재해가 발생했을 때, 보행자의 움직임을 모델링하거나 건축물의 구조를 분석하기 위한 다양한 보행모델 및 화재대피모델들이 연구되었다. 더 나아가 대피자들을 안전하고 신속하게 대피시킬 수 있는 방법을 산출하기 위한 실내 대피시뮬레이터의 연구도 진행되고 있다. 그러나 대피에 영향을 미치는 중요한 요인 중 하나인 실내 재실자 분포에 따라 전체 인원을 빠르게 대피시킬 수 있는 대피경로를 산출하는 연구는 찾아보기 힘들다.
실내공간을 노드·링크 구조 기반으로 정의하고, 재실자의 분포에 따른 흐름을 노드·링크에 할당하여 각각의 부하량을 계산하고 병목지점을 추정하여 전체인원이 대피하는데 걸리는 시간 및 대피경로를 산출하는 연구가 일부 진행된 바 있다. 그러나 실내공간에서 일어나는 보행자의 개별적인 움직임을 단순한 노드·링크 구조로 모형화하는 것은 지나친 단순화이며, 대피에 관련된 다양한 요소 및 모든 보행자를 고려하여 병목현상을 예측·반영하는 식의 정의 및 계산은 현실적으로 한계가 있다. 따라서 이러한 한계점을 해결하기 위해 본 연구에서는 실내공간을 노드·링크구조가 아닌 격자형으로 분할하여 정의하고, 보행자들의 움직임을 모델링하는 CA(Cellular Automata)를 기반으로 대피시뮬레이션을 수행한다. 그 다음, 함수의 정의를 통해 최소 대피시간을 예측하는 대신 수많은 대피시뮬레이션 수행 결과를 통해 일정조건에 맞는 결과 즉, 총 대피시간이 가장 작은 값을 찾아가는 귀납적 기법으로 최적 대피결과를 산출하는 기법을 제시하고자 한다.
본 연구는 다양한 공간구조, 복수 개의 출구, 그리고 다양한 조합이 가능한 재실자 분포에 따라 유동적으로 변하는 최적 대피경로와 대피시간을 산출하기 위해 다수의 대피시뮬레이션을 수행하고, 이 중에서 조건에 맞는 최적 결과를 추출하고자 한다. 이 때 재실자 분포에 따라 다양한 대피경로를 산출하는 것은 경우의 수가 많아 현실적으로 불가능하기 때문에 메타 휴리스틱 기법 중 하나인, 유전자 알고리즘을 이용하여 최적에 가까운 해를 도출하도록 한다. 유전자 알고리즘은 하나의 염색체를 하나의 해로 간주하고, 적합도 값을 통해 좋은 해를 탐색하는 기법이다. 본 연구에서는 복수 개의 출구가 있는 공간구조에서 특정 방의 재실자들은 모두 지정된 출구로 이동(또는 안내)한다는 전제하에 각 방마다 지정된 대피 출구들의 배열로 염색체를 정의한다. 해당 염색체에 의해 수행된 대피시뮬레이션 결과인 총 대피시간을 산출하여 하나의 대피양상을 나타낸다. 선택, 교배, 돌연변이 연산을 통해 세대를 진화시키며 점점 더 좋은 해들을 산출하고 최종적으로는 주어진 재실자 분포에 따른 대피 상황에서 최소 대피시간 및 최적 대피경로를 산출한다. 선택, 교배, 돌연변이 전략을 설계하고 실험을 통해 설계상수인 수렴기준, 개체군의 크기 등의 최적값을 도출한다. 총 대피시간은 CA를 이용하여 구현한 보행모델 대피시뮬레이터를 통하여 산출한다.
제시된 알고리즘의 성능을 판단하기 위해 가상의 공간을 설계하여 실험을 진행하며, 이 때 재실자 분포를 균일한 분포 및 편중적 분포로 나눠 시나리오를 설정하고 각 시나리오별 결과를 도출한다. 또한 실제 건물과 유사한 구조 공간을 대상으로 위와 같은 과정을 수행하여 결과를 분석하고, 현실적인 적용 가능성을 검증한다. 최종적으로 최단거리만을 고려한 CA기반 대피시뮬레이션과 제시된 유전자 알고리즘 기반 모형의 결과를 비교·분석하여 기존 알고리즘대비 개선된 점을 판단한다.
Different types of pedestrian and evacuation models have been studied for modeling pedestrian movement and analyzing building structure in the emergency events such as fire. Also, indoor evacuation simulators for simulating safer and faster evacuation are being studied and developed recently. Howeve...
Different types of pedestrian and evacuation models have been studied for modeling pedestrian movement and analyzing building structure in the emergency events such as fire. Also, indoor evacuation simulators for simulating safer and faster evacuation are being studied and developed recently. However, it is hard to find such efforts that seek the faster evacuation time of the entire pedestrians considering various combinations of numbers and locations of indoor pedestrians. On the other hand, using node-link structure, which is a popular method to describe road networks, is limited in modeling individualized behaviors of pedestrians in micro-scale spaces such as indoor spaces. Therefore, CA(cellular automata) approach is employed in order to model pedestrian movements taken place on grid-cell spaces instead of node-link structure. Then, an inductive process is suggested in the study which finds the shortest total evacuation time among the results from multiple simulations instead of defining quantitative models for predicting optimized evacuation time. When we are given various spatial configuration, multiple exits and different distribution of pedestrians, I performed a number of simulations followed by drawing optimal evacuation paths and time from them which meet the given condition. Since it is impossible to compute various evacuation routes depending on all the possible combinations of occupants distribution, I used the genetic algorithms to derive the near optimal solutions. Genetic algorithm defines one chromosome as one solution and search good solution by fitness values. When we assume a building has multiple exits and all the pedestrians in each room move to, or are guided to, one of the exits, a chromosome can be defined as an array of designated exits of the rooms. The simulations are repeatedly performed evolving toward better solutions using inheritance, mutation, selection, and crossover, until either a maximum number of generations has been produced, or a satisfactory fitness level has been reached for the population. I first designed appropriate policies including selection, crossover, and mutation operator and parameters for the given problem such as convergence criteria and population size. Rating a fitness function is carried out by measuring the evacuation time from each simulation. The simulator itself is developed using the CA technique. In order to demonstrate the performance of the suggested algorithm, I designed artificial spaces and used different distribution cases including uniform and biased distribution. In addition, by applying the suggested method on a real building data, I tested the applicability of the method in real cases. Also, the suggested algorithm is compared with the simple shortest-path movement of pedestrians based on the CA method.
Different types of pedestrian and evacuation models have been studied for modeling pedestrian movement and analyzing building structure in the emergency events such as fire. Also, indoor evacuation simulators for simulating safer and faster evacuation are being studied and developed recently. However, it is hard to find such efforts that seek the faster evacuation time of the entire pedestrians considering various combinations of numbers and locations of indoor pedestrians. On the other hand, using node-link structure, which is a popular method to describe road networks, is limited in modeling individualized behaviors of pedestrians in micro-scale spaces such as indoor spaces. Therefore, CA(cellular automata) approach is employed in order to model pedestrian movements taken place on grid-cell spaces instead of node-link structure. Then, an inductive process is suggested in the study which finds the shortest total evacuation time among the results from multiple simulations instead of defining quantitative models for predicting optimized evacuation time. When we are given various spatial configuration, multiple exits and different distribution of pedestrians, I performed a number of simulations followed by drawing optimal evacuation paths and time from them which meet the given condition. Since it is impossible to compute various evacuation routes depending on all the possible combinations of occupants distribution, I used the genetic algorithms to derive the near optimal solutions. Genetic algorithm defines one chromosome as one solution and search good solution by fitness values. When we assume a building has multiple exits and all the pedestrians in each room move to, or are guided to, one of the exits, a chromosome can be defined as an array of designated exits of the rooms. The simulations are repeatedly performed evolving toward better solutions using inheritance, mutation, selection, and crossover, until either a maximum number of generations has been produced, or a satisfactory fitness level has been reached for the population. I first designed appropriate policies including selection, crossover, and mutation operator and parameters for the given problem such as convergence criteria and population size. Rating a fitness function is carried out by measuring the evacuation time from each simulation. The simulator itself is developed using the CA technique. In order to demonstrate the performance of the suggested algorithm, I designed artificial spaces and used different distribution cases including uniform and biased distribution. In addition, by applying the suggested method on a real building data, I tested the applicability of the method in real cases. Also, the suggested algorithm is compared with the simple shortest-path movement of pedestrians based on the CA method.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.