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。     

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。     

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。     

多目标遗传算法在水下机器人路径规划中的应用

依据VCF电子海图,提出了一种对水下机器人进行路径规划的多目标遗传算法,采用可变长的实数坐标编码、适应度函数评价了影响航路优劣的多个因素,设计了选择、交叉、变异、修补、删除等遗传算子以及种群置换方法。在生成初始种群和设计遗传算子时引入领域知识,使所生成路径尽量不穿越障碍区域,有效地提高了大范围路径规划算法的收敛速度。试验表明,采用该MOGA算法进行路径规划可提高算法的收敛速度和全局寻优能力。     

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。     

基于遗传算法的道路网综合模型

提出了一种基于遗传算法的道路网综合模型。实验表明，该模型在保持道路网的空间分布性和实用性方面具有庭好的效果。     

基于泛在网信息的城市应急疏散决策研究

实时动态信息对城市应急疏散决策有着至关重要的意义,泛在网的发展使得获取城市实时动态信息变成现实.文中在分析城市应急疏散决策与泛在网特点的基础上,提出基于泛在网信息的城市应急疏散决策,设计基于泛在网的城市应急疏散决策概念模型,模型包含泛在感知层、泛在网络层、数据处理层、应用模型层、决策应用层.     

基于Dial分流的陆上交通应急疏散模型的优化和实现

针对08年各大自然灾害造成大量人群滞留的状况,提出了基于陆上交通的Dial分流优化模型,该模型对Dial分流模型的路径选择运用最短路径进行优化,根据交通网络的复杂性和交通状况的随即性的特点对交通量进行宏观分配。并以此优化模型为基础,基于陆上交通网络数据库,利用C#和GIS组件supermap开发实现广州市雪灾应急疏散系统。该模型可为应急决策部门提供可靠的规划设计和实时应急管理。     

利用GPS技术的货物运输车辆路径问题的遗传算法研究

提出了具有时间窗的货物运输车辆路径问题，根据车辆装载GPS设备的特性，建立了该问题的数学模型，并设计了求解它的遗传算法，初步计算表明算法具有很好的性能。     

基于遗传算法的影像纹理分类

阐述了遗传算法的基本原理,提出了与马尔柯夫随机场相结合的遗传算法在影像纹理分类中的应用。通过对4种纹理取样的实验,表明这种影像纹理分类方法可以提高分类的正确率。     

人群拥挤踩踏事件原因与应急处置探究: 上海外滩迎新踩踏事件的反思

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。     

遗传算法在影像模糊增强中的应用

影像增强是图像处理的基本内容之一,其目的是改善图像的"视觉效果"。以遗传算法优良的全局寻优特点及影像的模糊性为基础,将遗传算法引入到影像模糊增强处理当中,用于选择模糊增强参数,并对适应度函数进行了改进,加入了对对比度信息的限定,产生了比较好的增强效果。     

基于遗传算法的快速影像匹配技术的研究

提出了一种将遗传算法 (简称GA)用于影像匹配的算法 ,较为详细地分析了遗传算法中群体的大小、交叉率、变异率、选择机制对影像匹配的影响 ,特别是对未成熟收敛等问题进行了较为深入的研究。实验证明该算法快速、有效     

基于遗传算法的快速影像匹配技术的研究

提出了一种将遗传算法(简称GA)用于影像匹配的算法,较为详细地分析了遗传算法中群体的大小、交叉率、变异率、选择机制对影像匹配的影响,特别是对未成熟收敛等问题进行了较为深入的研究.实验证明该算法快速、有效.     

基于遗传算法的土地利用结构优化研究

以海南省琼海市土地利用结构优化为例,对遗传算法在土地利用结构优化模型中的运用进行了较为系统的分析和探讨,构建出一套土地利用结构优化的多目标线性规划模型,并运用多目标的Pareto方法成功地对模型进行了解算,为今后的土地利用规划工作提供有益的参考。     

遗传算法支持的地理信息服务动态组合和重构研究

将地理信息服务组合问题规划为离散、有限的数据结构上的最优化问题,研究了遗传算法支持的地理信息服务动态组合和重构模型,并从服务组合时间、成功率等对模型的组合性能进行了测试。     

基于云遗传算法的公交车辆智能调度

综合考虑公交车辆运营调度方案的实时性和有效性要求,引入了云模型理论与遗传算法(GA)相结合的云遗传算法。该混合遗传算法充分利用了云模型云滴的随机性和稳定倾向性特点,在遗传算法的优化操作中,由正态云模型的Y条件云发生器实现交叉操作,由基本云发生器实现变异操作,不仅克服了传统遗传算法搜索速度慢、易陷入局部最优解的缺陷,而且提高了算法的收敛性、优化质量及其鲁棒性。实验表明,将该混合遗传算法引人公交车辆运营调度管理中,可大大提高公交车辆调度的实时性与有效性,而且运行服务质量评测分析验证了该优化调度方法的有效性,具有良好的应用前景。