DENTIFICATION OF SPLIT FACTORS IN PEDESTRIAN FLOWS MODELING

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The paper is devoted to mathematical modeling of indoor pedestrian flows. The model under consideration is an analogue of the CTM transport macromodel. The current work explores the possibility of identifying split factors that were previously considered a priori given. These coefficients denote the proportions in which a flow of people is divided when moving to other rooms from the current one. We propose an identification algorithm based on interval estimates of both forward and backward reachability sets. The algorithm is illustrated with a numerical example.

作者简介

M. Zaitceva

Lomonosov Moscow State University

Email: zaimarko@gmail.com
Moscow, Russia

P. Tochilin

Lomonosov Moscow State University

Email: tochilin@cs.msu.ru
Moscow, Russia

参考

  1. Helbing D., Farcas I., Vicsek T. Simulating dynamical features of escape panic // Nature. 2000. V. 407. P. 487–490.
  2. Moussad M., Helbing D., Theraulaz G. How simple rules determine pedestrian behavior and crowd disasters // PNAS. 2011. V. 108. № 17. P. 6884–6888.
  3. Акопов А.С., Бекларян Л.А. Агентная модель поведения толпы при чрезвычайных ситуациях // Автомат. и телемехан. 2015. Вып. 10. C. 131–143.
  4. Зайцева М.В., Точилин П.А. Управление потоками людей в здании во время эвакуации // Вестн. Московского ун-та. Сер. 15. Вычисл. матем. и кибернетика. 2020. № 4. C. 3–17.
  5. Helbing D., Johansson A., Al-Abideen H.Z. Dynamics of crowd disasters: An empirical study // Phys. Rev. E. 2007. V. 75. № 4. P. 046109.
  6. Daganzo C.F. The cell transmission model: a dynamic representation of highway traffic consistent with the hydrodynamic theory // Transp. Res. B. 1994. V. 28B. № 4. P. 269–287.
  7. Daganzo C.F. The cell transmission model, part II: network traffic // Transp. Res. B. 1995. V. 29B. № 2. P. 79–93.
  8. Куржанский А.Б., Куржанский А.А., Варайя П. Роль макромоделирования в активном управлении транспортной сетью // Тр. МФТИ. 2010. Т. 2. № 4. С. 100–118.
  9. Yuan T., Alasiri F., Zhang Y., Ioannou P.A. Evaluation of integrated variable speed limit and lane change control for highway traffic flow // IFAC-PapersOnLine. 2021. V. 54. № 2. P. 107–113.
  10. Cicic M., Johansson K.H. Traffic regulation via individually controlled automated vehicles: a cell transmission model approach // 21-st Intern. Conf. on Intelligent Transp. Systems (ITSC). 2018.
  11. Kurzhanski A.B., Varaiya P. Dynamics and control of trajectory tubes. Berlin: Birkhauser, 2014.
  12. Зайцева М.В., Точилин П.А. Методы построения оценок множеств достижимости в задаче моделирования потоков людей // Ж. вычисл. матем. и матем. физ. 2023. Т. 63. № 8. С. 1381–1394.
  13. Корнушенко Е.К. Интервальные покоординатные оценки для множества достижимых состояний линейной стационарной системы // Автомат. и телемехан. 1980. Вып. 5. C. 12–22.
  14. Tang W., Wang Z., Wang Y., Raissi T., Shen Y. Interval estimation methods for discrete-time linear time-invariant systems // IEEE Trans. Automat. Control. 2019. V. 64. № 11. P. 4717–4724.
  15. Hanseler F.S., Bierlaire M., Farooq B., Muhlematter T. A macroscopic loading model for time-varying pedestrian flows in public walking areas // Transp. Res. B. 2014. V. 69. P. 60–80.
  16. Guo R.-Y. Potential-based dynamic pedestrian flow assignment // Transp. Res. C. 2018. V. 91. P. 263–275.
  17. Shang H., Sun S., Huang H., Wu W. An extended dynamic model for pedestrian traffic considering individual preference // Simulation Modelling Practice and Theory. 2021. V. 106. P. 102204.
  18. Piccoli B., Garavello M. Traffic flow on networks. American institute of mathematical sciences. Springfield, 2006.
  19. Курант Р., Фридрихс К., Леви Г. О разностных уравнениях математической физики // Успехи матем. наук. 1941. № 8. С. 125–160.
  20. Lighthill M.J., Whitham G.B. On kinematic waves. II. A theory of traffic flow on long crowded roads // Proc. of the Royal Society of London A: Mathematical and Physical Sciences. 1955. V. 229. № 1178. P. 317–345.
  21. Richards P.I. Shock waves on the highway // Operations Research. 1956. V. 4. № 1. P. 42–51.

补充文件

附件文件
动作
1. JATS XML

版权所有 © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».