基于毒性伤害指标的疏散路径规划模型

为定量研究毒气泄漏事故中有害物质扩散对疏散路径选择行为的影响,以疏散过程中人员健康伤害最低为目标,构建新的疏散路径规划模型。在离散化改进毒性负荷计算公式的基础上,参照疏散道路网络图描述的空间位置信息,采用高斯气体扩散模型计算各疏散路段的毒性负荷值及致死概率等人员毒性伤害指标,从而选择最优疏散路径;然后,以液氨泄漏事故为研究案例,对比最短和最优疏散路径,以验证模型的有效性。研究成果表明:由于毒气浓度空间分布的差异,行走距离较短的疏散方案反而可能导致较高的伤害概率;为尽量减少人员伤亡,事故应急疏散过程需要有针对性的规划引导。     

基于蚁群算法的烟气中人员疏散路径选择优化

针对火灾烟气环境下的人员疏散问题，分析人员密度以及烟气能见度对疏散速度以及最佳疏散路径的影响。首先，得到烟气及人员密度对疏散速度的修正函数，并将该函数同蚁群算法的启发式信息函数进行耦合；其次，改进蚁群算法求解最佳路径的局限性，建立1种基于蚁群算法的人员疏散路径算法模型；最后，将算法模型应用于实例研究。研究结果表明:所提出的模型可较好地优化人员疏散路径，并进一步提高人员疏散效率。     

基于几何方法的疏散仿真模型——GAEvac

GAEvac模型是基于几何方法和目标智能判别的人员疏散计算机模型,该模型针对建筑物和人员的特点,建立以几何元素表示的建筑物空间和人员体型模型,通过碰撞检测和位置调整的算法,模拟疏散中个体人员的速度变化和移动方向选择。通过设置分级目标和条件决策规则,模拟疏散过程中的人员路径选择,疏散过程中的群体效应得以体现。通过速度变化和疏散路径选择模拟实验,对GAEvac模型模拟的结果进行了对比分析。最后,通过对实例的模拟,验证了GAEvac模型的应用效果。     

最短路径算法在事故应急救援中的应用

本文主要研究了单源最短路径优化节点的技术和方法,并将其运用于事故的应急救援中,同时提出了技术支持系统中最短路径可视化的优化结构框架。结合单源最短路径算法,在地理信息系统中以数字高程模型和卫星影像数据为基础,针对事故危险区域开发出人员疏散和救援的最短路径可视化算法。此项技术完善了应急救援路径自动化选择模式,为事故中迅速展开人员疏散和组织有效的应急救援工作提供强有力的技术支持。     

基于情景构建的危化品事故应急疏散模拟研究

为有效控制危化品企业的事故风险,预防重大火灾爆炸事故发生,以天津港"8·12"特别重大火灾爆炸事故为例,建立贝叶斯与元胞自动机(CA)耦合模型,模拟重建事故情景,分析事故各演变环节,探寻事故演化规律,找到该类危化品港口储存行业潜在事故隐患。依据蚁群算法(ACO)建立应急疏散模型,在Matlab平台上模拟仿真受灾最严重小区的居民疏散情况,找到最佳疏散路径,计算得出将周边居民、相关人员疏散到安全区域的响应时间点。结果表明:依据计算机模拟仿真结果规划应急疏散路径,能够提高应急疏散的效率,减少事故的影响。     

有毒化学品泄漏事故应急疏散决策优化模型研究

采用高斯烟团模型模拟有毒化学品泄漏后的扩散区域,确定应急疏散范围;采用线性规划方法,建立应急疏散优化模型,并利用Lingo优化软件求解该模型.以液氯泄漏事故为例,研究危险区域的人员疏散,确定最佳应急疏散方案.本研究为一线指挥人员的最优疏散方案决策提供了参考.     

基于元胞自动机的人员疏散出口选择博弈模型

为提高人员出口选择行为的疏散效率，针对紧急情况下多出口房间的人员疏散过程，提出了一种结合博弈论方法和元胞自动机模型的出口选择优化模型。该模型基于博弈论中的最佳反应动力学概念，考虑了疏散人员之间的相互影响，其中每个人员通过对其他人的选择策略做出最佳响应。分析了影响人员出口选择行为的关键因素，包括人员的耐心坚定程度、出口可见性和出口熟悉度、出口布局以及最佳出口间距等。并将此模型与模拟软件Pathfinder的进行对比，验证了其高效性。结果表明，低耐心程度会导致人员犹豫徘徊行为，不利于疏散。对于单出口选择情况，出口位置分布在墙壁中间时人员疏散效率最高。对于多出口选择情况，当两个出口位于同一墙壁时，出口的最佳间距应设为所处墙壁长度的0.5倍。而位于不同墙壁时，出口对称设计下的人员疏散选择时间最短。     

疏散路径受阻情况下的人员疏散模型及算法

建筑火灾中,随着火势的不断增大和烟气的不断增多,随时会有某条疏散路径因被火势或烟气封堵而不能正常通行的情况发生。针对此情况下的应急疏散问题,以待疏散人员全部完成疏散所需时间最短为目标,以结合疏散路径的通行能力合理分配待疏散人员为原则,运用Dijkstra算法对网络中的最短路径进行求解,并结合网络流控制的方法实现疏散人员的合理分配,建立了疏散路径受阻情况下的人员疏散模型,并提出了该模型的算法思想及算法步骤,最后结合算例进行了验证。验证结果表明,该模型及算法可行、有效,既可较好地避免因大量人员选择相同疏散路线而造成的拥堵,还提高了疏散网络的整体使用率,又有效缩短了人员的疏散所需时间。     

大型超市火灾人员疏散路径优化研究

针对常州某大型超市的实际建筑结构和人员分布情况,利用计算机进行火灾情况下的人员疏散模拟,得出疏散路径、出口人员流量、疏散时间及疏散设施的使用情况等相关数据。疏散过程中路径选择是影响疏散时间的重要因素,而人员对超市环境的熟悉程度又是影响路径选择的重要因素。进行路径优化时,若以超市店员作为疏散的动态引导人,采用方向式动态引导,将人员引导至模拟中使用率较低的出口和楼梯,进行人员分流,能够缩短疏散时间,进一步优化疏散路径。从疏散路径选择和人员管理方面提出一种针对该超市的更为高效的疏散方法。     

基于动态网络流的区域疏散分析模型与仿真

区域疏散分析是应急管理工作的重要内容。基于CBRN事故区域疏散的特点,引入疏散亚区域的概念,并运用运筹学中图论与离散时间动态网络流的理论和方法,建立CBRN事故区域疏散优化模型。采用RELAX算法求解该模型,并结合CBRN事故时期人员疏散过程详细介绍区域疏散分析的流程。最后将所建模型应用于具体实例,程序运算结果表明群众对紧急疏散通知的反应速度越快,被疏散人数越少以及尽早通知群众疏散时,人员疏散效率明显提高。CBRN事故区域疏散优化模型可为优化和改进CBRN事故区域疏散的方法提供依据。     

城市救援最佳路线的确定

为了提高应急救援的效率,需要在救援前确定一条最优的救援路线,笔者充分考虑城市交通系统的复杂性,以安德伍德(R.T.underwood)模仿流体力学导出的车速——密度模型为基础,采用路段信息表描述城市道路信息,建立城市道路交通数据库。以城市交通路网作为建立事故救援路线的模型基础,根据Floyd算法构造时间矩阵,利用Matlab运行Floyd算法对城市道路通行时间进行优化,确定一条时间最短的救援路线。结果表明,在综合考虑城市交通中的问题后,不同时段救援行动的路线也有所不同,从而大大提高了救援行动的效率。     

基于遗传算法的前馈神经网络火灾探测

分析了前馈神经网络火灾探测的基本原理;针对ＢＰ算法的缺陷,提出用遗传算法（ＧＡ）和ＢＰ相结合的一种方法,即：ＢＰ－ＧＡ算法;并把ＢＰ－ＧＡ算法用于火灾探测的模拟,结果表明：前馈神经网络是处理火灾信号的良好方法,ＢＰ－ＧＡ算法提高了网络的收剑性。     

级联失效特性下的危险品运输路径选择研究

基于复杂网络的级联失效特性,构建危险品运输网络的级联失效模型,提出用路段重要度来度量某条路段上发生危险品事故后引起网络其他路段失效的规模。以路径风险最小化和路径总重要度最小化为目标,建立危险品运输路径的多目标决策模型,并利用标号法进行求解。算例结果表明,危险品运输网络确实存在级联失效现象。选择危险品运输路径时,应尽量避开重要度高的路段,以降低危险品事故对普通道路网络的不良交通影响。     

不同空间尺度下危化品运输路径优化

为了解决化工园区危化品运输路径优化问题，研究了化工“园区间”与“园区内”2种空间尺度下危化品运输的影响因素差异性，提出以最小化运输阻抗、最小化运输风险和最小化风险敏感度为优化目标的不同空间尺度下危化品运输路径优化模型。通过目标量化确定每条路径上的目标值，将标准化后的目标值引入到Dijkstra算法和集成目标函数最优折衷路径的扩展标号法中，对危化品运输多目标优化模型进行求解。研究结果表明:不同空间尺度下的危化品运输最优路径不同，应根据危化品运输的实际情况对运输路径进行选择。最后，以平顶山某化工园区的抽象路网为例对优化模型进行验证。     

机场终端区飞行流量的优化算法研究

为解决繁忙机场飞行终端区的交通拥挤问题,研究了遗传算法在跑道分配和飞机排序中的应用。建立多条跑道多架飞机的数学模型,使用遗传算法仿真计算寻求飞机进场总延迟时间最小的排序方案,并与传统的先到先服务算法进行了对比。结果表明:遗传算法与先到先服务排序相比较,总延迟时间减少了53%,说明了该算法排序结果明显优于先到先服务的排序结果。遗传算法具有全局寻优,且优化效率高的特点,有助于空中交通流量管理优化方案的建立。     

时变条件下公路危险品罐车运输路线选择

为合理选择公路运输危险品路线,保障运输安全,将用于求解静态路径规划问题的Diikstra标号法进行推广和改进,提出指标累积值标号法,运用该方法并依据危险品罐车运输事故统计数据,建立了时变条件下以路段泄漏事故率、路侧人口密度及路段运输费用为指标的危险品罐车公路运输路线选择模型.并给出待选路线对比原则.实例应用表明,该模型充分考虑了事故概率、事故后果及运输成本3大危险品运输路线选择影响因素,使用方便且受主观因素影响小,具有较好的实用性.     

大型公共场所动态引导人移动路径设计方法

针对方向式动态引导在大型公共场所安全疏散中的重要作用,以及对动态引导人移动路径研究不足的现状,提出利用比值函数设计动态引导人移动路径的方法。并借鉴TSP(旅行商问题)方法的求解思路,提出可用于动态引导人移动路径优化的禁忌搜索算法。以一个内部布局较为复杂的大型公共场所模拟场景为例,利用MA-ESM疏散模型,分别模拟了引导人最优移动路径、最短移动路径和影响面积最大路径3种不同情景下疏散效果。结果表明,利用影响面积和路径长度比值最大的优化算法计算得出的引导人移动路径,既可满足在相同时间内引导更多的人员进行疏散,又可节省总体的疏散时间,充分保证疏散效果,验证了笔者所提出的动态引导人移动路径优化算法的合理性。     

基于多枢纽城际应急管理网络资源调度鲁棒优化

为了降低由于应急突发事件随机性带来的应急资源需求不确定性,在对基于Multi-HUB(多枢纽)城际应急管理网络机制研究的基础上,分析基于Multi-HUB城际应急管理网络信息传递和资源调度方式,建立以时间最小为目标的资源优化调度模型并鲁棒性地选择一级HUB点,通过Matlab7.0对优化调度模型及一级HUB点鲁棒性选择进行了数值仿真。研究表明:对Multi-HUB城际应急管理网络中的一级HUB点进行鲁棒性选择,能很好地对"都市圈"内应急资源进行优化调度,降低需求不确定性所带来的"都市圈"内资源无法有效整合的风险,从而有效地提高城市应急资源利用效率。     

基于灾变的人群疏散避灾路径优化及应用

突发事件条件下的应急疏散是一个复杂的过程，不仅要考虑时间因素，而且要考虑疏散网络中各路段的受灾风险水平。因此，对于人群快速转移避灾路径的解算结果，不仅要求快速，还要求避灾。基于灾害预测的疏散路径优化理论模型，在求解时变灾害条件下，集成考虑实时与未来灾害影响的转移避灾路径优化算法。采用C#程序设计语言和Visual studio 2013平台，开发了进行模型算法实现的原型系统，并通过算例进行了说明。结果表明:在预先设置的灾害情景中，提出的模型算法可以提前规划出避开灾害且疏散时间较短的路径，为制定应急预案提供参考依据。