Phenomena like tsunamis cannot be predicted, and simulation models are continuously being used in an attempt to understand how individuals will react in an emergency evacuation event. More specifically, pedestrian evacuation simulation can be used to better understand how pedestrians will escape an at-risk area. This work presents a pedestrian evacuation model (PEM) for the municipality of Rincón, Puerto Rico. This PEM provides insight on the vulnerability of Rincón to tsunamis using an iterative, optimization-based algorithm that fuses anisotropic least cost distance (ALCD) and agent-based (AB) approaches. This work advances the ALCD literature by providing a computationally-feasible PEM implementation capable of: (1) strategically initializing the location of pedestrians based on infrastructure and land use considerations, (2) managing individual as well as group-based evacuation, (3) assigning evacuation speeds and responses using probability and machine learning approaches, and (4) penalizing evacuation times using fatigue and reaction delays. The results of this PEM will provide emergency managers with a more realistic depiction of the time to reach safety using a systematic framework. Results, based on the worst-case scenario, indicate that 32.44% of the population in the tsunami evacuation zone (TEZ) would reach safety under 5 min, 41.96% between 5 and 15 min, and 25.60% would require more than 15 min. Unless effective public policy and mitigation strategies take place, the aftermath of a tsunami that inundates the Rincón coastline in less than 5 min could amount to up to 3312 casualties or 68% of the population in the TEZ.

像海啸这样的现象是无法预测的，并且不断使用模拟模型来试图了解个人在紧急疏散事件中的反应。更具体地说，行人疏散模拟可用于更好地了解行人如何逃离高风险区域。这项工作提出了波多黎各Rincón市的行人疏散模型（PEM）。该PEM使用基于迭代的，基于优化的迭代算法，融合了各向异性最小成本距离（ALCD）和基于代理的（AB）方法，从而深入了解Rincón对海啸的脆弱性。这项工作通过提供一种在计算上可行的PEM实现，从而推动了ALCD文献的发展，该实现能够：（1）根据基础设施和土地使用方面的考虑，战略性地初始化行人的位置，（2）管理基于个人和小组的疏散，（3）使用概率和机器学习方法分配疏散速度和响应，以及（4）使用疲劳和反应延迟来惩罚疏散时间。该PEM的结果将使用系统的框架为应急管理人员提供更实际的到达安全时间的描述。根据最坏情况得出的结果表明，海啸疏散区（TEZ）中32.44％的人口将在5分钟内达到安全状态，41.96％在5至15分钟内达到安全水平，而25.60％的人将需要15分钟以上的时间。除非采取有效的公共政策和缓解策略，否则海啸在不到5分钟的时间内淹没Rincón海岸线的后果可能多达3312人伤亡，或占整个开发区人口的68％。（3）使用概率和机器学习方法分配疏散速度和响应，以及（4）使用疲劳和反应延迟惩罚疏散时间。该PEM的结果将使用系统的框架为应急管理人员提供更实际的到达安全时间的描述。根据最坏情况得出的结果表明，海啸疏散区（TEZ）中32.44％的人口将在5分钟内达到安全状态，41.96％在5至15分钟内达到安全水平，而25.60％的人将需要15分钟以上的时间。除非采取有效的公共政策和缓解策略，否则海啸在不到5分钟的时间内淹没Rincón海岸线的后果可能多达3312人伤亡，或占整个开发区人口的68％。（3）使用概率和机器学习方法分配疏散速度和响应，以及（4）使用疲劳和反应延迟惩罚疏散时间。该PEM的结果将使用系统的框架为应急管理人员提供更实际的到达安全时间的描述。根据最坏情况得出的结果表明，海啸疏散区（TEZ）中32.44％的人口将在5分钟内达到安全状态，41.96％在5至15分钟之间将达到安全状态，而25.60％的人将需要15分钟以上的时间。除非采取有效的公共政策和缓解策略，否则海啸在不到5分钟的时间内淹没Rincón海岸线的后果可能多达3312人伤亡，或占整个开发区人口的68％。（4）使用疲劳和反应延迟来惩罚疏散时间。该PEM的结果将使用系统的框架为应急管理人员提供更实际的到达安全时间的描述。根据最坏情况得出的结果表明，海啸疏散区（TEZ）中32.44％的人口将在5分钟内达到安全状态，41.96％在5至15分钟之间将达到安全状态，而25.60％的人将需要15分钟以上的时间。除非采取有效的公共政策和缓解策略，否则海啸在不到5分钟的时间内淹没Rincón海岸线的后果可能多达3312人伤亡，或占整个开发区人口的68％。（4）使用疲劳和反应延迟来惩罚疏散时间。该PEM的结果将使用系统的框架为应急管理人员提供更实际的到达安全时间的描述。根据最坏情况得出的结果表明，海啸疏散区（TEZ）中32.44％的人口将在5分钟内达到安全状态，41.96％在5至15分钟之间将达到安全状态，而25.60％的人将需要15分钟以上的时间。除非采取有效的公共政策和缓解策略，否则海啸在不到5分钟的时间内淹没Rincón海岸线的后果可能多达3312人伤亡，或占整个开发区人口的68％。该PEM的结果将使用系统的框架为应急管理人员提供更实际的到达安全时间的描述。根据最坏情况得出的结果表明，海啸疏散区（TEZ）中32.44％的人口将在5分钟内达到安全状态，41.96％在5至15分钟之间将达到安全状态，而25.60％的人将需要15分钟以上的时间。除非采取有效的公共政策和缓解策略，否则海啸在不到5分钟的时间内淹没Rincón海岸线的后果可能多达3312人伤亡，或占整个开发区人口的68％。该PEM的结果将使用系统的框架为应急管理人员提供更实际的到达安全时间的描述。根据最坏情况得出的结果表明，海啸疏散区（TEZ）中32.44％的人口将在5分钟内达到安全状态，41.96％在5至15分钟之间将达到安全状态，而25.60％的人将需要15分钟以上的时间。除非采取有效的公共政策和缓解策略，否则海啸在不到5分钟的时间内淹没Rincón海岸线的后果可能多达3312人伤亡，或占整个开发区人口的68％。