基于擴展卡爾曼濾波的疏散行人密度預(yù)測算法研究

摘要： 疏散效率的提升是疏散系統(tǒng)研究的核心關(guān)注點。由于疏散系統(tǒng)通常呈現(xiàn)局部可觀測性，而異常的局部觀測信息會降低疏散效率，因此需對觀測信息進行預(yù)測校正。為此，提出一種基于擴展卡爾曼濾波的人員密度信息預(yù)測校正算法。該算法采用神經(jīng)網(wǎng)絡(luò)擬合方法對擴展卡爾曼濾波算法中狀態(tài)函數(shù)和觀測函數(shù)的參數(shù)進行辨識，完成非線性疏散系統(tǒng)的近似線性化，提高了建模的精度；同時算法通過誤差協(xié)方差矩陣的迭代更新機制實現(xiàn)疏...