[发明专利]一种行人动力学模型参数调整方法和装置

说明书

本申请实施例提供了一种行人动力学模型参数调整方法和装置，该方法包括：确定用于行人动力学模型参数调整的全局优化问题；所述全局优化问题用于搜索不同的人群密度下的人群平均移动速度与相应的真实人群平均移动速度的误差最小值；采用贝叶斯优化方法对获得的参数集进行迭代式优化，以求解所述全局优化问题，直至满足预设的迭代结束条件，输出计算出的所述误差的最小值对应的参数集，作为所述行人动力学模型的参数。通过该实施例方案，减少了人工干预，减少了对专家经验的依赖，降低综合成本，并避免了参数过早收敛到局部极小值。

技术领域

本申请实施例涉及模型训练技术，尤指一种行人动力学模型参数调整方法和装置。

背景技术

在组织音乐会、运动会、节假日庆祝活动等大型社会活动时，参与者的安全是组织者需要考虑的重要内容。大量的人员聚集在一起，容易导致群体事故，造成严重的人员伤亡。研究人群行为的动态特性，对于预防和应对大型活动中的群体事故有重要意义。

应用行人动力学模型进行计算机仿真是研究人群行为动态特性的重要方法。计算机仿真可以突破现实条件的限制，模拟各种危险和特殊场景，协助活动组织者进行规划和决策。

社会力模型是一种描述人群行为的微观动力学模型，其假定行人的行为由其动机和所经受的不同影响共同决定。社会力模型及其扩展形式不仅可以仿真正常情况下的人群行为，而且可以仿真恐慌情况下的群体极端行为，具有较强的适用性。

应用社会力模型仿真人群行为时，需要调整模型的参数，以使仿真结果与真实情况相符。由于社会力模型的参数之间存在非线性耦合，调整参数比较困难。目前，相关的参数调整方法通常依赖专家经验和人工干预，综合成本高；另外，相关方法容易收敛到局部极小值。

发明内容

本申请实施例提供了一种行人动力学模型参数调整方法和装置，能够减少人工干预，减少对专家经验的依赖，降低综合成本，并避免参数过早收敛到局部极小值。

本申请实施例提供了一种行人动力学模型参数调整方法，所述方法可以包括：

确定用于行人动力学模型参数调整的全局优化问题；所述全局优化问题用于搜索不同的人群密度下的人群平均移动速度与相应的真实人群平均移动速度的误差最小值；

采用贝叶斯优化方法对获得的参数集进行迭代式优化，以求解所述全局优化问题，直至满足预设的迭代结束条件，输出计算出的所述误差的最小值对应的参数集，作为所述行人动力学模型的参数。

在本申请的示例性实施例中，所述采用贝叶斯优化方法对获得的参数集进行迭代式优化可以包括：

21、获取观测数据集；所述观测数据集用于缓存获得的参数集与相应的误差的对应关系；

22、对所述观测数据集采用贝叶斯优化方法求解以重新获得参数集；

23、根据获得的参数集计算相应的误差；

24、判断是否达到预设的迭代结束条件，当达到所述迭代结束条件时，从当前的所述观测数据集中选择最小的误差对应的参数集作为所述行人动力学模型的参数；当未达到所述迭代结束条件时，将重新获得的参数集以及相应的误差加入所述观测数据集，并返回步骤21。

在本申请的示例性实施例中，所述根据获得的参数集计算相应的误差，可以包括：

将所述参数集中的参数输入所述行人动力学模型，并对所述行人动力学模型仿真获取不同的人群密度下的人群平均移动速度；

依据预设的计算式计算所述人群平均移动速度以及相应的真实人群平均移动速度之间的误差，并将计算出的误差作为与所述参数集相对应的误差。

在本申请的示例性实施例中，所述方法还可以包括：