文档介绍：现有的人群仿真研宄将其研宄重点大体可以分成三个方面，即路径规划问题、行为决策问题、动画表现问题;这三点也被称为是人群仿真研宄关注的三要素。：
宏观模型：（讲人群整体作为建模对象，不考虑个体间相互作用）流体力学模型。微网络中发挥作用。
这些算法包括:A*算法、Dijkstra算法、fallback算法、Floyd算法等。
路径规划问题分类：
(1)离散域范围内的最短路径规划问题：从最短路径规划的角度看，这一类问题都是在已知路径信息（节点数，路径参数信息，拓扑结构等）情况下，从已知起始节点到目标节点的最优路径路径规划问题，路径信息多为静态信息，即使有信息变动，智能算法也有足够的能力进行及时的应变规划。常用的算法有:Dijkstra 算法、A*搜索算法、模拟退火算法、蚁群算法、遗传算法、粒子群算法、Floyd 算法、Fallback算法等。
⑵ 连续域范围内的全局路径规划问题：从路径规划角度来看，这类问题都是已知环境信息，且环境信息为静态信息的情况下，如何在安全范围内避开障碍物找到到达目的地的最短路径问题。解决此类问题通常依靠智能算法与环境建模结合使用。直接应用于此类问题的路径规划算法有：可视图法、自由空间法、Voronoi 图法、栅格法、惩罚函数法、模拟退火算法等。间接应用的智能算法有:A*搜索算法、蚁群算法、遗传算法、粒子群算法、人工势场法等
⑶ 连续域范围内的局部路径规划问题：局部规划面对的是动态的实时的环境信息，属于在线规划，对算法要求实时性好、高效、稳定。应用于此类问题的算法有：蚁群算法、遗传算法、粒子群算法、A*搜索算法、人工势场法、量子粒子群算法、神经网络算法等。
疏散计划制定：考虑楼宇空间结构，人流因素（人流密度，人流速度，安全疏散距离，疏散时间）
以下为路径规划算法在楼宇内部场景中的几个发展方向：
1）现有路径规划算法改进
2）不同路径规划算法结合
3）路径规划算法三维化
博士论文：
楼梯区域人员疏散行为分析与模拟（不同区域，不同类型人员在楼梯区域的运动特点分析，运用格子气模型）
人群疏散微观仿真（行人运动特征，行人行为模型，提出基于精细网格划分和人工势能场的行人行为模型）
建筑典型区域人群疏散效率研究（房间出口设计，走廊、楼梯人群疏散，社会力模型）
高层建筑人群垂直疏散特性（楼梯、电梯人群疏散特性。元胞自动机模型，
pathfinder软件模拟）
建筑火灾人群疏散行为及优化（疏散行为走廊，楼梯人群疏散行为分析，基于图论的排队论模型）
虚拟人群行为建模及仿真（基于agent的行为控制模型，全局规划和局部避碰结合的路径规划，分层次的虚拟人群行为模型）
密集人群疏散行为建模（启发式力学模型仿真行人行为）
建筑内典型区域人员疏散特性（基于元胞自动机的多障碍物房间疏散，分析楼梯上行人流状态的变化）
大型场馆人员疏散仿真（基于Agent与元胞自动机相结合，分别建立个体正常、个体拥挤、个体单步预走和个体多步预走疏散模型）
避障路径规划研究（可视图法求避障路径，遗传算法求避障路径，避障最短
路径问题的两级动态规划算法）
硕士论文：
大型公共建筑环境人群拥挤机理及行为特性研究（社会力模型）
地铁疏散模型（agent-based模型）