| dc.contributor | Roisenberg, Mauro | |
| dc.contributor | Mazzutti, Tiago | |
| dc.contributor | Universidade Federal de Santa Catarina | |
| dc.creator | Paiva, Nathan Frois Pereira | |
| dc.date | 2018-06-17T18:10:36Z | |
| dc.date | 2018-06-17T18:10:36Z | |
| dc.date | 2018-06-11 | |
| dc.date.accessioned | 2018-10-31T22:41:32Z | |
| dc.date.available | 2018-10-31T22:41:32Z | |
| dc.identifier | https://repositorio.ufsc.br/handle/123456789/187123 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/1796658 | |
| dc.description | TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação. | |
| dc.description | Modelar e simular o comportamento humano quando em multidões é essencial para compreender o que ocorre com os indivíduos em situações de pânico. Estas informações são fundamentais para que um arquiteto possa, por exemplo, projetar um espaço fechado da maneira mais segura possível, proporcionando uma circulação mais confortável e o rápido deslocamento dos pedestres até a saída do local em caso de emergência. Helbing elaborou um modelo chamado \textit{Social Force Model}, baseado nos princípios de propagação de partículas, que representa esses comportamentos através de equações diferenciais. Neste modelo, cada individuo é uma partícula com uma massa inserida em um ambiente, no qual existem: uma força de atração que atrai a partícula para o ponto do saída, outra que repele ela de obstáculos próximos e também outra ainda que a repele de partículas próximas. Essa pesquisa visa utilizar comportamentos de evacuação simulados através do \textit{Social Force Model}, os quais servem de base para o treinamento de redes neuro-fuzzy. Depois de treinados, estes comportamentos podem ser interpretados como conjuntos fuzzy e regras de um sistema de inferência fuzzy sobre estes conjuntos. | |
| dc.description | Modeling and simulating human behavior in crowds is essential to understanding what happens to individuals in panic situations. This information is fundamental so that an architect can, for example, design an enclosed space in the safest way possible, providing a more comfortable circulation and the rapid displacement of the pedestrians until the exit of the place. Helbing has developed a model called Social Force Model based on the principles of particle propagation, which represents these behaviors through differential equations. In this model, each individual is a particle with a mass inserted in an environment where there is a force of attraction that attracts the particle to the point of exit, another that repels it from nearby obstacles and also another that repels it from nearby particles. This research aims to use simulated evacuation behaviors through the Social Force Model, which serve as the basis for the training of neuro-fuzzy systems. Once trained, these behaviors can be interpreted as fuzzy sets and rules of a fuzzy inference system on these sets. | |
| dc.format | 88 f. | |
| dc.format | application/pdf | |
| dc.language | pt_BR | |
| dc.publisher | Florianópolis, SC. | |
| dc.subject | Social Force Model | |
| dc.subject | simulação de evacuação de multidões | |
| dc.subject | redes neuro-fuzzy | |
| dc.subject | lógica fuzzy | |
| dc.subject | Incremental Neuro-Fuzzy Gaussian Mixture Network | |
| dc.title | Pesquisa em simulação de evacuação de multidões utilizando Incremental Neuro-Fuzzy Gaussian Misture Network | |
| dc.type | Tesis | |
