基于Agent的大客车事故人员逃生行为决策模拟方法
专利汇可以提供基于Agent的大客车事故人员逃生行为决策模拟方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于Agent的大客车事故人员逃生行为决策模拟方法，该方法在Agent理论 基础 上，通过 决策树 来描述客车事故时可能选择的逃生方案。本发明利用人员的性别、年龄等个体属性建立人员属性模型，根据输入的不同参数匹配由于个体差异而产生的各种决策类型。在传统的AHP计算方法基础上，结合粗糙集理论，通过输入的个体属性构造不同的判断矩阵，赋予准则层元素不同的权重，将决策过程细化为潜意识决策和实际行为决策两个部分，更贴近真实环境下人员的思考过程，在一定程度上弥补了层次分析法由于定性成分较多使其结果只适合部分决策者的不足。，下面是基于Agent的大客车事故人员逃生行为决策模拟方法专利的具体信息内容。
1.基于Agent的大客车事故人员逃生行为决策模拟方法，其特征在于，包括以下步骤：
步骤一：建立网格模拟客车内部环境，将座椅、车门及安全装置都抽象为1×1的正方形方块，网格线为车内过道，由这些方块组成整个车厢内部结构，以最后一排座椅作为整个网格的第一排，以最左侧靠窗一排座椅作为整个网格的第一列，并将第x排第y列的坐标设为x、y，车厢内的当前位置与目标位置两点x1、y1与x2、y2之间的距离表示为(|x1-x2|-1)+(|y1-y2|)；
步骤二：设置人员属性模型，通过对话框和配置文件实现对客车上所有乘员的事故前
个体属性Before＝{age,gender,character}；
其中，age表示个体的年龄，gender表示个体的性别，character表示个体的气质类型，气质类型由心理学学科划分为：抑郁型、胆汁型、粘液质和多血型；
步骤三：通过步骤二输入被模拟人员的各项属性，计算判断人员潜意识决策类型，根据实际经验将逃生过程中可能出现的几种决策类型进行定义划分，使用if-then的语句对人员潜意识的决策行为进行模拟，将潜意识的决策行为划分为领导型AL，跟随型AF，原地等待型Aw，和紧张型As四种，对于模拟人数较多的情况，采用依据粗糙集理论的约减决策算法；
步骤四：通过步骤三得到的人员潜意识决策类型，计算判断人员逃生思维方式，根据
AHP层次分析法，结合实际经验构造判断矩阵，通过逐步计算对人员在逃生过程中的思维方式进行模拟；
步骤五：使用决策树对步骤四中人员的逃生行为进行描述，确定具体的决策属性，由逃生方案构建决策树行为决策规则，建立决策规则库。
2.根据权利要求1所述的基于Agent的大客车事故人员逃生行为决策模拟方法，其特征
在于，步骤三的具体实现方法如下：利用粗糙集理论通过决策表获取决策规则，条件属性集C＝{c1,c2,c3}，决策属性集D＝{d},其中c1：年龄，c2：性别，c3：气质；对条件属性c1,c2,c3的内部元素进行分类编号，年龄c1根据国际通用分组标准，将0-14岁定义为少年组，15-64岁定义为壮年组，65岁以上定义为老年组，分别将三组人员编号为：1,2,3；性别c2：女编号为
0，男编号为1；气质c3：多血型编号为1，粘液质编号为2，胆汁型编号为3，抑郁型编号为4；当模拟人员数量较少时，其潜意识决策描述如表1所示：
模拟人员数量较多时，运用粗糙集对论域进行划分：
U/C＝{X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14,X15,X16,X17,X18,X19,X20,X21,X22,X23,X24}
其中，X1＝{n1}，X2＝{n2}，X3＝{n3}，X4＝{n4}，X5＝{n5}，X6＝{n6}，X7＝{n7}，X8＝{n8}，X9＝{n9}，X10＝{n10}，X11＝{n11}，X12＝{n12}，X13＝{n13}，X14＝{n14}，X15＝{n15}，X16＝{n16}，X17＝{n17},X18＝{n18},X19＝{n19},X20＝{n20},X21＝{n21},X22＝{n22},X23＝{n23},X24＝{n24}U/D＝{Y1,Y2,Y3,Y4}
Y1＝{n1,n2,n3,n4,n5,n6,n7,n8,n17,n18,n19,n20,n21,n22,n23,n24},Y2＝{n9,n11,n12,n15,n16},Y3＝{n10,n14},Y4＝{n13}
Y1的下近似apr(Y1)＝{n1,n2,n3,n4,n5,n6,n7,n8,n17,n18,n19,n20,n21,n22,n23,n24}Y1的上近似
Y2的下近似apr(Y2)＝{n9,n11,n12,n15,n16}
Y2的上近似
Y3的下近似apr(Y3)＝{n10,n14}
Y3的上近似
Y4下近似apr(Y4)＝{n13}
Y4的上近似
求得
应用快速约简法求得一个最小约减为{c1,c3}，支持数为相应规则所匹配人数，由此生成的决策规则如表2所示：
3.根据权利要求2所述的基于Agent的大客车事故人员逃生行为决策模拟方法，其特征
在于，步骤四的具体实现方法如下：
401)建立层次结构模型
以潜意识决策层为基础，结合事故后车厢具体环境及个体状况对决策方案进行进一步
判断和调整；在本层决策系统中，将影响决策的主要因素确定为B’1相关经验、B’2健康状况和B’3人员位置，建立层次结构模型，其中，相关经验包括人员对逃生自救常识的了解情况，健康状况包括事故发生后人员的受伤情况；
402)构造判断矩阵
两两比较准则层B’中的因素对目标层A’的影响程度，分类建立准则层与目标层的对比矩阵；引入个体在事故发生后的心理压力，用系数KS进行描述，将KS定义为[1,5]区间内的任意数字，并随时间成正比例变化，时间越长人员心理压力越大，车内人员的反应受心理压力因素影响程度越大，准则层B’中的因素对目标层A’的影响程度就越小，为了描述这种影响，在对比矩阵A’L，A’F，A’S上分别乘以
确定B’1，B’2，B’3对目标层不同的权向量：
403)层次单排序及一致性检验
因为以领导型人员为例，所以由矩阵A’L求得最大特征根，权向量分别为：
λ得3.0385，ω得(0.3715,0.9161,0,1506)T
一致性指标为：
由n＝3查平均随机一致性指标值表，得R.I.＝0.58；
因一致性比率 一致性检测通过；类似地，对每个对比矩阵
计算权向量，并计算层次总排序，同时做一致性检验；
404)层次总排序及一致性检验
方案P1对目标的组合权重应为相应权向量的两两乘积之和：
同理，求出方案P2、P3对目标的组合权重ω2和ω3：
最后进行组合一致性检验，以确定组合权向量是否可以作为最终的决策依据，方案层
的组合一致性指标为：
因此第三层通过组合一致性检验，方案层对目标的组合权重向量为：
W＝(1.6743，1.5531，0.5701，0.8832)T，因此对于事故中没有受伤的领导型AL，P’1为首选的决策方案；根据以上方法得出跟随型AF和紧张型AS人员的逃生思维方式。
4.根据权利要求3所述的基于Agent的大客车事故人员逃生行为决策模拟方法，其特征
在于，步骤五的具体实现方法如下：采用决策树模型，将其具体逃生行为决策进行描述，确定决策树的测试属性：
决策属性
501)决策方案P’1决策规则库如下：
1)if T1＝1 then D2；
2)if T1＝0 and T3＝1 and T5＝1 then D1；
3)if T1＝0 and T3＝1 and T5＝0 then D4；
4)if T1＝0 and T3＝2 and T4＝dmin and T5＝1 then D1；
5)if T1＝0 and T3＝2 and dmin
根据行为决策规则库建立决策树形式的人员逃生行为决策模型；
502)决策方案P’2决策规则库如下：
1)if T1＝1 then D2；
2)if T1＝0 and T2＝1 then D2；
3)if T1＝0 and T2＝0 and T3＝0 then D5；
4)if T1＝0 and T2＝0 and T3＝1 and T5＝1 then D1；
5)if T1＝0 and T2＝0 and T3＝1 and T5＝0 then D5；
6)ifT1＝0 and T2＝0 and T3＝2 and T4＝dmin and T5＝1 then D1；
7)if T1＝0 and T2＝0 and T3＝2 and T4＝dmin and T5＝0 then D5；
8)if T1＝0 and T2＝0 and T3＝2 and dmin
根据行为决策规则库建立决策树形式的人员逃生行为决策模型；
503)决策方案P’3决策规则库如下：
1)if T1＝1 then D3；
2)if T1＝0 and T2＝1 then D3；
3)if T1＝0 and T2＝0 and T3＝0 then D4；
4)if T1＝0 and T2＝0 andT3＝1 and T5＝1 then D3；
5)if T1＝0 and T2＝0 and T3＝1 and T5＝0 then D4；
6)if T1＝0 andT2＝0 andT3＝2 and T4＝dmin and T5＝1 then D1；
7)if T1＝0 and T2＝0 and T3＝2 and T4＝dmin and T5＝0 then D4；
8)if T1＝0 and T2＝0 and T3＝2 and dmin
根据行为决策规则库建立决策树形式的人员逃生行为决策模型；
504)决策方案P’4决策规则库如下：
1)if T1＝1 then D1,D2；
2)if T1＝0 and T2＝1 then D2；
3)if T1＝0 and T2＝0 then D5；
根据行为决策规则库建立决策树形式的人员逃生行为决策模型。
基于Agent的大客车事故人员逃生行为决策模拟方法
技术领域
背景技术
发明内容
D1 设为目标
D2 排队逃生
D3 竞争逃生
D4 继续探索逃生出口
D5 等待领导者出现
具体实施方式
1 因素i与j同等重要
3 因素i比j稍重要
5 因素i比j较重要
7 因素i比j非常重要
9 因素i比j绝对重要
2,4,6,8 因素i与j的重要性的比较值介于上述两个等级之间
D1 设为目标
D2 排队逃生
D3 竞争逃生
D4 继续探索逃生出口
D5 等待领导者出现
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种心理学用应变能力测试装置 | 2020-05-18 | 348 |
| 一种心理学实验用头罩 | 2020-05-12 | 51 |
| 一种心理学方法 | 2020-05-11 | 86 |
| 一种心理学专业用讲台 | 2020-05-13 | 448 |
| 一种心理学治疗催眠床 | 2020-05-13 | 216 |
| 心理学测试装置 | 2020-05-11 | 822 |
| 一种心理学专用讲台 | 2020-05-14 | 879 |
| 一种智能心理学教学实验装置 | 2020-05-17 | 109 |
| 一种教育心理学记忆判断演示装置 | 2020-05-18 | 727 |
| 一种心理学实验视角转换装置 | 2020-05-14 | 380 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
