基于改进遗传算法的路网应急疏散多目标优化

基于路网应急疏散问题的实际需求,提出以路径流量为决策变量,以疏散流量最大、疏散路线最短和可靠性最高为目标的多目标优化模型,综合考虑了应急疏散的时效性、经济性和安全性,并设计自适应小生境Pareto遗传算法对模型进行求解。以某地区实际路网为例进行模拟分析,验证了算法的有效性和可行性。     

基于虚拟眼动实验的指向型应急疏散标识布局优化方法

应急疏散标识是逃生人员能否安全逃生的关键因素之一,但其布局的合理性需要进一步的定量优化研究。以办公楼为实验区,借助虚拟眼动实验,分析了实验区指向型应急疏散标识布局的不合理之处;同时设计有效的修改优化方案,提升了应急疏散标识的指向作用。设计了两组虚拟眼动疏散实验,每组实验由两个实验构成,其中实验组1使用真实疏散标识布局,实验组2作为验证实验,使用修改后的疏散标识布局。对比实验结果可得,实验组2的两个实验较实验组1的疏散时间分别缩短了30.28%和30.99%,期望疏散距离分别缩短了42.67%和40.06%,疏散时间和期望疏散距离均明显改善。实验结果与数据分析证明了实验区域内指向型应急疏散标识修改方法和修改方案的有效性。同时创建了一套新的指向型应急疏散标识布局优化方法和流程。     

一种应用协同优化策略的有组织疏散方案

随着城市化建设水平的不断提高,城市结构日趋复杂,给城市应急疏散的设计和实施带来困难和挑战。针对复杂城市道路网络中高密度人群的多出口疏散问题,以疏散时长和拥堵时长为优化目标,提出了一种基于协同优化的有组织疏散方案。首先,对道路网络和疏散人群进行建模;接着,为每个疏散组分配疏散出口和最短路线;然后,针对出口占用不平衡问题,对部分疏散组的出口进行协同再分配;最后,应用协同优化策略,根据道路拥堵情况计算疏散组的最快路线。模拟实验分析了多出口和多人数因素对疏散效果的影响,揭示了所提方案的有用性。与已有方案的对比实验表明,所提方案在疏散总时长和平均拥堵时长等指标上具有明显优势。     

一种基于时空拥挤度的应急疏散路径优化方法

提出时空拥挤度的概念来描述时间与空间维上的移动对象的拥挤程度,并以此提出一种基于拥挤度的应急疏散路径优化方法,该方法能够为大型公共场所的人员疏散提供从建筑物内部经由路网离开危险区域的一个完整疏散路径方案。分析在疏散路径分配的过程中以最短路径为基础的疏散路径分配方案的拥堵情形,然后以缓解拥堵、减少疏散总时间为目标,设计疏散路径分配方案的优化方法。试验结果表明优化后的方案能够减轻整个疏散方案的拥堵程度,同时能够为每个疏散个体提供一条相对合理的疏散路径。     

面向重大突发灾害事故的应急疏散研究综述

重大突发灾害事故时有发生,给人民的生命财产安全带来了严重的威胁。应急疏散作为灾后应急响应的重要环节,对减少人员伤亡有着重要意义。经过长期发展,研究人员利用多种方式观察到了许多具有重要价值的疏散规律,也提出了多个优秀的模型方法。然而,应急疏散涉及到的灾害事故类型、受灾人群和应急场景等多样复杂,导致应急疏散模型的侧重点和方法论等各有不同,加大了读者对应急疏散研究现状的全局理解难度。从应急疏散行为分析、模拟仿真、策略优化、预案实施等多个角度对现有重大突发灾害事故下的应急疏散研究现状进行梳理、归纳与总结,旨在厘清一条清晰的应急疏散研究脉络。在此基础之上,进一步提炼出当前面临的主要难题与解决思路,服务于应急疏散的下一步发展。     

城市应急疏散GIS关键模型研究

应急疏散决策直接关系着人员疏散的成败。应急疏散决策过程的定量化、模型化表达是提高疏散决策科学性和合理性的关键。通过系统分析城市应急疏散关键问题,建立了城市应急疏散GIS关键模型,并基于组件技术实现了GIS与城市应急疏散关键模型的无缝集成。实验表明,模型具有较高的可靠性和稳定性,可辅助城市应急疏散决策。     

考虑不确定性因素的公共交通疏散情景构建

人员疏散是应急管理中的重要环节,如何应对人员疏散过程中的不确定性问题是应急疏散中面临的难题。本文提出通过构建疏散情景的方式分析由于疏散人口数量、可调配车辆数量和道路网状态的不确定性导致疏散时间的变化,以“就近疏散”为指导原则,公共汽车为疏散交通工具,在满足现实情况的约束下计算对应情景的人员疏散用时。模拟结果给出了在已有的信息条件下,疏散指定地点所需时间的可能情景,为应急管理者提供基于情景的决策支持。     

基于GIS与多智能体的人群疏散模拟

应急疏散存在复杂性与多变性,传统的模拟方法难以真实刻画应急疏散的复杂动态过程。作为应急疏散领域的新兴研究方向之一,基于多智能体（Multi-Agent）的建模方法通过微观个体的相互作用而产生宏观全局的格局,适合研究应急疏散等复杂问题。本文在复杂适应系统理论的启示下,将多智能体思想引入到人群疏散模拟领域中,将地理信息系统（Geographic Information System,简称GIS）与多智能体技术结合,从空间个体行为的微观角度入手,对疏散动态模拟进行了研究,构建了基于GIS与Multi-Agent技术的疏散仿真模型,呈现了灾害情境下人群的动态疏散过程,实现了GIS空间信息数据的动态表达,对应急预案的制定、救灾设施的建设与管理以及应急疏散工作的开展等具有重大意义。     

顾及道路风险的应急疏散路径规划方法

突发自然灾害下的道路网络存在安全隐患,安全性成为应急疏散中首先要考虑的因素。当前对应急疏散的研究主要集中在疏散效率方面,对疏散的安全性、道路风险的考虑仍然存在不足。针对这一问题,从路径的可靠性角度考虑道路风险因素,建立了基于时间和道路风险的路径可靠性度量模型,进而提出了顾及道路风险的应急疏散路径规划方法。为检验方法的有效性,选择位于地质灾害多发区的四川茂县为研究区进行实验分析。结果表明,该方法得到的受灾点人员与应急避难场所之间的分配关系合理,所规划路径有效地避开了风险较高的道路,该方法稳定、可靠,可以为城市的应急疏散体系建设提供科学参考。     

基于 GAMA 平台的多智能体应急疏散仿真模型

应急疏散的研究对象是一个复杂的社会系统,利用多智能体模型可以有效模拟人群复杂的社会行为。将多智能体模型应用于应急疏散领域,设计5种类型的智能体实体,构建多智能体应急疏散仿真模型,从被疏散个体的相互作用行为入手,研究整个被疏散群体的行为特征。基于GAMA平台,实现以矢量地理空间数据为基础的多智能体应急疏散仿真模型,通过仿真实验,动态呈现整个应急疏散过程。对灾害、突发事件应急疏散指挥,应急疏散设施建设、城市规划设计等工作具有重要的意义。