基于大数据的体育中心人群疏散模式及优化设计方法研究

In the process of rapid urbanization, the investment and construction quantity of sports complex facilities in China are in the period of rapid growth. As an important leisure place for public gathering, crowd evacuation and safety issues attracted extensive social attention. Due to the shortage of reliable real total fundamental crowd evacuation data, lack of effective quantization method and technology platform for analyzing evacuation behavior big data, which have led to the evacuation design for sports center lack of accuracy and scientificity. . This project adopts big data technology to conduct research on the crowd evacuation mode and optimization design methodology of sports centers. We collect large amount of user crowd movement trajectories, special and temporal distribution, behavior and psychological big data in sports centers, build SQL database to analyze and mining the evacuation behavior data correlation pattern, construct crowd evacuation big data interactive prediction model, test the model with machine learning etc. methods, adopt mass real behavior data to constantly train the model, by studying real time crowd state and interactive relationships with the built environment and scientific control mode, reveals the mechanism of action of prediction in evacuation design dynamic optimization. The project lays the theoretical foundation for the application of big data technology on the design of places for large activities, plays a positive role in promoting the interdisciplinary research between data science and architecture, and guide the scientific design construction for sports centers in China.

在快速城市化进程中，我国体育综合设施在投入资金、建设数量上都处于高速增长期。作为重要公众聚集休闲场所，体育中心的人群疏散安全问题引起社会的广泛关注。由于真实可靠的全量人群疏散基础数据匮乏，欠缺分析疏散行为大数据的有效量化方法与技术平台，使得体育中心疏散设计缺乏准确性与科学性。. 本课题采用大数据技术进行体育中心人群疏散模式与优化设计方法研究。实时科学采集大量体育中心使用人群运动轨迹、时空分布与行为心理大数据，建立SQL数据库分析挖掘疏散行为数据关联模式，构建人群疏散大数据互动预测模型并通过机器学习等方法分析测试，采用海量真实行为数据不断训练模型，通过研究实时人群状态与建筑环境的科学控制模式，揭示大数据预测在疏散设计动态优化中的作用机制。为大数据技术在大型活动场所的设计应用奠定理论基础，对推动和促进数据科学与建筑学科交叉研究，以及指导我国体育中心科学合理设计建设起到积极作用。

大数据是城市建筑实现智慧化的关键支撑，为城市建筑各领域提供强大的决策支持。基于大数据的量化分析与预测正成为国内外城市建筑研究的发展趋势。本项目系统研究基于大数据的体育中心人群疏散模式及优化设计方法，为体育中心人群疏散智能化发展奠定基础，推动我国体育设施设计技术方法创新，提升疏散效率体验保障使用人群安全。研究采用数据挖掘、机器学习、人群仿真、轨迹生成、室内定位等多种技术手段探索体育中心人群疏散行为模式，其主要研究内容和重要成果包括：（1）采集全时段手机信令数据、视频WiFi定位数据、虚拟现实与眼动追踪数据、大规模问卷访谈数据、人群特征时空大数据，提出基于人群行为的体育中心疏散数据库建立方法；（2）使用Python进行大数据分析挖掘和可视化表示，发掘城市体育中心的长期人群使用行为与周边辐射效应，通过精准用户行为画像得出相关要素对疏散效果的作用机理；（3）基于大规模调查数据构建体育建筑疏散感知模型，基于疏散视频轨迹数据提出观众三维看台疏散仿真元胞自动机模型，并建立紧急状态体育建筑人群疏散仿真方法与系统；（4）提出基于多源城市数据的公共体育空间公平测度方法，基于动态视域的建筑引导系统设计方法以及室内寻路要素视觉显著性预测模型，构建体育中心人群疏散行为大数据预测模型；（5）结合ISM和MICMAC分析建立安全疏散影响因素依赖关系模型，基于大数据建构人群疏散行为和空间行人密度预测模型，提出体育中心疏散优化设计方法。研究对于深化建筑学和数据科学的学科交叉，指导体育中心设计实践和管理决策，优化空间资源分配，提升我国体育中心疏散设计安全效率和科学水平具有重要意义。

内容获取失败，请点击重试