城市开放场所应急疏散模型建立初探

针对突发化学事故中,人口密集的城市开放场所疏散问题,构建了以总疏散时间最小化为目标的疏散模型.该模型选择有优先顺序的多源点疏散人群,通过分析事故影响范围界定、疏散道路选择和安全避难所选择问题,构建了开放场所应急疏散模型的仿真环境.提出基于离散时间的最短路疏散思路,以及针对各最短路径的动态疏散方法.通过对各备选路线优化分析,求解最优解,以保证疏散时间最小.实现对最优路径的选取.通过实例分析,验证了所建模型的适用性和可行性.     

基于路径交通拥堵指数的危险废物回收模型研究

针对交通拥堵对危险废物运输中的成本和风险的影响,引入路径交通拥堵指数,建立了时变道路系统中基于交通拥堵指数的危险废物回收双目标优化模型,并对传统蚁群算法中启发式因子计算公式进行了改进,提出了改进的蚁群算法对模型求解,最后以某环保公司危险废物回收问题为背景进行了案例分析。结果表明,不同出发时间和车辆使用模式对帕累托最优解有显著影响,最短路径不一定是耗能最少的行车路线。本文提出的模型和算法可为决策者制定调度方案提供参考。     

重特大事故人员疏散算法设计及系统实现

针对工业企业重特大事故中的人员疏散问题，提出了一种能有效决策、指挥人员疏散的物联网系统.在此基础上，以较短的时间使全部人员疏散为优化目标，设计了一种快速搜索人员疏散路线的启发式算法ERSA.该算法根据厂区内道路和当前人员的分布情况，在规定的时间内通过多次循环迭代优化人员疏散路径.大量对比实验表明，ERSA能够有效地减少疏散时间，与最短路径疏散方法和随机疏散方法相比全体人员的疏散时间分别缩短了15%和28%.     

基于个人风险分布计算的泄漏事故疏散路线优化

发生有毒有害气体泄漏事故后,最优疏散线路的选择是降低人员伤亡的关键。本研究提出一种基于疏散路线个人风险分布特征分析的泄漏事故中疏散路线优化方法,考虑泄漏事故疏散路线安全性和疏散时间等影响因素,建立了疏散路径动态优化选择机制。将泄漏物料特性参数、泄漏源位置、存储状态参数、风向等事故发生时可快速获取的因素作为已知条件,并引入点火源、人员伤亡概率等不确定性因素的统计频率,给出疏散路线综合风险值的计算方法,进而实现了疏散路线安全性的量化表征。以某化工厂区液氨储罐泄漏事故为例,采用Safeti软件计算分析了各疏散路线个人风险,应用疏散路线动态优化选择机制,优选出针对该事故场景的最佳疏散路线。相关研究结果可为有毒有害气体泄漏事故应急疏散的科学决策提供理论指导。     

建筑工程施工现场疏散路径优化模型

针对多工种交叉作业频繁、环境时常变化、场地狭窄、明火作业多的建筑工程施工现场,本研究以疏散时间为目标函数建立其人员疏散时间模型,基于疏散时间模型以疏散时间最短为目的提出疏散路径优化模型,并利用修正的 迪杰斯特拉（Dijkstra）算法求解模型,同时结合BIM(building information model)4D模型和Anylogic软件以及某在建楼房案例对模型进行仿真模拟验证分析。由仿真模拟结果可知,疏散时间模型计算出的疏散时长与模拟疏散时长吻合度较高,使用经优化后的疏散路径疏散,能够在一定程度上较大幅度节约紧急情况下建筑工程施工现场劳务人员的疏散时间,提高施工阶段的安全管理效率,且在一定疏散人数范围内,优化程度随疏散人数增加而增长。     

复杂建筑火灾中的人员疏散路径多目标规划

针对复杂建筑火灾中的人员疏散动态路径优化策略问题,以火灾情境下的动态疏散网络数据模型为基础,结合网络流优化和群智能方法,构建以最短时间、最小风险水平和最大疏散容量为目标的路径优化模型.通过改进的自适应果蝇算法,实现了节点和路径容量受限的动态疏散路径规划.通过对所建模型的性能测试和疏散过程实验,验证了多目标路径优化模型的有效性.实验结果也反映了多目标路径规划策略更加贴近复杂建筑火灾中的人员疏散实际情况,对于规划不确定因素影响下的复杂空间疏散路径具有可行性.     

基于时间扩展网络的区域疏散公交路径规划

针对城市公交系统应急区域疏散路径规划问题,采用时间扩展网络建模技术对疏散公交路网进行了表达,进而建立了以疏散总出行时间最小化为目标函数的离散、动态疏散网络流模型,将公交网络的疏散路径优化问题转化为混合整数规划问题,并设计了启发式禁忌搜索(TABU)算法,用于快速求解公交疏散路径优化方案.最后,以长春市中心区路网为例,对公交系统的区域疏散问题进行了实证研究,着重对比了CPLEX9.0软件的精确求解与禁忌搜索算法的近似求解之间的性能差异.数值实验结果表明,时间扩展网络模型可以有效反映公交疏散系统的动态性,同时禁忌搜索算法能够在求解效率和求解精度上取得较好的折衷.     

韧性交通枢纽中突发大客流疏散优化研究

提升交通枢纽的韧性以应对突发大客流给交通运输系统带来的压力至关重要。基于交通枢纽的内部设施布局，将客流在其内的疏散备选路径抽象为由节点和路段构成的网络图。从改变客流疏散路径角度出发，当发生突发大客流时，考虑开启平时不开放的应急通道用于疏散客流。在已知各起讫点之间的客流量以及客流疏散备选路径的条件下，以最小化客流疏散时间与开启应急通道的广义成本为优化目标，建立客流疏散优化模型，并设计混沌蚁群算法对模型进行求解，得到客流疏散的优化方案。最后以北京南站为案例验证模型与算法，结果显示，在发生突发大客流时，开启合适位置和数量的应急通道可以有效缩短客流疏散时间。该研究从交通枢纽内部的规划布局与客流疏散优化角度，为城市交通枢纽的韧性提升提供了理论支撑。     

基于遗传算法的毒气泄漏时最佳疏散路径的研究

当毒气泄漏时,正确的疏散指挥系统是避免和减少人员伤亡的关键,而选择最佳疏散路线又是正确指挥的前提.在基于扩散理论和毒物伤害模型之上,讨论了疏散路径的可行性和当量长度模型,提出了通行难易程度系数和危险系数的概念;然后根据遗传算法具有全局优化搜索最优解集的特点,建立了其模型,并讨论了两点间k条最短疏散路径的求法.图1,表3,参11.     

基于遗传算法的联合运输路径优化

联合运输是在能源危机、交通拥堵及环境污染约束下的一种理想运输模式。随着国际贸易的飞速发展,联合运输成为了一个热点问题。而联合运输的运输路径优化问题又是联合运输中的重点和难点之一。将综合运输的运输路径优化问题转化成为一个最短路径问题,以成本和时间为优化目标建立了选择最优路径的模型,并应用交叉、变异概率的自适应机制等实现技术设计了一个遗传算法作为求解算法对实例问题进行了求解验证,结果表明该算法具有良好的性能。     

海底隧道火灾事故人群疏散优化方案研究

为提高海底隧道火灾事故人群疏散效率,基于火灾应急情景分析,建立时间成本最低的人群疏散优化模型。首先,考虑海底隧道火灾事故特性和CO对疏散人员的伤害,给出模型的目标函数和限制条件,提升模型的适用性。然后,改进蚁群算法的启发式函数、疏散人员转移规则和信息素更新策略,优化路径选择策略,并求解模型。以翔安海底隧道火灾为例进行案例仿真模拟。结果表明,该模型在实现时间成本最低的同时,避免了疏散个体累积伤害值超限,又使出口得到充分利用,提升了疏散的综合安全效益。     

应急救援物资车辆运输路线多目标优化

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型,并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手,设计适合本文模型的算法,并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念,将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用,并在辅助函数构成的搜索空间上寻找最优解,是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法,测试结果与本文的理论分析一致,证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果.     

突发火灾环境的群体疏散问题研究综述

为了解突发火灾环境的群体疏散问题研究进展,从群体疏散的模型、路径规划问题优化算法、仿真软件研究进行综述,结合火灾环境下群体疏散的特点,总结现有疏散问题的研究方法和成果,展望该领域的研究趋势。研究表明:现有疏散模型主要集中在多种模型和思想融合的研究,对火灾蔓延过程和疏散过程相结合较少;疏散路径问题的求解方面,考虑动态火灾环境下路径规划研究不足;疏散软件方面的研究主要通过国外仿真软件模拟火灾环境下的疏散,缺乏开发适合我国的疏散软件。研究趋势是构建充分考虑疏散者行为和心理、建筑物结构、火灾环境的疏散模型,路径规划算法改进与创新、疏散路径的动态优化。     

基于PAM聚类分析方法的路径优化算法研究与实现

针对交通网络中多站点路径优化问题,提出一种基于PAM聚类分析的路径优化方法,根据路网实际可达距离,将路网节点按照其节点间距离关系聚类划分为以路网节点间距离大小为表征的路网站点分类集合,同时对路线优化问题中目标节点按照分类结果进行区域限定,在限定路网搜索区域同时采用动态规划进行局部搜索优化,降低了搜索算法时间复杂度.最后依据国家基础地理信息系统网站提供的国界、省会城市及主要公路基础地理数据进行算法仿真实现,证明了该算法的有效性.     

考虑随机需求与时间窗的危险品运输路径优化建模

在不同类型危险品运输背景下,探究随机需求、时间因素及道路安全指数对运输路径优化问题的影响,研究带时间窗的运输网中如何实现终端随机需求的危险品运输路线优化与决策,根据间距/人口数的道路安全指数,构建需求、时间与风险共同约束下的随机优化模型,采用基于双目标编码的粒子群算法求解多目标的危险品运输路径随机优化问题。并以算例验证模型及算法的可行性。结果表明:该算法能求得多种优化组合的运输方案,以获取不同决策偏好的优化策略,为危险品运输路线规划提供决策支持。     

基于冲突点避让机制选择的航空器滑行路径优化

针对航空器地面滑行的问题,提出了冲突点选择避让机制来优化航空器滑行路径。通过构建地面滑行路径的节点-路段模型,以航空器全部滑行到预定节点所用时间最短为目标,建立了路径滑行优化模型。通过建立可行路径集,利用启发式搜索算法,从静态路径规划、动态路径规划两阶段对滑行路线进行优化,得到航空器滑行优化路径。以某机场某一时段内航班到离港时间数据为例,对算法进行了验证,结果显示:经算法优化后,可减少时间段内各航班的最短滑行路径的冲突,缩短滑行时间,滑行道使用较分散,可降低航空器滑行中运行风险。     

基于遗传算法优化多出口疏散路径问题

提出了一种基于遗传算法来优化疏散路径问题的方法．首先将疏散路径图转换为等价的距离完全图,将目标点、源点和中间点分离,随机选取中间点构造最小生成树,最终用遗传算法得到最优路径．通过数值实验,验证了算法的有效性,并与传统方法进行了比较．     

一种元胞自动机与类电磁法相结合的行人流模型

针对室内空间的行人流疏散过程,在元胞自动机的基础上,利用类电磁法和模糊神经网络建立了一种新的行人流优化模型.该模型首先基于静态影响因素和动态影响因素给出了行人移动概率的计算公式,以及行人流演化过程.同时,结合疏散时间、系统平均速度、出口处流率给出了目标优化函数,并通过类电磁法和模糊神经网络对上述目标函数进行求解.最后,利用仿真平台进行实验,深入分析了疏散时间、出口宽度和初始行人密度之间的关系.结果表明,疏散时间与出口宽度呈现负相关,并且适当提高系统平均速度有利于降低疏散时间.     

基于增强学习的城市车辆出行线路规划研究

针对城市车辆出行中复杂多变的交通状况,根据实时的交通拥堵信息,采用增强学习算法对道路选择进行正确决策,基于青岛市交通数据建立仿真实验数据,将纵横交错的城市道路构成庞大的城市交通网,构建增强学习模型。研究结果表明,增强学习算法是一种在线学习算法,能够根据实时的交通拥堵信息,动态地构建一条城市车辆出行路线。并且该路线能够减小交通拥堵,实现交通流量合理分配,为线路优化应用方向提供有价值的参考。     

基于动态交通分配的实时应急疏散交通管理

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。实时应急疏散交通管理的目的是紧急疏散情况下制定某种目标如疏散时间最短来对交通流实行动态控制。采用动态交通分配方法来进行应急疏散。首先,提出基于疏散时间最短的系统优化交通分配模型。然后运用庞特里亚金最小值定理来获得模型最优解的优化解。仿真算例表明所提出的模型能较好地进行交通应急疏散。