一种基于Dijkstra算法的火灾动态疏散指示系统

为实现建筑火灾人员的安全疏散,提高疏散出口的综合使用效率,从疏散理论和系统整体构建切入,以实际适用性和火灾动态扩散为要点设计了系统疏散模型,基于功能需求对功能模块内容和硬件网络进行了构造,提出了一种基于Dijkstra算法的火灾动态疏散指示系统.以某商场建筑为实例,运用Pyrosim软件进行建筑内火灾模拟,采用疏散指示系统算法得到该火灾场景下的最优路径,通过在Pathfinder软件中增设6处定时通行禁区达到人员服从系统算法规划的疏散效果.结果表明:在试验设定下,该系统算法的总疏散时间比Pathfinder软件缩短了 1.5 s,最长疏散距离比Path-finder 软件缩短了 6.86％;系统算法通过科学导流提升了商场左、下出口的利用率及右出口的疏散效率,从而减少了总疏散时间,验证了该火灾动态疏散指示系统的可行性和有效性.     

基于个体脆弱性区域疏散最佳路径

针对危险化学品、生化制剂、放射性或核物质（ CBRN）事故情景,建立区域疏散路径优化模型。基于个体脆弱性模型,提出了适合求解模型算法,包括静态最优路径算法和动态最优路径算法。最后用随机路网测试算法的应用效果,结果表明,所提算法可以满足区域疏散路径双目标优化的需求,并能根据外部环境变化动态更新当前最优路径,是一种近似、快速的算法。区域疏散路径的确定可为CBRN事故救灾提供有力的技术支持。     

建筑火灾中智能疏散诱导系统对人群疏散影响的仿真

采用改进的元胞自动机模型,引入视觉效应和听觉效应系数,模拟不同人员在混合行为模式下的疏散过程,通过改变诱导信号对人群疏散的作用范围,研究智能疏散诱导系统的视觉诱导、听觉诱导及双重诱导对人员疏散过程的影响,给出一种基于多参数的智能动态标识算法.结果表明:该系统通过对声、光指示器等诱导标识的实时控制,给出人群疏散的动态标识路径,指示疏散人员选择合理的疏散行为模式,从而提高疏散效率;在不同行为模式下,借助声、光双重诱导机制,选择正确的疏散诱导标识的数量、位置和方向,扩大疏散诱导标识的影响范围,可以有效缩短疏散时间;根据基于多参数的智能动态标识算法,控制动态疏散线路标识的工作状态,给出疏散人群的动态标识路径,能够提高人群的疏散效率.     

基于Modbus通讯的智能疏散指示系统研究

研究了以蚁群算法为决策分析基于Modbus通讯的智能疏散指示系统。该系统可实时检测建筑内火灾报警器的状态,通过改进的蚁群算法得到最优疏散路径,并通过现场总线及Modbus通讯协议将决策结果发送给各疏散指示器,从而引导人员安全的离开火灾现场。通过实例模拟验证了该系统的实用性和可靠性。结果表明,该系统可根据火灾发展的进程,动态改变疏散指示方向,保证疏散人员的安全,具有广泛的应用前景。     

多出口条件下应急疏散路径优化模型

为减少拥堵发生概率,考虑多出口条件下疏散人群路径选择特点,建立应急疏散路径优化模型。首先以疏散通道布置方位为基础,建立疏散网络,确定可行疏散路径集合,考虑人群流量与排队时间动态关系,计算人群雍滞时间,表征路径当量长度,迭代可行路径集合;然后以疏散总时间最短为目标,修正Dijkstra算法目标函数,全局搜索时间最优路径,分配疏散方案;最后通过某多出口疏散案例,对比传统最短路径和优化最短时间疏散方案疏散总时间,验证模型的有效性。结果表明:优化后的疏散方案排队总时间与疏散总时间均小于传统疏散模型,疏散出口利用率更高,人流分布更为均匀,疏散路径重叠概率较小,有效提升了疏散效率。     

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。     

考虑火灾动态扩散过程的高层建筑疏散路径研究

为给火灾中高层建筑人员提供最优逃生路径,提高高层人员面对火灾的应急能力,提出基于涟漪扩散算法(RSA)的协同进化路径优化方法(CEPO);借助火灾动力学软件(FDS)模拟北京某高层建筑的火灾扩散情况,采用CEPO方法优化人员疏散路径,并选取传统动态路径优化方法(DPO)验证CEPO方法的有效性。结果表明:CEPO方法总的疏散时间较传统DPO方法缩短约8%,DPO方法无法成功疏散的总人数是CEPO方法未能成功疏散总人数的270%;用CEPO方法能获得实际最优疏散路径,避免出现绕远的不合理现象,有效提高高层建筑的火灾疏散效果。     

1种基于CCRP火灾情况下的动态疏散算法

为在火灾发生时给逃生人群规划最优的安全疏散方案，基于CCRP算法开发1种火灾情况下受容量限制的动态疏散算法。该算法模型将发生火灾的建筑布局信息表达成节点连接弧形式，鉴于可预测危害蔓延对火灾逃生过程中疏散通道封锁时间的影响，为建筑网络图上的节点赋予“危险时刻”属性，逃生人员通过节点的时刻必须小于该节点的“危险时刻”才能规避火灾危险；基于eclipse软件平台，通过动态疏散算法与相似Dinesh算法应用实例对比仿真分析，验证基于CCRP的动态疏散算法的可行性与优越性。结果表明:通过该算法计算出的逃生路径保证逃生人员在最短时间疏散出去；且其具有安全性高和耗时少等优点。     

一种基于人工蜂群算法的多目标路径决策方法

为兼顾火灾中人员疏散的安全性与效率,使得人员避免遭受火灾风险侵害的同时尽可能节省人员疏散所需时间,提出一种基于人工蜂群算法的最优疏散路径决策方法。首先,通过将一个考虑逃逸代价的单目标模型以及一个考虑路径复杂度的单目标模型合并为一个双目标路径规划模型,实现以火灾风险、路径长度及路径复杂度为最终优化目标;然后,以某建筑为例,运用Pyrosim软件进行建筑内火灾模拟,利用本文的最优疏散路径决策方法得到该火灾场景下的最优路径。结果显示：该决策方法可以有效帮助人员避开风险水平较高的区域,同时尽可能降低所选疏散路径的复杂度,验证了该方法用于考虑火灾蔓延对疏散路线影响的可行性。     

邮轮火灾动态蔓延情况下的最优疏散路径规划

为解决邮轮火灾应急疏散过程中,由于邮轮内部结构复杂、通道狭窄、人流量大导致人员难以短时间安全疏散的问题,应用基于火灾蔓延预测数据的A^*算法求解邮轮火灾的人员疏散路径。首先,根据SAFEGUARD项目中的邮轮数据建立二维网络拓扑结构,定义网络中节点的CO体积分数、烟雾可见度和温度3类指标的阈值,并基于火灾发生的地点和程度,模拟火灾动态蔓延的情况,实时判定疏散网络中各个节点的危险状况;然后,结合火灾蔓延的实时数据改进A^*算法,并求解人员的最优疏散路径;最后,使用同一邮轮作为模拟人员疏散的场景,模拟邮轮火灾动态蔓延情况下的人员疏散过程,分析人员疏散路径的可行性。结果表明：改进后的A^*算法所求路径能成功绕开网络中受火灾影响较大的危险节点,同时疏散规模为700人的时间比使用基本A^*算法所求的疏散时间缩短50%。     

多条件约束三维动态行人疏散路径优化方法

针对约束环境下的行人疏散路径选择问题,提出了三维动态行人疏散路径优化方法。通过元胞自动机模型的拓展建立了三维行人疏散网格模型和三维解空间,在此基础上,综合考虑行人视域、路径距离、行人空间分布等多条件约束。引入路径寻优方法(Ant Colony Algorithm)、改进的社会力模型、更新的启发函数和信息素,构建了新的行人路径选择与优化机制。仿真结果符合实际路径优化需求,模型算法平衡了各出口利用率,提高了行人整体疏散效率,为三维空间下的行人疏散路径优化问题的解决提供了新的思路和方案,生成的疏散路径信息有望反馈到地标系统中并有效指导突发情况下行人的路径选择。     

基于Revit的医院火灾人员疏散路径优化及智能诱导

为了充分保障大规模人群疏散安全目标的实现,进行Revit二次开发,构建建筑物节点状态数据智能提取系统,自动生成建筑物节点初始状态数据库,利用自适应蚁群算法,以全体待疏散人群完成安全疏散时间最短为优化目标,开发人群应急疏散路径优化及智能诱导模型。通过对有无疏散诱导情况下某医院火灾中人员完成疏散所需时间及各出口人员滞留情况的对比,结果表明,基于Revit的数据智能提取系统,改善了医院火灾人员疏散路径优化算法初始状态和边界条件的处理方案,显著提高了疏散优化算法的运行效率,在保障医患人员安全疏散的同时,有效避免了从众现象造成的个别出口拥堵现象。     

人群分区疏散优化算法研究

在疏散过程中,出口利用不均现象时有发生,距离最短路径并不一定是最快的路径。提出了大规模人群分区疏散优化算法,该算法以疏散时间最短为目标,综合考虑了人群分布、出口位置、出口宽度等因素,通过迭代计算,求解每个行人的最优出口选择,从而得到优化疏散分区结果。以具有多个出口的某大型步行商业街区疏散为例,利用经典的无后退有偏随机行走模型进行模拟计算,对是否采用优化分区的疏散时间进行了比较分析。结果表明:采用优化分区疏散时,部分人员放弃路径最短的疏散出口,而被导向选择宽度较宽和附近人员密度较低的出口,从而提高整体疏散效率。该算法解决了以距离最短为目标的疏散分区方式导致的出口利用不均和不充分的现象,有效提高了疏散效率,对于区域分区疏散策略的制定具有一定指导意义。     

智慧城市背景下的火灾实时疏散系统

为尽可能减少火灾给城市居民带来的生命威胁与财产损失,首先提出基于物联网(IoT)技术的智慧城市火灾实时疏散系统构建思路;该系统由感知层、数据处理层和应用层组成,其中,感知层主要通过窄带物联网(NB-IoT)技术、超宽带(UWB)技术,实时采集并传输建筑内的火情信息和人员位置信息;数据处理层主要基于Floyd算法和建筑拓扑图规划人员最优疏散路径;应用层则根据疏散路径规划结果指导人员疏散。然后以天津市智慧城市建设示范区域中的学术交流中心为例,选取人员密集区域分析UWB基站布置原则,将建筑平面结构拓扑化;并结合建筑内火灾危险源位置,利用Floyd算法规划疏散路径,同时利用三维模型展示疏散路线;再借助Pathfinder软件模拟优化前后的人员疏散情况,对比所用疏散时间和疏散距离,结果表明：人员自由疏散选择的路径距离较长,算法优化后的疏散距离为34.9 m,缩短了11 m,疏散用时为30.9 s,减少了9.7 s,提高了疏散效率。     

双洞单线高铁隧道列车中部火灾人员最优疏散模式研究

分析了双洞单线隧道疏散设计概况,针对隧道疏散最不利的列车中部火灾场景,建立了人员疏散路径选择网络模型。基于合理的假设,确定了双洞单线隧道列车中部火灾的5种疏散路径,并运用图解法求解出了最优疏散时间与列车位置关系的数学方程式,确定了最优疏散路径选择模式。通过pathfinder数值模拟对比分析可知,最优疏散路径选择模式的理论模型与模拟结果高度吻合,可以准确计算出人员安全疏散所需时间,对改善隧道疏散设计,减少人员伤亡具有重要意义。     

大型公共场所多源疏散的控制流模型研究

以现有的单源最快流控制算法为基础,考虑人员在大型公共场所中的实际分布状况,遵循最大限度利用各出口的原则,提出针对多源疏散的全局最优化算法。根据此算法可以得出各疏散源点经过各出口的疏散人员数量以及人员的行走路径、从源点出发和完成疏散的时刻。将算法应用于某百货公司的案例研究表明,在多源疏散的情况下,各源点依次按照单源最快流控制算法进行独立疏散,能够保证每个源点的最优疏散,但整体的疏散效率并非最优;而应用全局最优化算法进行疏散,可以充分利用疏散过程中不同出口的疏散时间差,取得减少整体疏散时间、提高疏散效率的效果。     

时变条件下的最佳应急物流路线选择

为求解时变条件下的最佳应急物流路线,研究时变应急物流网络中路径选择的优化问题。用图论和运筹学的理论和方法,建立最佳应急物流路线的数学模型。基于改进的Dijstra算法,设计求解这一模型的区间搜索算法。该算法是通过构造辅助函数调用改进的Dijkstra算法,在最优解的近似区间内多次迭代,逐渐逼近最优解,是一种近似的、快速的算法。通过仿真实例验证所建模型及算法,结果表明,当疏散行动可行且疏散起始时刻已知的情况下,可以求出最佳疏散路线;当疏散起始时刻未知时,还可以求出使疏散行动安全可行的最晚起始时刻。     

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。     

基于改进蝴蝶算法和社会力模型的多出口疏散模型研究*

为提高多出口场景下行人疏散效率和精度,基于蝴蝶算法和社会力模型,提出一种新的应急疏散仿真路径规划方法。在原有社会力模型中,考虑距离出口远近及行人所处位置拥挤度对运动过程中期望速度的影响,引入速度调节因子,描述行人在疏散中的期望速度变化;针对蝴蝶算法中后期收敛速度慢和易陷入局部最优的缺陷,提出自适应感知概率参数以增强局部搜索和全局搜索之间的平衡;在每轮迭代结束时引入迭代局部搜索策略,扰动局部最优解获得中间状态,并重新搜索上述中间状态得到全局最优解。研究结果表明:提出的应急疏散仿真路径规划方法在多出口环境下能够更有效地利用出口资源,提高疏散效率。     

火灾环境下多层建筑的人员疏散路径模型研究

针对公共路段人员交汇出现的疏散速度减缓问题,构建了一个多层建筑的人员疏散最优路径模型。该模型以优先满足疏散时间较长的楼层为前提,保证任意时刻任意路径的人员流量不为零,同时优先使最短路径达到人员流量饱和,在此基础上对其算法步骤进行了改进。最后结合实例进行验证,结果表明,本模型可以更加准确地预估疏散所需时间。