近年来,各种灾害事件(火灾、地震、有害物质泄漏等)频繁发生,学校是遭受这些威胁的重灾区之一,加之学校人口密集,这些灾害的发生更有可能造成巨大的生命财产损失。在突发事件发生时,如何在第一时间实施科学有效的人员疏散策略,确保师生在尽可能短的时间内撤离到安全地方,保障他们的生命财产安全已成为亟待解决的问题。考虑到行人疏散行为与细胞迁移过程的相似性,本文提出了一种新型的仿生模拟技术,即智能决策膜系统(IDPS),用于描述多楼层建筑中人群疏散的过程。主要工作和贡献归纳如下:1、提出IDPS模型,结合个体智能与群体智能,设计独特的交互机制、决策机制和移动机制,能够准确连续模拟每个行人的实时状态,有助于人群疏散管理和建筑设计。2、基于IDPS模型,分析密度阈值、交互概率、步行速度等影响疏散时间的参数,不断优化IDPS模型。并以个体为单位进行计算,最大程度减少个体疏散时间。3、对多出口疏散算法(MEEA),最短路径算法(Dijkstra)、智能决策膜系统(IDPS)的疏散结果进行了比较与分析。并计算相应的累计分布函数CDF,分析策略比例对疏散的影响。仿真结果表明,疏散时间随密度阈值,交互概率,步行速度和人口分布等参数的变化而变化。适当的密度阈值和良好的交互概率,可以改善楼梯和出口的负载平衡。其中,密度阈值具有较大的一阶及全局灵敏度指数。在测试用例的微观疏散模拟中,与Dijkstra、MEEA相比IDPS可以快速降低疏散时间。最后,当IDPS或MEEA的初始比例较大时,CDF的演化与策略的初始比例紧密相关;当Dijkstra的初始比例较大时,IDPS的CDF会迅速减小,进一步证明了IDPS模型疏散的高效性。