An Agent-Based Crowd Dynamics Simulation that Considers Idling and Time-and-Distance-Conscious Optimising Behaviour
Notice bibliographique
Résumé
This agent-based simulation study investigates pedestrian dynamics with a focus on the impacts of behaviour idling on pedestrian flows. It also examines the influence of psychological, social, and environmental factors on pedestrian flows. Our research categorises pedestrian behaviour into three types: time-sensitive (Type A), mobility-constrained (Type B), and 'wandering' type (Type C), defined as pedestrians moving without a specific destination, which includes tourists, shoppers, and leisure walkers. We demonstrate how behaviour heterogeneity influences flow and movement patterns through simulations in unidirectional, bi-directional, and multi-directional pedestrian facilities. We find that Type C pedestrians significantly slow down Type A pedestrians, leading to a speed reduction of up to 30% in high-density tourist scenarios, and cause prolonged stationary periods for Type B pedestrians, particularly in less crowded settings where Type C's tendency to idle is more pronounced. Our results show a linear relationship between density and speed reduction, with tourist behaviour notably exacerbating congestion in high-density environments. Key insights highlight the critical role of wandering (Type C) behaviours in affecting pedestrian flow, emphasising the necessity for urban planning and infrastructure design to accommodate this variability. Future research aims to apply these findings to real-world contexts, further refining urban design strategies to accommodate the full spectrum of pedestrian behaviours.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».