近年来,一些典型的政治集会场景,如美国总统大选和韩国反抗朴槿惠游行等,经常会吸引和聚集大量支持或反对的民众。在这样的政治集会中,人群常常持有不同的政治观点且情绪高涨,极易因政治观点对立、情绪激动,导致大规模群体冲突事件发生。通过对政治集会场景中群体行为的演化过程进行建模与仿真,可以动态了解政治集会事件中群体行为的发展态势,进而实施有效监控并及时干预,从而大幅降低潜在的群体冲突风险,有助于社会管理和治安稳定。然而,现有大部分人群运动仿真研究主要针对恐怖袭击或紧急情况下的人群疏散,重点关注的是这些场景下某一类特定情绪对人群运动的影响和作用过程,未充分考虑复杂政治集会活动中持有不同政治观点和情绪状态的各类人群行为。针对上述问题,本文综合考虑人群运动过程中的心理状态与运动状态,通过情绪感染机制将人群心理状态实时映射到人群个体的运动行为中去,提出了两种面向政治集会场景下的群体行为仿真方法。第一种是基于SIR情绪感染的人群仿真方法。具体地,首先分析典型的政治集会场景并对其进行建模,随后对场景中的个体进行建模,包括个体情绪、政治观点、运动行为和个性等,并选取OCEAN个性模型中的“外向性”和“同理心”因素作为影响政治集会中个体的主要个性因素;然后,结合SIR模型和个体个性因素,提出一种对立政治观点下的情绪感染模型,用于描述情绪在不同政治观点人群中的传播过程;最后,结合个体的“情绪感染方向”和原始运动方向,运用社会力模型更新人群个体的最终运动方向,实现对政治集会场景下人群行为的运动仿真。上述方法在个体个性因素方面考虑不足,基于此,本文进一步提出了一种更全面的基于PAD情绪判断的人群仿真方法。具体地,首先利用OCEAN模型和OCC模型对政治集会中的个体分别进行个性和情感建模,然后利用PAD模型将个体个性和情感进行整合,实现对个体情绪状态建模;随后,根据个体的实时情绪状态和周围个体对该个体的情绪影响判断该个体是否受到情绪感染;最后,利用元胞自动机模型对微观个体行为进行建模,并结合流体模型对具有相同运动趋势的个体行为进行约束,结合这两种模型得到群体中个体的运动状态。实验结果表明,本文提出的两种结合情绪感染的人群仿真方法可以直观、准确的表现个体在政治集会场景中的情绪变化,同时有效地反应政治集会场景中个体以及人群行为的动态演变过程。