题目来源：2019年美赛D年 美赛 D题

法国发生的恐怖袭击越来越多在许多热门目的地，亟需一个应对紧急情况的疏散计划
你们的ICM团队正在帮助设计在法国巴黎卢浮宫嘚疏散计划。
总的来说疏散的目标是让所有的人都撤离，尽快安全离开大楼
接到疏散通知后，为了尽快清空建筑每个人尽可能的通過一个最佳出口。

建立一个卢浮宫紧急疏散模型以满足：

不考虑个体行为的情况下，可以将卢浮宫抽象为二维平面图记录各個关键节点、出口、节点之间的长度、路径信息等，建立图论模型求解最短路、网络流等，从而得到疏散时间瓶颈等结果。

从人群疏散的角度看查阅资料，我们发现目前疏散模型大致有两种处理方式元胞自动机模型和社会力模型。
本程序主要模拟了人员疏散的撤离凊况

• 研究人群在一般空间的流动情况
• 出口数量、分布对疏散时间的影响
• 障碍物对人员流动的影响
• 定量求解人流密度，确定疏散瓶颈

利用元胞自动机实现 （社会力模型人员会在地图上重叠）

• 初始化地图地图为矩形区域，基本信息包含长Length、宽Width、若干出口Exit、障碍物Barrier等
• 基于该出口距离在地图上反映为势能的高低，初始化地图的势能
• 初始化人群人群随机分布在地图的合法区域内
• 移动方向：每個人优先选择最短路进行撤离，考虑使用Moore型元胞有8个移动方向
• 移动速度：一定区域内（周围8个邻居元胞）人流密度决定人员的移动速度 （待改进：统计可视角度内的人流密度）

使用Python编程实现人员疏散模拟

界面实现，包含GUI类显示地图、人員、疏散情况等信息

地图类，地图以点(px, py)集形式保存出口Exit位置及障碍物Barrier位置
出口对地图的势能初始化：利用BFS算法实现多个出口取最小势能

包含两个类，Person类和People类前者只有移动速度、位置等基本属性，后者包含了整个地图信息人流密度等，方便指引每个人的移动

模型人员移动策略可以修改为：

• 只设置一定比例的人员（作为安保/疏导人员）能够自动走到出口
• 其他人员随机走动/从众心理跟着人流走動

考虑人员增加更多属性如年龄、性别、是否结队等

• 不同年龄人群移动速度不同
• 家人、朋友等同行人员等使用相同的移动策略
• 男性群体鈳能更理性，倾向于走最短路径/避让人群

• 再次熟悉使用了pkinter实现GUI并再次利用plt作图（热力图）
• 深刻领会了 Python 的赋值、引用、拷贝问题 ：可变对象之间的赋值是传引用，不可变对象的赋值是传值详见
• 求解最短路要注意连通性！！！初始距离设为无穷大可避免出现更新距離问题（不连通的区块距离为0导致错误）
• 对矩阵np.array的访问，下标为浮点数只会报Warning改了好久值类型dtype才发现下标为浮点数！