Wie können Simulationsprogramme validiert werden? Oder: Wie kann menschliches Verhalten dem Computer beigebracht werden?

Software für mikroskopische, agentenbasierte Simulationen basieren auf wissenschaftlichen Modellen, welche Einflüsse aus der Physik, Mathematik, Psychologie, Verkehrstechnik uvm. haben. Simulationen dienen im Allgemeinen dazu, komplexe Zusammenhänge zu untersuchen. Sie reduzieren die Realität auf die relevanten Aspekte, um Auswirkungen zu untersuchen. Ob das gewählte Modell die Realität ausreichend realitätsnah abbildet, wird mithilfe unterschiedlicher Validierungsmethoden sichergestellt.

Zur Validierung von mikroskopischen, agentenbasierten Simulatoren gibt es verschiedene Möglichkeiten

Theoretische Kennzahlen

In den Programmen sollten wissenschaftlich validierte Kennzahlen hinterlegt sein. In crowd:it sind beispielsweise Durchschnittswerte für Gehgeschwindigkeit oder Körperumfänge enthalten, die in Studien wie von Weidmann erhoben wurden. Eine ausführliche Erläuterung des sog. Fundamentaldiagramms finden Sie hier.

Experimente

Gerade wenn es um spezielles Bewegungsverhalten von Menschen geht, sollten Ergebnisse aus realen Experimenten z.B. vom Forschungszentrum Jülich für das Forschungsprojekt BaSiGo in die Software einfließen. Im Allgemeinen wird unter Realexperimenten und kontrollierten Experimenten unterschieden.

Testsuites

Testsuites bestehen aus einer Auswahl an einfachen Testfällen, die mit der jeweiligen Software durchgespielt werden können. Diese geben Auskunft darüber, ob die Software tatsächlich die notwendigen Anforderungen abbilden kann.

  • In Deutschland sind die RiMEA Tests am wichtigsten (s. nächster Abschnitt).
  • In den USA wurden die NIST Tests (NIST technical note 1822) entwickelt und verwendet.
  • Zudem gibt es aus dem maritimen Bereich die ISO 1238.

Momentan wird an einer Vereinheitlichung dieser Testfälle im Rahmen der ISO Norm im Chapter Fire Safety Engineering gearbeitet.

 

 

Validierung von crowd:it

Regelmäßige RiMEA Tests

Seit der Gründung im Jahr 2014 ist accu:rate Mitglied im RiMEA e.V. (Richtlinie für Mikroskopische Entfluchtungsanalysen) und seit 2019 ist Dr. Angelika Kneidl Mitglied des Vorstands.
Ziel von RiMEA ist, mithilfe der Richtlinie für simulationsgestützte Entfluchtungsanalysen eine Handreichung für Behördenvertreter und Anwender von Simulationen zu schaffen, um die Methodik sowie die Vorgehensweise bei Entfluchtungsanalysen zu erläutern. Zudem definiert sie Mindeststandards für Eingangsparameter sowie Simulationsmodelle.
Anhang 1 der Richtlinie enthält eine Reihe von Testfällen, die es dem Endanwender ermöglichen soll, unterschiedliche Modelle und deren Ergebnisse besser einordnen zu können.
Diese Testfälle führen wir für unsere Software crowd:it bei jedem Release durch, um Ihnen zu ermöglichen, unser Simulationsmodell und dessen Ergebnisse besser einzuordnen. Denn Transparenz ist uns wichtig! Auf Wunsch stellen wir Ihnen gerne auch unsere älteren Testfälle zur Verfügung. Kontaktieren Sie uns dafür einfach.

Unsere aktuellste Version der Testfälle, basierend auf der neuesten Richtlinie V3.0 steht hier zum Download bereit:

Abgleich von Simulationsergebnissen mit Experimenten

Wir gleichen fortlaufend sowohl Daten aus kontrollierten Experimenten sowie Realexperimente mit den Simulationsergebnissen aus crowd:it ab. Hier haben wir eine Räumungsübung begleitet und im Anschluss mit crowd:it simuliert – mit weniger als 5% Abweichung zur Räumungszeit. Um unser Treppenmodell weiterzuentwickeln, haben wir gemeinsam mit der Hochschule München sowohl Real- als auch kontrollierte Experimente durchgeführt, deren Ergebnisse wir anschließend zur Validierung verwendet haben.

Abgleich von Simulationsergebnissen mit anderen Berechnungsverfahren

Um die Ergebnisse von crowd:it gegenüber den makroskopischen Verfahren einzuordnen, haben wir crowd:it sowohl mit Kapazitätsanalysen als auch mit hydraulischen Verfahren nach Predtetschenski & Milinski abgeglichen.
Das Ergebnis für ein dreistöckiges Bürohaus mit einer 1.20 m breiten Treppen und einfachem Grundriss ist in folgender Grafik dargestellt:
crowd:it liegt wie zu sehen zwischen den jeweiligen Verfahren. Im Gegensatz zu den makroskopischen Verfahren erzielt crowd:it bei geringen Personenzahlen ein exaktes Ergebnis.