基于Agent的突发性群体事件人群聚集效应分析

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (24): 21-26.

基于Agent的突发性群体事件人群聚集效应分析

陈鹏1，2，陈建国3，袁宏永3

1.中国人民公安大学警务信息工程学院，北京 102600
2.中国人民公安大学安全防范技术与风险评估公安部重点实验室，北京 102600
3.清华大学公共安全研究院，北京 100084

出版日期:2014-12-15 发布日期:2014-12-12

Clustering effect analysis to emergency group incident using Agent-based modeling method

CHEN Peng1，2, CHEN Jianguo3, YUAN Hongyong3

1.Policing Information Engineering Institute, People’s Public Security University of China, Beijing 102600, China
2.Key Laboratory to the Security Prevention Techniques and Risk Assessment, The Ministry of Public Security，People’s Public Security University of China, Beijing 102600, China
3.Public Safety Institute, Tsinghua University, Beijing 100084, China

Online:2014-12-15 Published:2014-12-12

摘要/Abstract

摘要： 针对突发性群体事件中的大规模人群聚集行为，建立了基于人群中单个个体的Agent行为模型，研究了人群规模对群体行为发展的影响效应。其中构建的Agent行为模型主要模拟了突发性群体事件中个体在人群中的三个典型行为，即非理性情绪的产生、个体之间的谣言传播以及不同类型个体之间的合作与对抗行为。通过仿真分析发现，在一定的环境下如果人群的密度越高、谣言传播的强度越大，则人群从稳定的聚集状态向暴力性骚乱行为转化的过渡过程持续时间就越短，但人群密度增大到一定程度后对群体行为的影响效应将不再显著；此外，增加现场的警力数量能够有效延缓人群的行为向群体骚乱方向转化的速度，但无法阻止群体行为稳定性的恶化。

关键词: 群体事件, 集群效应, Agent, 仿真模拟

Abstract: Individual’s behaviors in emergency group incident are modeled using Agent method to simulate assembling phenomenon and the influence of crowd’s scale to the incident’s development is analyzed. The constructed Agent model is consisted of three basic functions, namely the production of rage emotion, rumor spreading among the group and confrontation strategies between individuals. The simulation findings indicate that the higher density of group members in scenario and more powerful of the rumor’s spreading, the faster the individual’s transmitted from watchers to mobs, but there is a threshold that the members density has no impact beyond this level. Additionally, putting more cops into the scenario can effectively prevent riot occurring, but the group emotions still deteriorate.

Key words: group incident, clustering effect, Agent, simulation

陈鹏1，2，陈建国3，袁宏永3. 基于Agent的突发性群体事件人群聚集效应分析[J]. 计算机工程与应用, 2014, 50(24): 21-26.

CHEN Peng1，2, CHEN Jianguo3, YUAN Hongyong3. Clustering effect analysis to emergency group incident using Agent-based modeling method[J]. Computer Engineering and Applications, 2014, 50(24): 21-26.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[3]	安敬民，李冠宇. 物联网中基于Multi-Agent的物间动态关系发现[J]. 计算机工程与应用, 2019, 55(10): 108-114.
[4]	丁雪枫. 情绪主导型群体事件的情绪演化模型与仿真[J]. 计算机工程与应用, 2018, 54(19): 230-236.
[5]	胡晓辉，李兰凤，方政，刘雪亮. 改进的任务分配策略在WSN中的应用研究[J]. 计算机工程与应用, 2017, 53(2): 124-128.
[6]	闫萌，刘建宾，郑丽伟. QueTy：支持时间边际效益的云服务协同框架[J]. 计算机工程与应用, 2017, 53(19): 86-97.
[7]	袁龙强1，党建武1，赵庶旭2. 基于合同网的城市道路事故应急救援策略研究[J]. 计算机工程与应用, 2016, 52(9): 253-257.
[8]	王超1，毕贵红2，张寿明1. 基于Agent社会圈子空间分布网络的语言竞争模型[J]. 计算机工程与应用, 2016, 52(7): 1-8.
[9]	武玉英，饶毓书，蒋国瑞. 供应链并发协商粒子群优化模型研究[J]. 计算机工程与应用, 2016, 52(4): 229-233.
[10]	曹洁1，2，张玲1. 自适应遗传算法的Multi-Agent交通信号优化控制[J]. 计算机工程与应用, 2016, 52(13): 265-270.
[11]	安吉宇，杨姗姗，陈泓予. 基于次优服务选择策略的集群服务运营研究[J]. 计算机工程与应用, 2016, 52(11): 1-6.
[12]	安吉宇，杨姗姗，陈泓予. 需求波动对集群供应链服务系统演化影响研究[J]. 计算机工程与应用, 2015, 51(22): 233-238.
[13]	戈军1，周莲英2. 面向交通信号的两层递阶控制解决方案[J]. 计算机工程与应用, 2015, 51(20): 246-252.
[14]	胡晓辉，王振强，陈永. 车-地通信场景的一种混合建模方法研究[J]. 计算机工程与应用, 2015, 51(16): 228-233.
[15]	史旭华，何婷婷. 分解协调的多Agent约束优化算法及应用[J]. 计算机工程与应用, 2015, 51(11): 218-222.