近几年随着我国软实力的增强,经济、文化、娱乐业大力发展,人口规模不断扩大,各种高楼大厦、大型体育场等比比皆是。这些人流密集的场所其实存在着安全隐患,在紧急情况发生之前能科学地预防,在紧急情况发生时能正确地疏导人群,是现在相关部门问题解决的根本。因此这类场所必须随时做好充分的应急疏散准备,防止当遇到这种危险情况时因为逃离现场方法不当或由于时间的延误等原因导致拥挤、踩踏等现象造成人员的伤亡。研究人群的逃生规律,可高效地提高人们在遇到紧急危险情况时的自救能力。针对现在的疏散仿真技术中存在的人群行为单一,模拟精度不高等问题,社会力蚁群模型在本文中被提出,该方法一方面控制了成本的输出,还提高了模型精度,对大型建筑内法的人群疏散有很好的指导作用。本文采用基于粒子群算法和蚁群算法作为微观模型指导微观路径规划,用社会力和蚁群算法结合的模型指导人群疏散过程中的个体行为,通过大量仿真实验的提出与实现,证明了其有效性。三维动画基于图形学蓬勃发展的大背景下在各个领域都占据着不可替代的位置,比如电视广告,游戏研发,建筑物模型的构建等等。本文基于拥有强大功能的Maya软件对建筑物和人物模型进行创建,利用Mel语言的优势,效果非常清晰逼真,同时缩短了研发的时间,提高了工作效率。本文主要工作及创新点概括如下:1.提出一种新的人群疏散模型,该模型将社会力模型与蚁群算法相结合,用社会力作为蚁群算法中信息素更新策略的度量值。建立社会力蚁群模型,该模型充分考虑了人群疏散中个体间的作用力关系,解决了算法中易于出现的停滞和早熟现象。该模型可以有效发挥蚁群算法在人群模拟中的优势,较传统算法具有更高的效率和运算速度,对大规模建筑内人群疏散有重要参考价值。2.提出一种路径规划方法,它是基于拓扑图的,将粒子群算法和蚁群算法相结合的粒子群蚁群算法(PSACO)。这种算法先用PSO算法生成一条初始路径,然后把这条初始路径转化为蚁群算法(ACO)的初始信息素分布,这样做很大程度上克服蚁群盲目搜素的缺点,在时间效率上起到了很好的效果。最后仿真实验中验证,基于拓扑图的这种结合算法在实际场景系统中的确比其他算法在路径规划上取得了小小进步,路径规划的性能被大大提高,为今后的工作奠定了重要的基础。3.基于Maya这一强大场景制作软件,结合Mel语言创建真实性的建筑物模型和人物模型。然后应用于实验室项目之中,以VS2012+OSG2.3.1为平台,生成仿真动画,渲染精美效果。结果显示本文所述方法实现了高质量的疏散仿真现象,效果非常清晰逼真,同时缩短了研发的时间,提高了工作效率,也为以后的疏散研究提供了思路,具有一定的使用价值。