多参数耦合条件下人群疏散路径优化模型

针对火灾条件下疏散路径优化问题,通过整合经验公式、动态调整网络结构的方式综合考虑人群密度参数、通行容量参数和火灾烟气消光系数参数,建立了基于网络流理论,以最短疏散时间为目标函数,单源点、多出口疏散条件下多参数耦合的人群疏散路径优化模型,并根据最短路问题的求解方式,提出了基于Dijkstra算法的多参数耦合动态约束路径择优的算法,给出了求解步骤。通过计算实例,求解最优疏散路径组,以及每一条路径的疏散时间和疏散人数,验证模型的合理性和算法的可行性,探讨了疏散网络动态变化过程中的疏散网络节点的相对重要性问题。     

单源点火灾多出口单层建筑人员疏散路径

针对单源点火灾多出口的单层建筑,综合考虑路径和出口的容量限制、火灾烟气扩散和人群密度对人员疏散速度的影响,构建人员疏散路径选择模型。引入超级终点,运用Dijkstra算法求最短路径,得出在疏散时间最短目标下的最优疏散路径和疏散人数的方案。以某医院为实例分析验证了模型的可行性。     

基于BIM的动态逃生路径算法在非居建筑中的应用

利用BIM中的信息建立非居建筑特征数据模型。介绍最短枝桠发芽算法,演示将其应用于动态逃生路径算法时的计算步骤。以上海某电力工程项目为例,使用最短枝桠发芽算法实时计算非居建筑最佳的三维逃生路径。该算法能够快速、有效地选择最优逃生路径,为灾害时设施内的人员争取更多的疏散时间。     

基于空间网络的公共场所应急疏散路径选择

运用节点(Node)和连接(Link)构造公共场所空间网络模型对公共建筑物进行模拟.用不同颜色的节点表示公共场所中的房间和出口,用带箭头的连接表示公共场所中的路径和方向.结合已有的人群疏散速度公式,以疏散所用时间最短为目标选择合适的应急疏散路径.并以某二层商铺为例对该路径选择方法进行了验证和分析.结果证明,此方法可以较好地满足突发事件下,人群应急疏散预案设计的路径选择问题的需要.     

基于Floyd 的化工园区毒气泄漏人员疏散路径规划

提出基于Floyd算法的化工园区有毒气体泄漏人员疏散路径规划,利用高斯烟团模型模拟有毒气体泄漏后在大气中的动态扩散过程,在保证疏散路线安全的条件下,运用Floyd算法计算最优疏散路径。研究给出了一套针对化工园区液氨泄漏事故人员疏散路径选择的优化方案,通过案例研究表明,该模型科学合理,可为化工园区内大多数建筑提供最优疏散路径。     

一种基于分布估计算法的多出口疏散选择研究

针对火灾疏散过程中的多出口选择问题,本文提出一种基于分布估计算法的求解策略。首先,综合考虑路径最短和威胁数目最少建立多出口选择模型,通过罚函数方法处理约束建立适应度函数。其次,采用分布估计算法在离散空间进行优化求解。仿真验证了算法的有效性。     

教学建筑室内火灾应急疏散路径寻优算法研究

为解决建筑内人员疏散模拟时间长、效率低、无法根据火灾情况改变疏散方向的问题,提出一种新型的混合路径规划算法。首先,在A*算法中加入奖惩机制并对启发函数进行改进。其次,通过改进斥力函数解决人工势场算法易陷入局部极小值的问题。最后,将两种算法组合,构成一种混合路径规划算法。通过对某教学建筑应用BIM和PyroSim软件进行建模与分析,验证混合路径规划算法的可行性。结果表明,所提算法不仅能够快速找到最优疏散路径,还可以避免疏散路径经过危险区域。与单一算法相比,混合路径规划算法遍历节点个数更少,路径平滑性与路径规划效果更好,路径规划效率更高。     

基于最不利点视角的多出口建筑应急疏散模型

为有效评估多出口建筑的人群应急疏散能力,从各疏散路径的最不利点视角分析其疏散过程,首先建立预作用时间、通行时间、滞留时间、步行时间等4 个时间段的控制方程及最不利点人员通行时间计算算法,然后构建多出口建筑的人群疏散数学模型。以西安某地铁换乘站为原型,通过数学模型和仿真模型分别计算车站的人员疏散时间。结果表明：疏散过程中,某条疏散路径的最不利点疏散人员在某个通行结构上消耗的通行时间不仅与该结构的通行能力有关,还与到达该通行结构之前经过的所有通行结构的通行能力及它们相互之间的需疏散人数有关;楼梯通行能力以及人员在楼梯上的移动速度均与楼梯宽度呈正相关关系,与人体厚度和宽度呈负相关关系。该疏散模型与仿真模型的计算时间误差仅为1.47%。     

基于Anylogic的大空间建筑引导员疏散引导研究

针对大空间建筑公共场所人员疏散问题,以疏散时间为评价指标,以人员密度为影响因素,基于Anylogic仿真平台对不同引导疏散策略进行仿真研究。结合引导员的数量、位置和有效指挥范围,主要研究平分出口等面积分区引导、基于最短路径优化引导,以及结合平分出口等面积分区与最短路径优化的3种静态引导策略,并与无引导的疏散进行对比。仿真结果表明：无引导的疏散效率最低,结合按平分出口的等面积分区与最短路径的引导策略疏散效率最高,基于最短路径的引导策略疏散效率随人数的变化呈现先高后低的特点,按平分出口等面积分区的引导策略疏散效率随人数变化呈现先低后高的趋势。     

基于改进蚁群算法的室内疏散路径优化

针对传统蚁群算法在解决室内疏散问题时存在收敛速度慢、容易陷入局部最优的缺陷问题,将火场的动态参数引入到蚁群算法中,对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径。运用改进的蚁群算法对室内人员的疏散路径进行动态规划,考虑了路径的实时拥挤度,避免了疏散人员局部实现路径优化的瓶颈效应。将分析结果与基本蚁群算法的规划结果进行比较验证,研究结果显示,优化算法缩短了疏散时间和规划路径,提高了疏散效率和搜索速度。     

孤立森林算法的灭火救援疏散路径规划方法

针对建筑火灾中人员疏散路径规划问题,提出基于孤立森林算法的灭火救援疏散路径规划的方法。运用布置在火灾现场的无线传感器网络采集火灾环境信息,构建火灾数据样本,随机分割并训练火灾数据样本,创建多个孤立二叉树组建孤立森林,识别火灾异常数据,获得着火点及障碍物位置,并以栅格法构建火灾救援环境动态地图为基础,通过更新位置节点当量距离、信息素浓度以及信息素挥发因子的改进蚁群算法,构建救援疏散路径组合优化模型,规划出最佳灭火救援疏散路径。测试结果表明：该方法可准确检测火灾中的着火点位置,可在多起点、多终点的救援疏散路径规划中更好地避开着火点和障碍物,快速、合理地规划出最佳灭火救援疏散路径。     

基于火灾场景的建筑物人员疏散研究

以南京某高校图书馆为例,依据“最不利影响”原则,充分考虑气象因子、建筑结构和可燃物等环境因子,利用建筑信息模型和时空分析模型模拟火灾产生因素的时空规律,构建火灾场景,剖析人员疏散时所能承受危险源的阈值,获取了4个季节建筑物内部的危险区域。结合室内路网模型和路径搜索算法,规划设计了人员疏散的生命安全保障路径,且与时间最短路径和距离最短路径进行对比分析,评估生命保障路径的疏散效果。通过上述研究,实现建筑物火灾的时空模拟和人员疏散的动态规划,为制定城市火灾应急响应的适应性措施提供理论基础和技术支持。     

基于BIM的地铁车站动态网络疏散模拟研究

为实现地铁车站应急疏散的动态仿真模拟,提出了一种基于动态网络算法的疏散模型。利用BIM模型提取建筑构件的几何与属性信息,构建站内疏散路径网络。利用疏散模拟软件Pathfinder对宏观人群运动规律进行研究,建立数学模型并提出了动态网络疏散模型,基于疏散路径网络,使用动态网络算法实现人群移动的精细模拟。对某地铁车站进行了密集人流多通道疏散的模拟,并与Pathfinder模拟结果作比较。结果表明,动态网络疏散模型运算速度高,模拟精确性较好。     

基于人员疏散特征的商场火灾应急管理策略研究

分析商场火灾特点并进行商场火灾风险分析。以广东省茂名市某商场为原型,建立基于 Dijkstra 算法的商场疏散模型,计算疏散时间,分析影响应急疏散的关键因素,从商场环境布局与管理、人员疏散指挥、火灾应急演练等三个方面优化商场火灾应急管理策略。研究结果表明：商场三个楼层的最短疏散时间分别为 83.1、85.5、145.6 s,采取优化措施后示例区域的平均疏散时间减少了 8.9 s,优化率 18.6%。研究可为商场应急管理和公共安全建设提供理论支持。     

基于改进的A*和人工势场算法的火灾路径规划

传统火灾疏散过程中疏散指示灯指示方向固定,无法根据火灾情况改变疏散方向,为了解决这种情况,提出改进的A*算法和人工势场算法,对火灾发生时的人群疏散路径进行规划。通过优化g 值、改进OPEN 列表存储结构的方法改进A*算法,通过改进引力函数、加入虚拟侧向力的方法改进人工势场算法,以达到火灾应急疏散的要求,即快速找到疏散路径的同时远离着火区域。通过实验仿真验证了两种改进算法的可行性,可以在时间和环境双重约束情况下成功避开障碍、远离起火位置、找到安全出口。     

基于改进ACO算法的建筑疏散路径优化研究

针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。     

智慧工地物料配送动态时间窗车辆路径优化

智慧工地物料配送是建筑业提升建造效率的重要环节。为有效解决智慧工地物料配送路径优化问题,依托运筹学理论将其转化为带时间窗的车辆路径规划问题。以总配送路径最短为目标函数,建立动态时间窗车辆路径（VRPDTW）数学模型,构建全局最优理论模型。运用改进人工势场算法分析障碍物和中间节点,再代入基础蚁群算法进行施工现场全局路径规划,对VRPDTW数学模型进行优化。并通过仿真实验对模型进行实证检验。结果表明：改进算法和VRPDTW模型可实现全局优化,能够有效解决智慧工地场景下物料连续配送问题,相较于基础算法,改进算法使路径规划的准确度提高,成本降低,效率提升,具有理论意义和行业应用价值。     

基于改进蚁群算法和物联网的消防疏散系统设计

针对大型公共建筑结构复杂、消防疏散困难等问题,以改进蚁群算法为基础构建动态火灾疏散模型,分析火灾 3 个不同阶段并获取最优动态消防疏散路径,并通过数值模拟与其他算法对比,验证有效性;结合物联网技术以 Android 平台为载体设计消防疏散系统移动终端,实时引导用户撤离建筑物并迅速到达安全出口。实验结果表明：所设计的大型公共建筑消防疏散系统能够快速、准确地寻找到最优疏散路径,提高消防疏散效率。     

一种物联网感知层簇内高效低功耗的数据收集方法

针对物联网感知层簇内数据收集过程中存在收集效率较低、能耗较高和传输时延较大等问题,提出了一种基于鸡群优化(chicken swarm optimization, CSO)算法的物联网感知层簇内高效数据收集方法。对物联网感知层簇内传感节点的数据收集问题进行了数学计算、分析和建模。簇内传感节点数据传输过程中,如何兼顾簇内传感网络节点能耗、传输时延和网络均衡性等指标,是一个复杂的多目标优化问题。利用CSO算法的高效优化性能,从簇成员传感节点到簇头节点之间的多条通信路径中寻找传输路径最短、网络能耗最低和传输时延较小的传输路径,以提高数据收集能力。仿真结果表明,与其他物联网感知层数据收集算法相比,所提出的算法可降低网络能耗,提高网络数据收集工作效率,延长网络寿命。     

基于禁忌搜索算法的改进最短路径算法

目前的网络已经十分庞大而链路更易发生变化但Dijkstra算法仍存在着慢收敛问题,从而影响了路由器的性能。本课题通过建立禁忌搜索算法求解最短路径优化问题的数学模型框架和各利用禁忌搜索算法的基本框架,设定禁忌表的大小,控制算法最大迭代次数范围并经过多组数据测试并验证该算法。解决Dijkstra算法最短路径的优化问题,符合现代人工智能路由器发展的趋向。