申请/专利权人：北京中软国际信息技术有限公司;首都机场集团有限公司北京大兴国际机场

申请日：2023-09-07

公开（公告）日：2024-06-18

公开（公告）号：CN117313921B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/26;G06N20/20

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明公开基于信息融合的民航安保事件发展态势预测方法，包括：实时采集民航安保情报大数据；基于民航安保情报大数据中的民航关键场所人群分布及移动特征，融合场所空间模型和人员行为特征模型，建立人员聚集情绪蔓延与积极疏导态势推演模型；基于民航安保情报大数据中的民航安保事件态势发展的特征规律和影响机制，建立民航典型安保事件的动态演化模型；基于人员聚集情绪蔓延与积极疏导态势推演模型和民航典型安保事件的动态演化模型对典型安保事件所引发的连锁反应进行模拟建模，确定人群逃生仿真推演模型；基于数据动态可视化技术，将人群逃生仿真推演模型的运行结果进行动态可视化展现。还公开对应系统、电子设备及计算机可读存储介质。

主权项：1.基于信息融合的民航安保事件发展态势预测方法，其特征在于，包括：S1，实时采集民航安保情报大数据；S2，基于民航安保情报大数据中的民航关键场所人群分布及移动特征，融合场所空间模型和人员行为特征模型，建立人员聚集情绪蔓延与积极疏导态势推演模型；所述人员聚集情绪蔓延与积极疏导态势推演模型的建立包括：S21，确定区域内等待人数预测值，所述区域内等待人数预测值为某一特定区域内某一时间点的总人数以及其属性的分布情况；所述区域内等待人数预测值基于时间序列预测，通过Prophet，CatBoost，SVR三种预测模型中的任意一种确定或者两种模型融合方式确定；其中所述两种模型融合方式包括：1均值法：分别使用XGBoost、CatBoost以及SVR算法对历史数据进行建模；针对未来数据的预测结果，使用加权平均的方式得出所述区域内等待人数预测值；其中XGBoost、CatBoost以及SVR算法所占的权重，参照三个算法模型评估的结果进行设置；2堆栈法：仅使用Prophet一种算法构建模型，经过两层的迭代，构建预测模型S22，基于区域内等待人数的预测值以及多智能代理仿真MAS技术建立情绪蔓延与人员聚集缓解算法，包括：根据机场航站楼大厅的特定局部进行布局的初始化设置，以航站楼内的每个旅客个体以及地勤人员的个体作为单独的人员Agent，并为旅客的情绪蔓延以及行为模式进行建模；当所有的人员Agent以及模型在系统中运行时，确定群体的行为特征或者涌现效果，并且通过设置关键度量指标来对态势推演的结果进行量化分析；所述S22包括：确定情绪蔓延的空间分布设计，将特定区域以网格状进行划分，划分的模式分为矩阵型划分或蜂窝状划分；将特定区域以横纵线条划分成多个小型的矩形进行紧密排列；每个小型的矩形确定为一个Patch，每个Patch占据一个矩形小块，不能移动且拥有自身的属性和行为；每个Patch仅有一个关键的属性为是否存在障碍物，所述关键的属性影响人员Agent的存在性；确定情绪蔓延的关联个体属性，其中关联个体属性包括相同的属性和个性化属性；确定情绪蔓延算法，包括：计算人员聚集程度，并基于所述人员聚集程度、所述相同的属性和个性化属性对个体进行分类，其中每类个体具有相似的情绪感染特性以及行为特性；对每类个体设置如下两个参数：如果临近Patch中有个体焦虑情绪达到某一上限之后，则本人员Agent情绪根据其等待的时间长度，受到感染的概率；以及当本人员Agent情绪受到感染之后，其行为方式为以多少速率向感染的人员Agent方向移动；有一定概率的个体，在临近Patch内有焦虑情绪超过某一阈值的Agent的时候，会选择向远离本人员Agent方向行动；针对每一个Patch设置对应阈值；由此一部分情绪易受感染的旅客，逐渐聚集，最终形成稳定态，稳定态下极易发生严重安保事件，而一部分旅客则选择远离现场；确定人员聚集缓解算法，包括：依据实施人员聚集缓解的人员岗位级别以及工作经验年限计算其缓解情绪能力指数；计算人员群体焦虑情绪指数，即每一个区域内旅客焦虑情绪指数的算术平均值；确定实施人员聚集缓解的人员是否处于特定区域的背景环境中，以及是否有人员处于实施人员聚集缓解的人员所属的Patch以及其临近的周围的Patch位置上，并依据所述缓解情绪能力指数和人员群体焦虑情绪指数进行人员聚集缓解；S3，基于民航安保情报大数据中的民航安保事件态势发展的特征规律和影响机制，建立民航典型安保事件的动态演化模型；所述S3基于复杂适应系统CAS采用元胞自动机机制对多点纵火进行仿真推演；所述对多点纵火进行仿真推演基于火势蔓延态势算法实现，所述火势蔓延态势算法包括：火势蔓延的空间分布设计、火势蔓延的影响因素设计以及基于模糊数学建立定量评价模型，基于所述定量评价模型确定火焰的传播速度、灭火反应时间和消防效率；所述定量评价模型的关键度量指标为：火势覆盖面积或过火面积、消防灭火面积以及当前燃烧面积；S4，基于人员聚集情绪蔓延与积极疏导态势推演模型和民航典型安保事件的动态演化模型对典型安保事件所引发的连锁反应进行模拟建模，以便观察突发事件所关联的大量要素变化特征所形成的涌现效果，确定人群逃生仿真推演模型；所述人群逃生仿真推演模型基于多智能体MAS仿真和Agent的仿真研究航站楼人员疏散问题建立，包括：建立多个独立智能体Agent并模拟每一个Agent的行为，使得一群Agent在计算机虚拟环境中相互作用并演化，进而模拟人员疏散的复杂过程；其中人群逃生仿真推演模型的建立方法包括：设置主体Agent表示待疏散人员，Patch主体构成疏散环境，疏散环境被抽象为一个由若干Patch构成的二维网格平面，根据密集人群中一个人的典型占用空间设定每个瓦片的尺寸，每个瓦片只能被一个Agent占据且不能重叠；进行人群运动轨迹仿真，设置人员数量上限和下限，初始状态下Agent的前进速度和行走距离；受障碍物和人群影响时前进速度和行走距离；Agent熟悉度呈0-1随机分布，0～0.5为不熟悉，0.5～1为熟悉，由1熟悉度计算旅客的滞留时间；通过人员的生成、探测、障碍物躲避、摆动、排队规则实现个体的行走、探索、转向完成仿真过程；基于关键度量指标对人群运动轨迹仿真进行实时仿真跟踪和评价后确定人群逃生仿真推演模型，所述关键度量指标包括：累计通过出口人数、平均人员逃离疏散时间和大厅内人员总数量；S5，基于数据动态可视化技术，将人群逃生仿真推演模型的运行结果进行动态的可视化展现，为应急处置提供辅助决策支持。

全文数据：

权利要求：

百度查询： 北京中软国际信息技术有限公司;首都机场集团有限公司北京大兴国际机场 基于信息融合的民航安保事件发展态势预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD