学术论文｜基于Anylogic平台的大学校园公共教学楼疫情管控模拟研究 ——以华南理工大学34号楼为例

`亦得代购

" style="visibility: hidden;">
                    
                    
                    
                    
                    基于Anylogic平台的大学校园公共教学楼疫情管控模拟研究
——以华南理工大学34号楼为例

SIMULATION RESEARCH ON EPIDEMIC SITUATION CONTROL OF UNIVERSITY PUBLIC TEACHING BUILDING BASED ON ANYLOGIC
——TAKE BUILDING 34 OF SCUT AS AN EXAMPLE
邓巧明  蓝承志  刘宇波 |Deng Qiaoming  Lan Chengzhi  Liu Yubo

原文发表于2020年全国建筑院系建筑数字技术教学与研究学术研讨会，未经允许，不得转载。
引用格式：
邓巧明,蓝承志,刘宇波. 基于Anylogic平台的大学校园公共教学楼疫情管控模拟研究——以华南理工大学34号楼为例[A]. 高等学校建筑学专业教学指导分委员会建筑数字技术教学工作委员会.数智营造：2020年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C].高等学校建筑学专业教学指导分委员会建筑数字技术教学工作委员会:全国高校建筑学学科专业指导委员会建筑数字技术教学工作委员会, 2020:6：221-226
作者信息：
邓巧明 华南理工大学建筑学院副教授，亚热带建筑科学国家重点实验室
蓝承志 华南理工大学建筑学院硕士研究生，亚热带建筑科学国家重点实验室
刘宇波 华南理工大学建筑学院建筑系主任、教授、博士生导师，亚热带建筑科学国家重点实验室
基金项目：
国家自然科学基金资助项目（51978268，51978269）
亚热带建筑科学国家重点实验室国际合作项目No.2019ZA01

Abstract摘要：新冠病毒疫情对高校开学复课提出巨大挑战，其中公共教学楼作为复课后人流最为密集、最容易发生交叉感染的区域，将是疫情防控的重点。华南理工大学五山校区地处岭南气候区，公共教学楼的设计采用底层架空形式，交通四通八达且没有固定的主要出入口将是管控的难点。传统的管理方式是基于经验判断、案例借鉴，很难对特定教学楼使用时的人流情况进行全面预测，其管控措施效果也往往难以预测。本文以华南理工大学34号楼为例，运用AnyLogic仿真建模平台，基于离散事件和智能体建模方法，结合社会力模型，对34号教学楼的多种可能管控手段进行细致仿真建模。分别对错峰上下课，分楼层使用特定楼体以及分方向上下楼等不同管控措施进行建模，对教学楼各个楼体、走廊的人流密度进行实时模拟和预测。同时运用热力图、人流速率折线图以及感染模型折线图直观的展示不同管控措施的效果，为高校在疫情期间顺利复课制定防控措施提供决策依据。
关键词：疫情管控；人流模拟；公共教学楼；传染病模型；Anylogic

1 引言


1.1 新冠疫情及防控手册简介

新型冠状病毒的爆发让全国各大高校被迫停课，由于其较强的传染性和较长的潜伏期，高校复课面临着各钟问题和巨大的压力。其中公共教学楼作为复课后人流最为密集、最容易发生交叉感染的区域，将是高校疫情防控的重点与难点。为了尽快推进安全复课，教育部学校规划建设发展中心与同济大学建筑设计研究院有限公司联合编写的《校园建筑与环境疫情防控手册》出版。该手册指出公共教学楼疫情防控的几项原则：严格进出口管理、加强人员管理、减少聚集活动、妥善进行应急处置。其防控措施主要有：

1、出入口管理：建筑每个完整的区域设置一个只进的门和一个只出的门，在所有出入口设置人员信息登记并测体温的检测区；
2、人流管控：出入口附近设置内部交通引导标识，采用人流单行进出的方式，有条件可分开设置上行和下行楼梯，避免人员交叉，做好课间转换课时的合理人流组织，人流单向，上下课人群分时错开进出；
3、限制总人数：建筑内总人数达到总固定座位数的1/4（依据行、列各间隔一个控制每间教室、实验室的使用人数得出），即实现限流，限制人员进入；
4、所有区域控制人员之间接触的安全距离1m以上。[1]

基于对防控手册的研究学习，我们将推荐的防控措施与华南理工大学五山校区公共教学楼实际情况相结合，运用仿真建模的方法对不同的管控方法进行数据分析与对比，从而验证管控手段的有效性，为学校复课的疫情防控政策制定提供科学依据。

1.2 基于离散事件的流程建模

Anylogic平台是较早引入多方法仿真建模的工具之一，并且可以使用流程图、状态图、操作图以及库存和流程图等可视化建模语言。[2]同时作为一种基于社会力模型的仿真软件，Anylogic软件具有能描述自组织现象的能力，依托可靠的行人动力学模型，很好地模拟行人真实行为的运动情况，并提供多种建模方法，包括基于UML语言的面向对象的建模方法、基于方图的流程图建模方法，是现在市场上运用比较广泛的仿真建模软件。[3]目前主要运用于交通组织、紧急疏散、物流仓储等领域问题的研究与实践。

2 华南理工大学34号教学楼简介

华南理工大学五山校区位于广州市天河区，主要教学区域为31、32、33、34号楼组成的公共教学楼群，人流分别来自西北、西南和东南方向的宿舍区。此教学区具有较强的岭南地域风格，采用底层架空形式，交通四通八达且没有固定的主要出入口，正常使用状态下大量学生人流在短时间内涌入教学楼的不同课室，缺少科学的管控措施将极易造成师生流线的大量交叉，以及部分楼体和走廊的人流密度超过传染病安全标准，对于疫情期间的管控来说是较为不利的条件。

以承担主要教学任务的34号楼为例，该教学楼共计六层，人流来自左右两个方向，其中一二层为300座的大课室，三至六层为200座的小课室，满座时可承载共计5600人。其一端和中间各有一部疏散楼梯，与33号教学楼通过连廊相接，中间设有共用的两部楼梯，一共4部疏散楼梯，以顺时针方向将他们分别命名为1，2，3，4号楼梯。

根据《疫情防控手册》的推荐管控方法，我们将同一时间进入教学区的人流限制在满座时的1/4即1400人，并设置以安全距离为基础的大面积室外等待体检区域以及体温检测出入口，同时对每个教室的人流进行细致分流，提出几种不同的管控方案。

图1 华南理工大学34号楼平面

3 Anylogic仿真模拟模型的建立


3.1 基于离散事件的流程建模

离散事件建模的思路是将需建模的系统视为一个过程，即一系列的对实体的操作，包括行进，等待，排队，支路选择，分离和组合等过程。离散事件模型可以具象为一个过程流图，其中的各个模块表示各种操作。过程流图通常以“Source”模块开始，“Source”模块产生实体并将实体放置到过程之中，实体经过各个过程后最终进入“Sink”模块，并从模型中消失。服务时间和实体到达时间通常取自随机概率分布，从而使离散事件模型具有一定的随机性。这也意味着离散事件模型必须运行一定的时间或反复运行多次才能生成有意义的输出结果。

在本次仿真模拟中，实体为学生，每个学生在模拟开始时赋予1到24之间的随机号码，每个号码只会赋予50人次，从而保证每个班人数不超过管控上限，同时将六层共计24个教室分别编号1到24 。设置“宿舍区”、“排队等待区”、“体检口”，根据34号楼实际平面图建出走廊、楼梯和教室。所有学生开始平分在两侧的“宿舍区”，在15分钟内相继到达“排队等待区”以队列的方式等待体检，每个体检口操作检测时间为2到3秒。检测完成后，学生将依据编号选择去到对应教室的路径，到达教室区域后等待一段时间后下课，在5分钟内的随机时间离开教室，按设定的路径返回到“宿舍区”，然后再离开宿舍区开始新一轮的“上课”。为了减少模型运行时间，方便数据输出整理，将模型单位时间设置为分钟，60分钟完成一上或下课的过程，即120分钟为一次完整的上下课过程，再以两次上下课过程（240分钟）为一天进行时间计算。

图2 Anylogic软件离散事件建模


3.2 基于多智能体建模的传染模型

多智能体建模可以为每个智能体（学生）赋予特定的状态，并根据不同的条件和时间改变自身的状态甚至对其他智能体产生影响。基于这一特点，为每个学生赋予正常（绿色）、感染（黄色）和发病（红色）的状态，模型开始运行时，将随机给所有智能体中一个发送“感染”消息，接受到感染消息的智能体将转变成感染状态，在该状态下的智能体，会以每秒为单位对附近1.5m内的其他智能体发送“感染消息”，该消息有0.0006的概率为真，即感染身边的人。根据与钟南山院士团队邮件沟通中了解到钟院士团队是以每人每天接触人数最大值为15人，密切接触3人，传播概率b=0.0549。[4]以此为参照基准，让模型运行240分钟（一天），不断调整每秒的感染概率，让每人每天的感染数量接近于钟院士团队的数值从而得出感染范围内0.0006的传染概率。受到感染的人，将在3到7天内转变成发病状态，感染概率上升到0.001。

为了重点研究针对公共教学楼的不同人流管控方法的效果对比，采用控制变量，忽略外部其他因素的方法，让智能体在“宿舍区”、“排队区”、“教室区”内不传染，减少其他因素对仿真结果的影响。

图3 Anylogic软件智能体建模

3.3 人流管控方案

根据疫情防控的要求，人流单行进出，区分上行和下行楼梯，上下课人群分时错开进出等措施是主要手段。因此构建种不同的对比模型：

1、无管控状态：此方案是模拟非疫情状态下正常上下课时的情况，来自两个方向的人会以一定的概率就近选择楼梯。更为严谨的研究方法是在同一时段在各个楼梯设置监控摄像头，统计相同时间内通过各个楼梯的人流数量，由于疫情原因无法在学校进行实地测算，现根据楼梯所处的位置和往日经验给以不同的楼梯选择概率，从右边来的学生有0.55的概率选择3号楼梯，0.25的概率选择2号楼梯，0.2的概率选择4号楼梯。从左边来的学生有0.55的概率选择4号楼梯，有0.25的概率选择1号楼梯，0.2的概率选择2号楼梯。
2、横向分层管控：为了减少人流交叉的概率，让去到特定楼层教室的学生选择指定的楼梯上下楼，去二、三层的学生从4号楼梯通行，去到四层的学生选择3号楼梯，五层为2号楼梯，6层为1号楼梯。
3、竖向分区管控：以就近选择楼梯为原则，将24个教室竖向分区，编号为1、5、9、13、17、21的教室选择1号楼梯上下楼，2、6、10、14、18、22号教室选择4号楼梯，3、7、11、15、19、23号教室选择2号楼梯，剩下的选择3号楼梯。
4、竖向分区+错时下课：在竖向分区的基础上，再给同一竖向分区的6个班级分别给予0，0，5，5，10，10分钟的延迟下课时间，再调整分配让同一层的教室下课时间也尽量不一样。


4 仿真模拟输出及分析


4.1 人流模拟热力图

Anylogic平台可以在模拟过程中实时输出人流热力图，单位是p/m2（人/每平方米），以此来反应某一刻单位面积的人员密集程度。图4至图7是运行一个上下学周期内，某一位置人流密度的所达到的最大值，颜色越深代表密度越大。可以看到在楼梯和走廊的部分，由于下课时人流集中，多处密度超过了1.5 p/m2，属于疫情防控的危险界限。无管控状态下，3、4号楼梯由于处于明显的位置，使用的人较多密度甚至超过2p/m2；横向分层管控由于楼梯的使用率较低，人流方向单一，走廊处的密度大于其他方案；竖向分区管控在密度上面处于相对较好的水平；竖向分区加上错时下课管理，可以明显看出各部分的密度降低了很多，基本都在疫情防疫的可控区间。

图4 无管控状态热力图


图5 横向分区管控热力图


图6 竖向分区管控热力图

图7 竖向分区加错时下课管控热力图


4.2 楼梯人流速率统计表

运用软件的人流统计输出功能，在每个楼梯设置断面，计算每一时间点该截面的人流通过速率，单位是p/h（人/每小时）。将方案每层4个楼梯统计总和并除以实际使用的楼梯数量，得到人流平均速率，再统计同层所有楼梯中最大速率值，得到表1。可以看出无管控状态下各层人流的最大速率都偏高，横向分区管控由于层数越高楼梯使用率越低，在五六层楼时人流速率较大，竖向分区控制在人流最大速率上控制较好，错时下课则进一步减少了人流在楼梯的平均速率和最大速率。

表1 各方案下课时段楼梯人流速率统计表（单位：人每小时）

4.3 传染模型折线图

模拟开始时给其中一个智能体传达“感染”消息使其进入感染状态，为了减少第一个出现感染的楼梯位置对运行结果的影响，将各个方案初始出现感染人的层数设置在四层，得到图8的传染模型折线图。横坐标为模型运行时间，纵坐标为实时感染人数。

可以看出运行初期无管控状态和横向分区管控因为楼梯人流速率较大，病毒的传播速率较快，而后期横向分区的涨势明显小于无管控状态，代表单向人流减少人员接触的管控手段对于传染病的扩散是有效的，而且横向分区管控方案中，感染人员都集中在同一层的同一班级，如若出现了感染个例，可针对性隔离同一个班和同一楼层的学生，减少盲目大隔离的必要性。


   
图8传染模型折线图


竖向分区管控既做到了减少楼梯人流的密度和速率，又能有效的分隔不同班级的人群，感染的速度明显小了很多。在竖向分区的基础上，增加错时下课，进一步减少了不同人群的碰面机会，有着最低的病毒传染速率，为每个班级设立不同的下课时间，由教师把控下课时间或数据集成系统统一调控错峰，是真实可行的防疫措施。

5 结果及展望

运用Anylogic平台对四种不同管控方案进行热力图，人流速率统计表，传染模型折线图的对比可以发现影响病毒传播的两个重要因素：1、重点部位的人流密度及速率；2、不同人群碰面机会的大小。最终的输出结果可以判断竖向分区管控是比较理想的方案，有效的降低了人流密度和速率的同时减少了不同人群的碰面几率。而错峰下课也对传染结果产生了较大的影响，进一步增加了管控的实际效果。

仿真模拟方法的优势在于可以较好的模拟真实的人流行进过程，进行高效可视化的数据输出和对比。在疫情防控模拟中，智能体是以“相遇”、“传染”为基础，同样的也可以是“相遇”与“交流”为研究主要内容。在公共建筑设计中，公共交往区域的设计也是处理重点之一，例如在教学楼建筑中，公共活动空间提供学生休憩和自习的场所，往往是各种学术想法和知识交流发生的地方。教学楼空间品质的评价标准也包含公共间的使用率，运用仿真建模的方法，可以直观输出人流热力图，判断不同位置的人员可达性，从而对不同设计方案进行对比与优化。这样的设计方案将有别于传统的建筑师凭借经验、造型喜好等为导向的设计方法，是建筑师设计流程中一个有效的补充环节。同样也可以对现有建筑进行模拟分析，对公共活动区域的改建提供数据支撑。

参考文献：
[1]乌国强，江立敏.校园建筑与环境疫情防控手册[M].中国建筑工业出版社，2020：43-47
[2 陈建宇.基于AnyLogic的成都北站铁路客流换乘城市轨道交通仿真研究[D].成都:西南交通大学.2014
[3]魏书详，马壮.城市设计视角下AnyLogic技术在交通仿真领域的应用综述[J].青岛：青岛理工大学.2019
[4]钟南山院士团队有关疫情传播的回复（2020年3月的邮件沟通）


往期推送

[/url]
[url=http://mp.weixin.qq.com/s?__biz=MzU0ODMzNzQ3MQ==&mid=2247484321&idx=1&sn=e62ba96ad1805c786de6b457b9394a76&chksm=fb41e1f1cc3668e7ceb785d88094e90581cd5f560fc3e5a9724fa7247112af6c02dfb756738f&scene=21#wechat_redirect]高校即将复课，建筑学的师生能为校园疫情防控做些什么？

[/url]
[url=http://mp.weixin.qq.com/s?__biz=MzU0ODMzNzQ3MQ==&mid=2247485592&idx=1&sn=8288ffe11e8e9858c849324f49b7776c&chksm=fb41eac8cc3663de098251464a4cfb4317670b53364e5fd795124ea5a2086f38688c633647fb&scene=21#wechat_redirect]学术论文｜欧美国家以科研创新为导向的空间量化研究回顾

[/url]
[url=http://mp.weixin.qq.com/s?__biz=MzU0ODMzNzQ3MQ==&mid=2247485540&idx=1&sn=df452f518ed28f3476280584d527aa01&chksm=fb41ea34cc3663228dd3e0711f603f80e9bf1e2da142ce95aa429c301a0093e8397dc3a8a5c7&scene=21#wechat_redirect]学术论文 | 与科研信息偶遇的校园：浅谈规划设计如何促进大学校园中的跨学科交流合作 | 邓巧明 刘宇波 纪绵

[/url]
[url=http://mp.weixin.qq.com/s?__biz=MzU0ODMzNzQ3MQ==&mid=2247484015&idx=1&sn=6d2fc2fb970e1f61911778b56421055f&chksm=fb41e03fcc366929f50a19b5fc5a9e75da97f948f5b793d347e42522224713644af8a8110e81&scene=21#wechat_redirect]“7号”研究报告与百年MIT剑桥校区建设 ——工程师视角下高效率大学校园的规划与建设