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。     

基于自适应蚁群算法的化工园区毒气泄漏事故疏散路径规划*

为了降低人员在化工园区毒气泄漏事故中的伤亡风险,提出1种综合考虑疏散路径距离和毒性负荷值的自适应蚁群算法。通过建立路径评价函数,将疏散路径的毒性负荷值引入蚁群算法中,改进算法的信息素更新策略,采用启发式因子自适应调整策略并改进算法的启发式函数。运用Matlab软件进行仿真,将算法应用到某化工园区毒气泄漏事故中。研究结果表明:该自适应蚁群算法可以保持较高的搜索速度,在寻找距离最短道路的同时避开毒性负荷较高的疏散路径,可为化工园区毒气泄漏事故的应急疏散路径规划提供参考。     

基于蚁群算法的油田井场疏散路径研究

针对油田作业现场的人员疏散问题,通过实测得到作业人员及设备的空间分布特征,构建二维环境地图,利用蚁群算法计算作业人员的最优疏散路径,并对不同工种作业人员分类研究,划分得到井场疏散重点区域。研究结果表明,发生突发事件后,井场内作业人员的疏散时间为31.6 s,按照疏散距离由大至小分别为压裂车操作人员、储罐试油队人员、配液操作人员及其他辅助人员。为了有效提高井场作业人员的疏散效率,应确保设备间预留足够的安全距离,设备与井场边界有一定的空间,应急集中区域不被占用和遮挡。     

基于改进蚁群算法的应急救援最优路径选择

蚁群算法最早成功应用于解决著名的旅行商问题(TSP),但基本蚁群算法在解决大型优化问题时,搜索时间长,易陷入局部最优解.针对基本蚁群算法的不足之处,对该算法的数学模型以及参数组合选择方法进行了改进研究,将改进后的蚁群算法应用于事故应急救援各受灾点救灾物资的配送问题中,取得了较好的运行结果.     

引入路径权重蚁群算法在应急救援中的应用

规划最优路径是应急救援时一项很重要的工作。在基本蚁群系统模型的基础上,基于层次分析法解算出路径权重矩阵,并将其引入状态转移规则,这样求出的最优路径不只是考虑路径距离,而且考虑了道路实际状况。仿真实验结果表明,引入路径权重后的自适应蚁群算法能根据实际路况权重矩阵规划出更合理的救援路径,缩短了救援时间。     

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.     

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。     

基于遗传-蚁群算法的单层建筑火灾疏散路径规划研究

为解决如何快速、有效地找出单层建筑火灾最佳疏散路径问题,分析火灾发生时可能影响人员逃生及最佳路径生成的因素。提出基于遗传-蚁群算法求解火灾时期人员疏散路径。运用遗传算法的快速全局搜索能力,对蚁群算法初期所需要的信息素进行快速处理;利用蚁群算法的正反馈机制,快速找出可行路径,缩短搜索时间;并运用Matlab软件对其进行仿真。结果表明:遗传-蚁群算法所求得的路径生成质量有明显提高,并缩短路径生成时间,有助于提高人员逃生效率,降低人员伤亡率。     

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。     

基于蚁群算法的火灾人群疏散仿真

仿真方法是当前火灾疏散研究的主流方法。针对人群疏散的特点,提出了一种基于蚁群算法的元胞自动机疏散仿真模型。通过火灾中人群疏散的行为分析,引入自适应蚁群算法进行疏散路径优化,从而建立了人群疏散决策和行为的仿真模型。通过仿真实现证明了此方法的有效性。     

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。     

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。     

基于ArcGIS的井下火灾疏散路径优化方法的应用

本文基于ArcGIS的软件的二次开发功能得到火灾应急疏散路径规划的总体框架,结合遗传算法可实现基于ArcGIS的矿山井下火灾疏散路径的优化。     

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。     

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。     

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%。     

基于动态视觉算法的人员疏散预动作时间预测模型

在元胞自动机的基础上,提出一种考虑视觉遮挡的动态视觉算法,结合视觉算法建立了预动作时间模型。从跟随效应的角度出发,在作用机理的层面上解释预动作时间在不同布局场景内产生分布差异的原因。通过试验验证了模型的合理性并探究了场景中不同因素对人群预动作时间的影响,试验结果表明：(1)本模型能够体现不同类型疏散场景下人群预动作时间变化的趋势,且各场景的仿真试验结果与真实试验结果数值相近,本模型具备一定合理性;(2)在相同场景内,提高室内空间的视野通透性可以将人群的预动作时间均值缩短7.05%;(3)疏散过程中当引导员在人群中的占比从0达到20%时,人群的预动作时间均值缩短23.17 s;(4)在单房间场景中,人群密度从0.1人/m²提升至0.9人/m²,人群预动作时间均值缩短9.66 s。提出的模型为疏散预动作时间的生成提供了一种新理论,为建筑疏散优化提供了一种新方法。     

基于蚁群算法的石化项目应急路径规划研究

蚁群算法是一种智能仿生优化算法,实际运用仿真模拟时具有良好的寻优性和高效性。将蚁群算法与石化项目的路径规划结合,借鉴蚁群算法解决旅行商问题TSP的思路并将之运用于应急路径规划,利用MATLAB仿真软件,以某石化项目的应急路径规划为实例,较好地实现了有关应急路径模拟图,可为有关石化项目的安全规划提供借鉴和参考。     

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。     

基于Pareto蚁群算法的双目标路径规划研究

针对复杂建筑环境人员应急疏散单一路径不能满足火灾环境变化需求的问题,基于改进蚁群算法,结合Pareto双目标解集思想,提出一种组合优化解集的双目标蚁群算法,通过排序优化的思想,实现人员多路径动态疏散规划。在构造Pareto解集的阶段协同考虑疏散路径长度以及火灾风险程度2个优化目标,计算各个解之间的支配关系。利用排序优化蚁群算法的正反馈机制将各组解的信息素按一定比例作为最优路径信息素的积累,加快解集的寻找。最后将其与传统双目标蚁群算法相比较,结果表明：优化后的双目标算法更加适合复杂建筑人员疏散路径规划问题,在寻找多组满足要求解的同时展示目标之间的利弊关系,供决策者选择合适的路径,提高疏散效率。