因为要做的课题与人群疏散有关，老师给了几篇关于人群疏散的论文，其中有一篇是提出了一种模糊逻辑方法来研究人群疏散行为，同时考虑了有攻击者的情况（Modeling of Crowd Evacuation With Assailants via a Fuzzy Logic Approach）。我根据自己学习到的内容进行总结。

人群疏散是一项极具社会意义的研究，它的研究方法主要包括现实生活中的真实实验和基于模型的模拟实验。真实实验因为现实的限制，往往成本较大，很难完成，所以很多论文提出了一系列人群疏散模型来进行研究。 该论文提出的模型，主要有两个比较有特色的点，一个是考虑有攻击者情况下（大多数模型没有考虑这点），另一个是使用模糊逻辑的方法。 模糊逻辑具有对基于感知的信息进行操作和推理的能力，结合到人群疏散的具体背景中，它是这样理解的：人们在逃生过程中，得到的信息并不是“我距离逃生门10米，我前方有20个人”（这种叫做测量信息），而是“我距离逃生门很近了，但我前方人很多”（这种叫做感知信息），而模糊逻辑恰恰能够很好地处理这种感知信息。 语言模糊集的数量决定了模糊逻辑系统的准确性，比如将人的数量分为{很多，多，一般，少，很少}，就比分为{多，少}精确。

视觉是影响人在人群疏散过程中作判断的主要信息来源，个体的视野VF表示如图蓝色扇区，扇区可分五个部分，分别是左，左前，前，右前，右。 个体 n n n的特征由所处位置 P n P_n Pn​，方向 ξ n \xi_n ξn​，移动速度 V n V_n Vn​组成。

该模型由四个fuzzy inference system组成，它们分别用于描述obstacle-avoiding behavior（障碍物规避行为），path-searching behavior（路径搜索行为），goal-seeking behavior（目标寻找行为），weighting’s distribution principle（权重分配原则）。 前三个系统的输出信息是转角和运动速度的中间结构，最后一个系统是加权因子，用于确定某些周围条件下每种行为的重要性。

三类行人之间是可以进行转换的，具体公式如下： P c 1 → c 2 = ϵ e x p [ ( d m a x − d a p ) κ 1 ] , d m a x ≤ d a p ≤ r A P_{c1\to c2}=\epsilon exp[\frac{(d_{max}-d_{ap})}{\kappa_{1}}],d_{max}\leq d_{ap}\leq r_{A} Pc1→c2​=ϵexp[κ1​(dmax​−dap​)​],dmax​≤dap​≤rA​ P c 2 → c 3 = ( 1 − ϵ ) e x p [ ( 2 r p − d a p ) κ 2 ] , 2 r p ≤ d a p ≤ d m a x P_{c2\to c3}=(1-\epsilon) exp[\frac{(2r_{p}-d_{ap})}{\kappa_{2}}],2r_{p}\leq d_{ap}\leq d_{max} Pc2→c3​=(1−ϵ)exp[κ2​(2rp​−dap​)​],2rp​≤dap​≤dmax​ P c 3 → c 2 = 1 − ϵ e x p [ ( 2 r p − d a p ) κ 3 ] , 2 r p ≤ d a p ≤ d m a x P_{c3\to c2}=1-\epsilon exp[\frac{(2r_{p}-d_{ap})}{\kappa_{3}}],2r_{p}\leq d_{ap}\leq d_{max} Pc3→c2​=1−ϵexp[κ3​(2rp​−dap​)​],2rp​≤dap​≤dmax​ P c 2 → c 1 = P c 1 → c 3 = P c 3 → c 1 = 0 P_{c2\to c1}=P_{c1\to c3}=P_{c3\to c1}=0 Pc2→c1​=Pc1→c3​=Pc3→c1​=0 ∑ i = 1 3 P c 1 → c i = ∑ i = 1 3 P c 2 → c i = ∑ i = 1 3 P c 3 → c i = 1 \sum_{i=1}^{3} {P_{c1\to ci}}=\sum_{i=1}^{3} {P_{c2\to ci}}=\sum_{i=1}^{3} {P_{c3\to ci}}=1 i=1∑3​Pc1→ci​=i=1∑3​Pc2→ci​=i=1∑3​Pc3→ci​=1 其中 d a p d_{ap} dap​表示行人和攻击者之间的距离， d m a x d_{max} dmax​表示视野扇区的半径， r A r_{A} rA​表示攻击者的攻击范围， r p r_{p} rp​表示行人在三维环境表示下的半径， κ 1 \kappa_{1} κ1​、 κ 2 \kappa_{2} κ2​、 κ 3 \kappa_{3} κ3​是常量，分别为2、8、1。

该行为指导行人避开障碍物，可以总结为如下公式： [ α 1 V 1 ] = R 0 ( d o l , d o f l , d o f , d o f r , d o r ) \begin{bmatrix} \alpha_{1} \\ V_{1} \\ \end{bmatrix}=R_{0}(d_{o}^{l},d_{o}^{fl},d_{o}^{f},d_{o}^{fr},d_{o}^{r}) [α1​V1​​]=R0​(dol​,dofl​,d