本文建立了行人流费用势函数场元胞自动机模型。模型的建立是基于以下的基本规则：(1)元胞或者为空或最多被一个行人占据；(2)行人以一定概率移动到八个邻居元胞或保持不动；(3)行人不允许移动到被占据的邻居元胞(概率为零)。这些规则与熟知的地场元胞自动机模型相同。而建模的关键是计算上述九个概率,由此随机选择行人移动的邻居元胞,直至行人到达目的地。为给行人“导航”,地场元胞自动机模型如其所名,是通过建立所谓的地场来确定上述九个概率。本文则是通过建立费用势函数场来确定行人向邻居元胞移动的规则。其中,行人从一个元胞到达目的地的费用(由费用分布函数和路径确定)主要考虑以下两个因素：(1)到达目的地的时间；(2)行程中的负舒适度(为周围密度的增函数)。由于假定了行人对区域和周边环境十分熟悉,能够将所期望的到达目的地的费用最小化,行人会选择势函数减小幅度最大(即势函数的负梯度)的方向。换言之,行人将选择这样的邻居空元胞,使其势函数值有最大幅度的减小,直至到达目的地(此处势函数值最小为0)。在费用势函数场中,势函数到达时间与负舒适度的作用分别类似于地场元胞自动机模型中的静态场与动态场。为了模拟具有不同起止点的两组行人流,我们分别建立两组行人流的势函数场,并引入反映具有不同运动方向的两股行人流相互作用公式,通过数值模拟再现了相向行人流的自组织成行现象。本文还将势函数场元胞自动机模型推广,以描述在视线模糊的步行设施内的行人路径选择,得到预测费用势函数场元胞自动机模型。其中,为了重新描述费用势函数,我们引入了可视度的概念,即可视度取值介于0和1之间：取值为0时表示行人与目的地之间的视线被完全遮蔽；取值为1表示行人处于正常情况。此外,我们还通过定义聚集力,来刻画行人在低可视度和高密度下的推挤行为；运用上述推广的预测费用势函数场模型和考虑聚集力场的预测费用势函数场模型,再现了在有瓶颈口或转角区域内的行人流现象。本论文的主要创新点可概述如下：1.提出了费用势函数场,由此直接得到描述一组行人流的费用势函数场元胞自动机模型,并合理再现了行人疏散过程中典型的群集现象。2.通过描述两股行人流相互作用,建立了具有不同起止点的两组行人流费用势函数场元胞自动机模型,并合理再现了相向行人流的自组织成行现象。3.通过将可视度参数和描述推挤行为的作用力引入费用势函数,推广了费用势函数场模型,得到考虑聚集力场的预测费用势函数场模型,并合理再现了有瓶颈或转角区域内的行人流现象。