Resumen de Metodología para la selección de un enfoque estocástico o determinista en el modelado y simulación computacional de evacuación
- español
RESUMEN La evacuación es una estrategia habitual frente a una situación de emergencia. Es por eso que es importante proporcionar predicciones fiables y precisas de este proceso. Desde las últimas décadas, el modelado de evacuación ha sido ampliamente utilizado para estudiar los cálculos de evacuación. Estas herramientas tienen ventajas frente a los métodos tradicionales ya que permiten el análisis de los resultados potenciales de evacuación en situaciones de emergencia hipotéticas. Por otra parte, el modelado de evacuación se ha convertido en una parte importante dentro del diseño basado en prestaciones para asegurar las condiciones de seguridad de ocupantes en muchos entornos.
La evacuación es un fenómeno único, complejo e incierto, principalmente debido a la aleatoriedad de los comportamientos humanos y el curso de la propia emergencia. Es por eso que un modelado estocástico es el enfoque más adecuado para simular este proceso.
Hasta la fecha hay más de 30 modelos computacionales de evacuación. Algunos de estos modelos se han vuelto más complejos y sofisticados, permitiendo simular diversas variables del comportamiento humano. Sin embargo, la mayoría de estos modelos utilizan un enfoque determinista para la simulación de este fenómeno, pero ¿es este enfoque correcto? Para responder a esta pregunta, esta tesis doctoral se presenta una metodología para la selección de un enfoque estocástico o determinista en el modelado de evacuación. Para ello, se presentan las diferentes fases: 1) metodología para analizar la incertidumbre de la situación y definir si es posible utilizar un enfoque determinista, 2) las bases generales para el desarrollo de un modelo estocástico de evacuación, y 3) dos casos de aplicación: los trenes de pasajeros y los túneles de carretera. Por otra parte, este trabajo muestra las capacidades del modelo estocástico de evacuación más allá de los enfoques tradicionales.
Como primera fase, esta Tesis presenta una metodología que consiste en dos métodos: 1) Método exacto. Se obtiene el error relativo de la variable de salida principal, el tiempo total de evacuación, mediante la comparación de los resultados empleado un enfoque determinista y estocástico. En este trabajo, se propone un criterio de aceptación del 15% para determinar cuando el error es admisible y el escenario puede ser modelado utilizando un enfoque determinista. 2) Método a Priori. Se estima que el nivel de incertidumbre de un escenario mediante el análisis de la aleatoriedad (coeficiente de variación) de las variables aleatorias de entrada. Se propone un criterio de aceptación de 0.0388. Cabe señalar que este método no requiere el desarrollo anterior de un modelo estocástico.
La metodología se aplica a dos escenarios: los trenes de pasajeros y los túneles de carretera. Basado en el criterio de aceptación propuesto, ambos métodos coinciden sobre la necesidad de utilizar un enfoque estocástico para modelar este tipo de escenarios.
Para validar la metodología (especialmente, para aplicar el método exacto) y, en general, para aquellas situaciones que requieren un enfoque estocástico, esta Tesis define en la segunda fase, las bases generales para el desarrollo de un modelo estocástico de evacuación.
Este trabajo propone algunos métodos estadísticos para ajustar las variables de entrada y de salida a una función de distribución de probabilidad conocida (normal, log normal o uniforme) o estimarla mediante histograma. Para el modelado estocástico, esta tesis propone métodos de Monte Carlo para la simulación múltiple introduciendo así en cada iteración, los valores de las variables de entrada aleatorias. De esta manera, se analiza un amplio rango de posibles escenarios de evacuación. Por otro lado, esta fase el análisis de diferentes métodos para generar variables aleatorias y su exactitud.
Como una tercera etapa, se presentan dos escenarios de aplicación: los trenes de pasajeros y los túneles de carretera. Estos casos permiten validar la metodología, a través de los modelos de evacuación estocástico desarrollados que se requieren para el método exacto. Por otra parte, se emplearán las bases generales para la obtención de un modelo estocástico de evacuación..
Ambos modelos representan el proceso de evacuación en los escenarios correspondientes; sin embargo, emplean un enfoque de modelado diferente. EvacTrain - un modelo estocástico para la evacuación trenes de pasajeros - simula los comportamientos individuales durante el proceso de evacuación en un tren de pasajeros, especialmente los retardos que pueden bloquear el pasillo y el movimiento continuo hacia la salida.
Estos comportamientos específicos incluyen esperar por los demás, recoger las pertenencias ubicadas en el portamaletas de encima de los asientos o del maletero o el retardo de la salida. El escenario físico se representa con un mallado de red fina y el movimiento se simula a través de un algoritmo discreto, asimismo, se trata de un modelo basado en agentes.
Para EvacTunnel - un modelo estocástico para la evacuación túneles de carretera - el escenario se representa como un espacio continuo; por lo tanto, la ecuación de movimiento es continua . Se contemplan dos nodos, el primer nodo o zona 1 considera la zona del accidente (y los vehículos implicados) y el segundo nodo o zona 2 incluye la congestión en el interior del túnel causada por el accidente y el cierre de dicho túnel.
Las personas se distribuyen al azar en la zona 1. Por otra parte, los tiempos pre-movimiento y la velocidad de marcha se ajustan a las características físicas de las personas después del accidente (lesionados y heridos graves).
En el área 2, las personas atrapadas se distribuyen de manera uniforme en la congestión del tráfico en el túnel. En este caso, se supone que las personas y por lo tanto sus velocidades y tiempos pre-movimiento, no se ven afectados por el accidente.
Como objetivo final, esta tesis doctoral muestra las capacidades del modelado estocástico de evacuación. Aparte del enfoque tradicional, la aplicación de modelos de evacuación puede cubrir diferentes campos tales como la planificación, diseño y gestión.
Este último es el más complicado, ya que requiere una combinación de la precisión del modelo y su coste computacional. Esta tesis presenta la integración del modelo EvacTunnel, en un sistema de apoyo de decisiones para la gestión de emergencias en túneles de carretera. Sobre la base de las simulaciones en tiempo real, el sistema propone las decisiones apropiadas para hacer frente a una emergencia.
- English
The evacuation is a common life safety strategy. That is why it is important to provide reliable and accurate predictions of this process. From the last decades, the evacuation modelling has been widely used to study the egress calculations. These tools have advantages against the traditional approaches since they allow analysing the potential outcomes of evacuation during hypothetical emergencies. Furthermore, evacuation modelling has become an important part within the Performance Based Design to ensure the safe conditions for occupants in many environments.
The evacuation is a unique, complex and uncertain phenomenon, mainly due to the randomness of the human behaviours and the course of the emergency itself. That is why a stochastic modelling is the most suitable approach to simulate this process.
To date there are over 30 evacuation computer models. Some of these models have become more complex and sophisticated because they can simulate several human behavioural variables. However, most of these models use a deterministic approach for simulating this phenomenon, but is this approach correct? To answer this question, this PhD Thesis presents a methodology for selecting a stochastic or deterministic approach in evacuation modelling. To do that, different stages are presented: 1) a methodology to analyse the uncertainty of the scenario and define if it is possible to use a deterministic approach, 2) the general basis to develop a stochastic evacuation model, and 3) two application cases: passenger trains and road tunnels. Furthermore, this work shows the capabilities of stochastic evacuation model beyond the traditional approaches.
As the first stage of the work, this Thesis presents a methodology, which consist of two methods:
Exact Method. It obtains the relative error of the main output variable, the total evacuation time by comparing the results from a deterministic and a stochastic modelling. In this work, an acceptance criterion is proposed for determining when the error is permissible and the scenario can be modelled by using a deterministic approach(0.15).
A Priori Method. It estimates the uncertainty level of a scenario by analysing the randomness (coefficient of variance) of the input random variables. An acceptance criterion is proposed (0.0388). It should be noted that this method does not required the previous development of a stochastic model.
Two application scenarios are presented: passenger trains and road tunnels. Based on the proposed acceptance criterion, both methods agree about the necessity of using a stochastic approach for modelling these kind of scenarios.
This work proposes some statistical techniques, which manage the distributions of random input and output variables. Different statistical tests are used for fitting the input and output data to a known probability distribution function (normal, lognormal or uniform). However, when this is not possible, the general approach suggests the use of histogram for estimating that probability distribution function. For stochastic modelling, this Thesis uses Monte Carlo methods for multiple simulation by introducing ¿ in each iteration ¿ the random values of input variables. This way, a wide range of possible evacuation scenarios are studied with its corresponding probability of occurrence. This work analyses different methods for generating random variables and its accuracy.
As a third stage, two application scenarios are presented: passenger trains and road tunnels. These cases permit validating the methodology, through the developed stochastic evacuation models that are required for the Exact Method. Furthermore, the general basis for obtaining a stochastic evacuation model, are used.
Both models represent the evacuation process in the corresponding scenarios; however, they employ a different modelling approach. EvacTrain - a stochastic evacuation model for passenger trains - simulates the individual behaviours during the evacuation process in a passenger train that could block the aisle and the continuous movement to the exit.
These specific behaviours include waiting for others, gathering the belongings located above the seats, taking the baggage from the luggage compartment or negotiating the exit. The physical scenario is represented with a fine grid and the movement is simulated through a discrete algorithm; Furthermore, this is an agent-based model.
For EvacTunnel - a stochastic evacuation model for road tunnels ¿ the scenario is represented as a continuous space; therefore, the movement equation are continuous too with random pre-movement times and walking speeds. This continuous space contemplates two nodes, the first node or area 1 that considers the accident area (and vehicles involved) and the second node or area 2 that includes the in-tunnel congestion caused by the accident and the close of the tunnel.
People are randomly distributed into the area 1. Furthermore, the pre-movement times and walking speeds are adjusted to the physical characteristics of the people after the accident (injured and seriously injured).
In area 2, the persons trapped are uniformly distributed in the in-tunnel traffic congestion. In this case, it is assumed that people and their walking speeds and pre-movement times, are not affected by the accident.
As a final goal, this PhD Thesis shows the capabilities of the stochastic egress modelling. Apart from the traditional approach, the application of evacuation models can cover different fields such as the planning, design and management.
This last one is the most complicated because it requires a combination of model precision and computational cost. This Thesis presents the integration of the stochastic evacuation model EvacTunnel, into a decision support system for emergency management in road tunnels. Based on the real time egress simulations, the system proposes the appropriate decisions for dealing with an emergency.
