随着社会的发展，人们聚集的公共场所也越来越多如，地铁，车站，码头等，这些场所都有一个公共的特点，人员集中，流动量大。一旦发生紧急事件，如火灾、爆炸等，很可能造成重大人员伤亡。如何快速、有效的疏散人员，尽量减少或者避免人员伤亡，已经成为一个现实而迫切的问题。人员疏散的过程中，存在着巨大的安全隐患，一旦在疏散过程中发生拥挤、踩踏事故，轻则延误疏散时间，重则造成大量的人员伤亡。　　传统的人员疏散的研究是真人演练，它本身存在着破坏性和安全隐患，并且开销大，对现实环境要求高，而且和真实情况有较大的出入，这种方法非常不适合于人员疏散研究。人群，特别是疏散中的人群，其行为既受外加诸多因素的影响，又受到人们的心理状态的影响，很难用数学式子来总结其疏散规律。所以，在公共场所紧急情况下人员疏散的研究，计算机仿真是主要的研究手段。　　目前国内外关于人群疏散的研究，大多是基于Agent的微观仿真，这种仿真重点关注个体的决策过程及行动，但没有体现出个体之间足够的交互性。本文是利用Multi-Agent的建模仿真方法，建立了一套基于Multi-Agent的疏散仿真系统（MASS），在MASS系统中，将每一个疏散人员当作一个Agent，每个Agent都配有感知、决策和运动能力，通过感知、制定决策、行为选择和运动控制来实现人员的移动，充分体现了Agent之间的交互性。　　本文构建了公共场所紧急情况下的人员疏散模型，基于Agent建立了疏散人员模型，将Agent所在的疏散环境通过利用元胞自动机的关于Moore型邻域的概念，进行了网格化处理，并设计了Agent的种类和属性，使用改进的粒子群优化算法来实现疏散人员的疏散路径规划，最后，建立了可视化的疏散仿真模型，模拟紧急情况下的人群疏散时间。通过仿真其疏散过程，比较得出影响人员疏散速度的主要因素。