Building Evacuation Planning Algorithms considering Network Congestion and Human Behavior

Abstract

Humans have always struggled to protect their lives from various disasters within buildings. To manage and lessen the impact of disasters, we should first prepare enough, respond appropriately, and recover. Although humans improve the preparedness with the evolution of technologies, the number of emergencies that occurred in the buildings does not decrease since the buildings become complicated, and the causes of disasters become diversified. It is impossible to prevent entirely through the only preparedness. Therefore the appropriate response is essential to reduce the damage from disasters in the buildings. In recent years, rapid advances in information and communications technologies (ICT) have made humans compute the appropriate responses and deliver those to occupants in the buildings. In this dissertation, we focus on the two considerations of the building evacuation planning: consideration of network congestion and human behavior. In the first topic, we introduce a new network model to represent various congestion levels called the multi-class time-expanded (MCTE) network and propose mixed-integer linear programming models and a heuristic algorithm. We test the proposed models using several real-world networks such as a multiplex cinema, a subway station, and a large-sized complex shopping mall. The numerical experiments show that the most effective congestion level depends on the number of occupants in the network, and the proposed heuristic algorithm can find evacuation plans using the arcs, which represent an effective congestion level. Second, we propose a simulation-guided hybrid genetic algorithm considering human behavior to suggest active directional signage called the guidance system. We use familiarity with a building, social influence, and following rates for guidance as primary factors to reflect human behavior. We propose a genetic algorithm with a local search for guidance and a method to generate a bush network from the shortest-path tree. In numerical experiments, we use 12 scenarios in the simulation to evaluate and analyze guidance. Through the experiments, we identify which type of guidance can evacuate occupants more efficiently, depending on the network situation.

인간이 특정 지역에 모여서 살게되면서 한정적인 지역에 복잡하고 큰 건물의 필요성과 수요가 증대됐다. 늘어난 수요와 발전한 건축 기술의 뒷받침으로 건물들이 복잡해지고 고층화되면서 보다 많고 다양한 재난 상황에 노출되었다. 이러한 변화로 인해 재난 상황에서 인간의 생명 보호하기 위한 일련의 과정들의 중요성은 날로 커지고 있다. 재난 상황에서 생명을 보호하고 피해를 최소화 하기 위해서는 재난 상황 예방 및 대비, 재난 상황 발생 시 적절한 대응, 그리고 복구 과정이 필요하다. 본 학위 논문에서는 두 가지의 연구 주제를 통해서 재난 상황 발생 시 적절한 대응 중 건물 내 당사자들의 능동적인 행위인 대피 상황에서의 효율성과 안정성을 증대시키기 위한 능동적 재난 안내 시스템을 제안했다. 첫 번째 연구 주제에서는 재난 상황에서 인간의 합리성과 통제 가능성에 대한 가장 이상적인 상황을 가정한 수리 모형을 기반으로 재난 상황에서 사람들이 자신들이 최대한 먼저 나가려고 하는 심리 상태를 반영하고 대피 과정의 효율성을 제고 하기 위한 네트워크 혼잡도를 반영할 수 있는 네트워크 모형과 수리 모형을 제안하였다. 제안된 최적 수리 모형의 경우 사용하는 빌딩 네트워크의 규모가 커지게 되면 지나치게 긴 계산 시간이 필요하므로 최적해에 근사한 해를 찾을 수 있는 휴리스틱 알고리즘을 제안했다. 제안된 휴리스틱 모델과 혼잡 상황에 해당하는 이상적인 상황을 가정한 수리 모형을 영화관, 지하철, 백화점 등의 실제 네트워크와 소규모 가상 네트워크에서 실험을 진행하고 그 결과를 분석하였다. 분석 결과, 네트워크에 사람이 많을 수록 이동 속도 상의 손해를 감수하면서 동시에 많은 사람들을 이동시키는 방법이 더 효과적이라는 결과를 얻을 수 있었다. 두 번째 연구 주제에서는 재난 상황에서 대피를 하는 주체인 사람의 행동 양식을 방법론에 반영하기 위해서 시뮬레이션 기반 최적화 방법론을 제안하였다. 재난 상황에서 인간의 행동은 개개인의 신체적, 심리적 특성 뿐만 아니라, 주위 환경에 대한 개인의 인식, 주위 다른 대피자들의 행동에 까지 영향을 받으며 결정된다. 이러한 인간의 행동 심리학적인 행동 양식을 최적화 수리 모형에 반영하는데 어려움이 있어서 에이전트 기반 시뮬레이션 모델을 개발하였다. 상황에 따라 비합리적이고 예측할 수 없는 인간의 의사결정 과정으로 인해 최적의 대피 안내를 수리 모형으로 계산하는 것이 힘들다고 판단하여, 유전 알고리즘(Genetic algorithm)에 수렴 속도 및 결과의 수준 향상을 위해 Local search 방법을 결합하여 대피 안내를 생성하여 그 중 가장 좋은 결과를 도출하는 대피 안내를 선정했다. 대피 안내 시스템을 통해 상황에 따른 적절한 대피 안내를 찾기 위한 실험을 진행하기 위해서 대피 안내의 종류, 재난 상황 단계, 사람들의 친숙한 경로의 상태에 따라 12가지 시나리오를 구성하였고, 각 시나리오 에 대해서 사람들이 대피 안내 시스템을 따를 기저 확률을 조정하며 실험을 진행한 결과, 단 방향 지시 대피 안내보다 다 방향 지시 대피 안내가 효율적이지만 재난 상황이 많이 진행되어 건물 내의 많은 장소로 이동이 불가능한 경우에는 단 방향 지시로 혼란을 줄여주는 편이 효율적일 수 있다는 결론을 얻었다. 그리고 건물에 대한 평균적인 친숙도가 높고 개인 별로 현재 이용가능한 친숙한 대피 경로가 존재하는 경우 그와는 다른 대체 경로를 제안해주는 것이 전체적인 효율성을 높이는데 도움이 된다는 결과를 얻었다.