پیش بینی رفتار جمعیت های انسانی با قوانین فیزیک آماری

همه ما انسان ها به صورت غریزی می دانیم که چگونه باید راهمان را در یک جمعیت به سمت جلو بیابیم تا به این ترتیب ضمن خودداری از برخورد با دیگران، بتوانیم کمترین فاصله را نیز در پیش بگیریم. اما شناسایی و تعیین این فرآیند و قانون حاکم بر آن در قالب یک سری روابط ریاضیاتی مشخص تاکنون میسر نبوده است.

اگر فرض را بر این بگذاریم که انسان ها رفتاری همانند ذرات باردار دارند، در این صورت شاید بتوان تا حدی این پدیده را توضیح داد. اما شبیه سازی حرکت انسان ها بر اساس رفتار مشابه ذرات باردار موفقیت آمیز نبوده است، زیرا به این ترتیب نمی توان رویکردی که انسان ها در دنیای واقعی در هنگام حرکت در یک جمعیت بزرگ تر دارند را توضیح داد.

پژوهشگران بر این اساس به بررسی بیشتر این پدیده پرداختند و به یک قانون ساده ریاضیاتی رسیدند که تعامل بین دو فرد پیاده را محاسبه می کرد. این قانون بر عامل «زمان تا لحظه برخورد» استوار است. این دانشمندان سپس به استفاده از این قانون برای بررسی رفتار واقعی افراد در طیف گسترده ای از موقعیت های شهری پرداختند.

شبیه سازی این قانون الگوهایی که همه ما با آن آشنا هستیم را نشان می داد. یکی از این الگوها بدین شکل است که در طی حرکت در مسیرهایی که افرادی از روبرو می آیند، پیش از برخورد مسیر حرکتمان را اندکی تغییر می دهیم تا از برخورد پیشگیری کنیم. با این حال در برخورد در مسیرهایی که همه جمعیت در یک سمت خاص راه می روند، تا حد امکان نزدیک به همدیگر حرکت می کنیم. مدل هایی که پیش از این برای پیش بینی شیوه حرکت انسان در جمعیت طراحی شده بود قادر به پیش بینی دقیق این دو الگوی متفاوت نبود.

این مدل را در واقع باید ترکیبی از فیزیک آماری و علوم انسانی دانست، زیرا الگوهای غیرریاضیاتی که همه ما به صورت غریزی با آن آشنایی داریم در قالب قوانین فیزیک آماری پدیدار می شوند.

این مدل می تواند کاربردهای متعددی در زمینه پیش بینی مشکلات ناشی از جمعیت های زیادی در رویدادهای ورزشی و یا جشنواره های مردمی داشته باشد. همچنین می توان از این الگوی جدید برای طراحی بهتر ساختمان ها به منظور جلوگیری از هر گونه برخورد بین افراد در حین حرکت در آن بهره گرفت.

منبع

No tags for this post.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا