目前,复杂建筑如大型商场、写字楼、图书馆、电影院等越来越贴近人们的生活。大型复杂建筑具有空间造型不规则、布局复杂、封闭性强、人群密集、人流大等特点,一旦发生火灾事故,人员疏散难度成倍增加。对于复杂建筑疏散问题,确保人员的快速顺利撤离是应急管理和安全疏散策略中需要解决的核心问题。通过对已有建筑火灾疏散模型分析发现,虽然针对多种疏散场景的研究取得了大量成果,但已有疏散模型工具对有限空间火灾场景中的人员疏散行为机理、人员疏散策略及其影响因素涉及较少,缺乏对复杂建筑火灾场景中的人员疏散行为机理与疏散策略之间关系的探索。本文从个体特征、行为认知特征和策略特征三类信息因素与疏散时间的关联性角度,对复杂建筑火灾中的人员疏散策略和行为机理展开分析,对复杂建筑火灾场景疏散过程中的出口选择策略、导航疏散策略、动态网络路径优化策略进行了系统研究。研究成果对于制定科学有效的应急疏散救援方案,评估建筑物防火安全性设计和应急疏散系统的性能具有重要的理论意义和实际价值。本文研究的主要工作和创新点如下:（1）通过调查问卷方式收集整理得到的能够反映建筑火灾疏散过程中的个体特征、行为认知特征和策略特征信息的数据样本,选择具有代表性的数据组成数据集进行了主成分分析,并将分析得到的主成分做为自变量,疏散时间为因变量,建立了径向基函数神经网络火灾疏散时间模型。通过火灾疏散时间模型对调查数据的测试分析,得出六个信息因素与疏散时间的关联性非常强,是影响疏散过程和疏散时间的主要信息因素,这些因素也作用于疏散策略形成的全过程,并作为关联因子形成疏散人员的行为机理。通过对个体特征属性的解析,确立了建筑火灾环境特征与人群疏散行为的关联关系;构建了群体疏散策略和行为机理模型框架。（2）针对多出口复杂建筑中的人员疏散出口选择策略问题进行了研究。在不考虑人员特征差异的疏散情景下,引入距离和估计距离概念,提出了基于综合距离的出口选择策略;在考虑人员特征差异化的疏散情景下,引入路径综合效用理论,提出了基于综合效用的出口选择策略。引入距离因素和密度因素构建背景场,将修正的背景场建模规则融入到粒子群更新机理中,建立了基于背景场的粒子群算法优化（background field particle swarm optimization,BFPSO）的出口选择混合策略。对基于BFPSO的出口选择混合策略进行了仿真实验,实验结果表明混合策略实现了多种策略模式的协同互补,在指导由多种类型人员组成的群体性疏散中具有可行性。（3）针对复杂建筑火灾中的人员疏散导航策略问题,考虑建筑空间疏散网络的生成和网络疏散资源的最优利用,提出了扩展的节点关系模型（extended node relational model,ENRM）网络建模方法和基于知识导航的组群疏散策略。该策略将宏观网络模型、动态路径规划、知识导航与微观的粒子群疏散方法相结合,建立了三层智能体导航疏散系统。对ENRM建模方法和基于知识导航的组群疏散策略进行了仿真实验。实验结果表明ENRM网络建模方法和基于知识导航的组群疏散策略在改善复杂建筑网络生成和疏散导航方面具有良好的性能。（4）针对复杂建筑火灾中的人员疏散动态网络路径优化策略问题,利用三维建筑空间建模理论,扩展了火灾情境下的动态疏散网络,结合网络流优化和群智能方法,解决节点和路径容量受限的多源多汇复杂建筑网络路径规划问题。以建筑火灾动态疏散网络为基础,构建以最短时间、最小风险水平和最大疏散容量作为目标的路径优化模型,并通过改进的自适应果蝇算法（modified adaptive fruit fly optimization algorithm,MAFOA）实现了动态路径的优化。对基于MAFOA的多目标路径优化方法进行了仿真实验,实验结果表明基于MAFOA的多目标路径优化方法在处理复杂建筑火灾场景中较大规模的群体疏散问题具有一定优势。