密西根大学的一位研究人员开发了一款独特的灾难响应规划（disaster-response planning）模型，在灾难发生后的疏散期间，该模型可以考虑到人的实时决策，以确定有效的执行策略。

　　“当一场灾难发生时，人们需要马上撤离，这时很难对这些紧急情况做计划。这个新模型可帮助政府部门训练第一批应急响应人员，并且能做出恰到好处的策略为紧急情况作准备。”朱迪·晋（Judy Jin）说到。朱迪是密歇根大学工业及运营工程系的副教授，也是该项研究论文的作者之一。

　　新的仿真模型可以告诉紧急情况决策者，警察在场的数量变化是如何影响疏散速度的，一个区域里的游客比率又是如何减慢逃离速度的。

　　该模型之所以独特，是因为它不仅包含人们如何做决定，还包括人们如何规划这些决定措施。朱迪说，这可以让最终的决定更精确的展现出来，因为它能让模拟逃离的人从他们收集的新信息中得到启发。当从灾难场景撤离时，一个人可以不断的学习新的知识。比如，他们可能会留意火、烟、警察给的指示以及其他人的行为。

　　为了让该仿真模型能最大程度精确地模仿真实行为，研究人员对人们在虚拟真实经验中做出的选择进行了记录。在该模拟试验中，有6个志愿者从华盛顿国家广场炸弹爆炸的模拟场景中撤离，他们每个人都做了3次演练。利用这些信息，这个模型可以分析人们对紧急情况反应的类型有何不同。

　　在设定的区域里，增加警察或当地居民的数量怎样影响疏离时间？为了研究这个问题，研究人员让500个人在炸弹爆炸后撤离国家广场。在这些模拟中，警察的数量从10增加到100，游客疏散的时间减少了25%，或减少1分钟以上。如果本地居民（这些人更可能在紧急情况下充当领导者的角色）的数量从10增加到200，疏散时间减少了30秒，或者减少10%。

　　“这些结果可以帮助政府在不同的紧急情况下确定最理想的警察数量，并且还要将一个城市里的游客百分比考虑进来。”朱迪说。

　　朱迪表示，新的模型也可以用于交通管理，或者用在需要人们快速做决定的任何紧急情况下。

　　这项研究论文将会发表在下一期的《美国计算机学会模型和计算机仿真汇刊》（ACM Transactions on Modeling and Computer Simulation）上。论文的合著者还有亚利桑那大学的博士生李胜浩（音译Seungho Lee）和副教授孙杨军（音译Young-Jun Son）。