近年来,情绪感染已经成为一个社会热点问题。随着社会和科学技术的迅速发展,人们可以通过物理和虚拟空间彼此紧密相连。一旦紧急事件发生,人们不仅在物理空间感受并传播情绪,也会通过网络在虚拟空间传播情绪,两者之间相互影响。因此,真实地模拟人群情绪感染过程和更好地控制情绪感染,对于提前规避潜在消极情绪的大规模蔓延,为人群疏散仿真提供指导非常重要。传统的人群情绪感染模型主要研究物理空间或虚拟空间中的情绪感染过程,但是个体会同时受到物理和虚拟空间中信息的共同影响。因此,现有的情绪感染模型不能真实地模拟个性化人群情绪感染过程,从而无法准确地控制人群情绪感染的速度和规模。为了解决以上问题,本文首先提出耦合物理和虚拟空间的个性化情绪感染模型。该模型综合考虑了物理空间、虚拟空间以及个体个性对人群情绪感染过程的影响,以更真实地模拟个性化人群情绪感染过程。进一步地,本文提出耦合物理和虚拟空间的人群情绪感染控制策略,该方法能更准确地控制人群情绪感染的速度和规模。最后,本文构建一个耦合物理和虚拟空间情绪感染的人群疏散仿真系统,以可视化本文的理论分析结果。本文的主要工作及创新点如下:1.针对不能真实地模拟个性化人群情绪感染过程的问题,提出耦合物理和虚拟空间的个性化情绪感染模型(PVP-ECM)。首先,构建一个个体情绪模型并提出个性化情绪感染机制,以考虑个体个性对耦合物理和虚拟空间中人群情绪感染的影响。其次,构建PVP-ECM来模拟人群情绪感染过程。然后,构建一个个性化BA无标度网络用于PVP-ECM的仿真,从而进一步验证PVP-ECM的稳定性。最后,对PVP-ECM进行仿真以验证和可视化理论分析结果。该模型能够真实地模拟人群情绪感染过程,可为人群疏散中的个性化人群情绪感染提供指导。2.针对不能准确地控制情绪感染的速度和规模的问题,提出耦合物理和虚拟空间的人群情绪感染控制策略。首先,本文建立一个新的个性化情绪感染计算(NP-ECC)模型去研究耦合物理和虚拟空间的人群情绪感染控制策略。其次,本文构建一个个性化BA无标度网络去更精确地计算NP-ECC模型的相变阈值。然后,本文提出在个性化BA无标度网络上进行仿真的CS-BA(control strategies-BA)算法和T-BA(threshold-BA)算法以分别验证NP-ECC模型的稳定性和相变阈值的准确性。最后,对NP-ECC模型进行仿真,以可视化本文的理论分析结果。该方法能够更好地控制人群情绪感染的速度和规模,从而为大规模人群疏散提供指导。3.构建耦合物理和虚拟空间情绪感染的人群疏散仿真系统。将本研究提出的PVP-ECM和NP-ECC模型在人群疏散仿真系统上进行可视化分析和验证,以非技术人员能够理解的方式直观地可视化结果。