随着经济的发展、社会的进步,我国城市化进度不断加快,各类大型建筑物日益增多,对于人员密集的公共场,预先做好紧急情况下疏散方案显得尤为重要。由于疏散过程存在很大的安全隐患,一旦处理不当,则会造严重的后果。因此,对人群疏散进行深入研究具有重大的现实意义。近年来,人群疏散已成为安全领域研究的一个执点。人群行为是一个非常复杂的现象,它不仅受外界众多因素的影响,而且与自身的心理因素相关。因此,用一个组数学公式描述人群的行为是非常困难的。由于,疏散演练涉及大量的人员且耗资具大。因此,目前人群疏散研究主要借助于计算机仿真实现。本文将人类行为心理学与社会学引入到紧急疏散计算模型中,用于安全出口的分析。我们将多种人类行为引入基于Multi-Agent的疏散仿真系统(MASS)中来分析安全出口。MASS使用Multi-Agent仿真模式对每个疏散个体的行为时行建模。每个Agent都配有感知、大脑和运动机构。个体的行为模拟是通过对感知、决策制定、行为选择与运动控制建模实现的。社会行为的模拟则通过个体行为模行及个体间的交互实现,其中包括竞争行为、排队行为、从众行为与跟随引领者行为等。借助于可视化工具,仿真结果以3D图形的形式展现出来。MASS是一个模块化的计算框架,具有良好的可扩充性,能非常方便地添加一些新的行为到系统中去。在我们的模型中引入点测试算法、光跟踪算法及决策树来模拟疏散人员的感知、决策制定、行为选择和运动控制。在Agent的碰撞检测中,采用网格标记法处理潜在的冲突,计算的时间复杂度仅为O(N)。而在Agent的路径规划过程中,采用改进的粒子群优化(PSO)算法计算个体的移动方向与位置,并根据不同的环境调用不同的目标函数,有利于实现更复杂的人群行为。在改进的PSO算法中,去掉了一些无关因子的计算,在不失真实性的前提下,提高了算法的效率。