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。     

基于改进麻雀搜索算法的疏散路径规划

建筑物内部发生火灾时环境复杂多变,传统疏散指示路径难以根据实际火场情况进行有效的路径规划,为此引入一种改进麻雀搜索算法。首先,根据实际火源位置设置麻雀算法预警值参数,实现算法路径规划过程中对于火源等危险区域的躲避。其次,对麻雀搜索算法位置更新公式进行优化,引入精英反向学习策略以及带有动态权重系数的正弦余弦优化算法,进一步针对麻雀搜索算法易于陷入局部最优解的问题进行改进。最后,采用栅格法搭建3种地图类型,将改进麻雀搜索算法与基本麻雀搜索算法、灰狼算法进行路径规划对比,得出该改进麻雀搜索算法在火灾复杂环境下有较好的危险区域躲避能力以及路径规划能力,在路径长度、拐点个数方面优于另外两种对比算法,在搜寻时间方面稍有不足。     

基于群组运动观测的某超市人员疏散研究

以家庭群组为研究对象,在某商场开展观测研究,提取人员的运动特征,进而发现：人群的速度大多集中在0.8～1.2m/s 范围,平均值约为1.0 m/s,家庭群组更倾向于保持在0.7～1.1 m 范围内,且儿童与相邻成年人之间的距离绝大多数都小于群组成员间的平均距离。根据观测数据,采用Pathfinder 软件对某超市的疏散情况进行模拟。模拟结果表明：采用矫正后人员速度的疏散时间要大于软件默认速度的模拟结果,且群组越大,人群的疏散时间越长;通过对不同出口场景下的疏散过程进行比较,发现超市正常使用的进口在紧急情况下的疏散作用更强。