基于自适应共生生物搜索的人群疏散方法

为了解决传统场域模型在刻画人群疏散过程中的不足，基于自适应共生生物搜索方法来改进场域模型，构建了一种新的室内空间人群疏散优化模型。首先，该模型将路径拥挤度和局部方向拥堵度2个因素融入场域模型，以此构建最小疏散时间的目标优化函数。其次，通过调整动态自适应因子对共生生物搜索的共栖阶段进行扰动，解决优化方法的局部最优问题。最后，根据搭建的真实疏散环境与仿真试验平台，对比分析了改进模型与传统场域模型之间的性能状况。结果表明：传统场域模型在出口处容易造成大量拥挤，而优化模型能够有效实现躲避拥堵；同时优化模型可以根据不同时间段动态调整疏散策略，提高疏散效率。     

基于智能网格预报的江西暴雨灾害风险预评估研究

利用1951—2022年江西降水实况、逐日智能网格降水预报产品、暴雨灾情损失，地形DEM、河网密度及GDP、人口等数据，分析了江西暴雨灾害风险的主要影响因素，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性三方面，构建了江西暴雨灾害风险评估模型。利用模型对2010—2020年135次暴雨过程灾害风险进行评估检验，结果显示该模型较为合理；对2019年6月6—11日江西暴雨过程进行灾害风险评估，结果显示该过程中吉安北部至赣州东北部、上饶东部为重度到极重度受灾区；再对2022年6月12—15日江西暴雨过程进行灾害风险逐日预评估；两者结果均与灾情实况分布大体一致，总体效果较好。