紧急情况下,如何合理高效地组织人群逃生是人群疏散领域的重要研究内容。然而,现实中影响疏散的因素很多,导致人群疏散的研究具有挑战性。因此,针对视野、领导者、恐慌情绪和障碍物等对人群疏散具有重要影响的因素进行研究并建立人群疏散模型,进而研究建筑物内的人群疏散行为和人群疏散特征,在紧急状况下能有效地组织人群疏散并减少人员伤亡。提出了一种考虑领导者和恐慌情绪的建筑物多Agent人群疏散模型。对建筑物内疏散空间进行了划分,建立了真实的疏散场景;为真实反映被疏散个体的运动情况,对疏散场景进一步抽象,建立连续型疏散空间场景模型;分析归纳影响个体疏散的属性及行为,对疏散个体的属性、感知、决策和行为进行建模,建立疏散个体Agent模型;考虑不同个体之间、个体和环境之间的相互作用,对疏散人群进行建模,建立多Agent人群疏散模型。提出了一种面向建筑物人群疏散的改进粒子群算法,作为疏散过程中个体的路径选择策略。对建筑物内疏散场景进行区域的划分,考虑个体的视野和所处位置对其路径选择的影响,对被疏散个体的全局最优个体选择策略进行优化;对于个体的恐慌心理,给出恐慌的定量化描述和恐慌情绪下的个体速度更新机制,体现恐慌因素对个体疏散的影响;引用社会力模型,解决不同个体之间、个体与障碍物之间的相互作用问题,使得改进的粒子群算法更加符合建筑物内人群疏散的实际情况。设计建筑物内人群疏散仿真实验,实现对紧急状况下建筑物内人群疏散行为的模拟。研究视野和从众行为、出口处障碍物、领导者对人群疏散的影响,并模拟疏散过程中的情绪感染和情绪衰减的现象。根据实验数据分析验证本文面向建筑物多Agent人群疏散模型的真实性,并对建筑物内的人群疏散提出相应的建议。