一种基于改进型粒子群优化算法的大型室内人员疏散系统技术方案

技术编号:24578477 阅读:58 留言:0更新日期:2020-06-21 00:43
本发明专利技术公开了一种基于改进型粒子群优化算法的大型室内人员疏散系统,对群体智能算法中的粒子群优化算法进行改进,并将其用于优化多输入多输出的路径,并结合多种传感器感知环境信息,提供一种实时更新的室内人员疏散路径规划系统及方法。本发明专利技术以其灵活高效的特征,在最短的时间内发现可能存在的突发事件,并通过任何电子设备给人群提供最合理,效率最高的疏散路径,将生命安全放在首位,可以在突发事件发生前以及发生时最大限度地挽救个人和社会损失。

A large indoor evacuation system based on Improved Particle Swarm Optimization

【技术实现步骤摘要】
一种基于改进型粒子群优化算法的大型室内人员疏散系统
本专利技术涉及一种基于改进型粒子群优化算法的大型室内人员疏散系统,属于群体智能路径规划领域。
技术介绍
随着中国城镇化的发展和人流密度的不断增加,高楼大厦鳞次栉比,建筑的内部结构也逐渐趋于多元化和复杂化,室内环境面积巨大且功能多样。面对突发事件,室内人员常常因不了解事件严重程度而错过最佳逃生机会,或者因不熟悉大楼内部结构而无法选择最佳逃生路线。聚集的人群面对突发恶性事件,拥挤踩踏等危险事故时有发生,有点甚至造成无法挽回的生命和财产损失。为了解决当前逃生效率低下问题,近年来越来越多的工程和技术人员着眼于研究最佳的人群疏散方法,提出了各种路径规划方案,避免因判断失误形成拥挤踩踏的可怕结果。中国专利号:CN201610867890,公开了一种考虑疏散引导的室内多出口行人流仿真方法,重点关注基于元胞自动机的引导作用,将引导人员的引导作用引入仿真模型,构建考虑多出口疏散引导情况的行人流仿真模型,量化多出口疏散场景中的引导作用力。中国专利号:CN201810151107公开了一种人本文档来自技高网...

【技术保护点】
1.一种基于改进型粒子群优化算法的大型室内人员疏散系统,其特征在于,所述系统包括环境构建模块和规划路径模块,其中,/n所述环境构建模块的具体构建步骤如下:/n步骤1-1:在进入大型室内建筑物之前运用移动终端下载相关软件程序,该软件程序允许访问当前用户GPS定位信息,并且实时更新位置信息,且每隔一段时间软件程序将位置信息发送至处理终端,由处理终端采用改进算法进行数据处理,所述移动终端具有语音播报功能,当危险发生之时由移动终端进行语音播报,用于时刻提示人员个体最佳的路径;/n步骤1-2:在建筑物室内各处每隔一定距离布置若干不同类型的传感器,用于预测不同突发事件,所述传感器的检测数据实时更新,所述传...

【技术特征摘要】
1.一种基于改进型粒子群优化算法的大型室内人员疏散系统,其特征在于,所述系统包括环境构建模块和规划路径模块,其中,
所述环境构建模块的具体构建步骤如下:
步骤1-1:在进入大型室内建筑物之前运用移动终端下载相关软件程序,该软件程序允许访问当前用户GPS定位信息,并且实时更新位置信息,且每隔一段时间软件程序将位置信息发送至处理终端,由处理终端采用改进算法进行数据处理,所述移动终端具有语音播报功能,当危险发生之时由移动终端进行语音播报,用于时刻提示人员个体最佳的路径;
步骤1-2:在建筑物室内各处每隔一定距离布置若干不同类型的传感器,用于预测不同突发事件,所述传感器的检测数据实时更新,所述传感器的检测数据与人群的GPS定位信息实时发送至处理终端,当传感器某一数值超过预先设定的安全阈值时,处理终端将提前给出警报,提醒疏散系统及工作人员做出安全预判,便于在人群疏散前提前做出疏散路线规划;
步骤1-3:划分各个疏散节点,每一条疏散路径由多个弧段组成,建筑物每一层的每一个疏散节点均简化成疏散源点,通过疏散节点将建筑物从疏散源点到出口连接起来,其中,通过合并疏散节点形成新节点,以减少网络节点的数量,新节点形成后相关特征参数也作相应修改;
所述路径规划模块的具体构建步骤如下:
步骤2-1:基于图论建立多输入源点—多输出的疏散模型,将每个疏散源点的人合理分配到不同路径上,使得疏散网络疏散时间最小化,所述模型建立的关系式如下:
minT=min(maxTij),



其中,minT=min(maxTij)用于确保节点i和节点j之间的时间最小化,表示节点i和节点j在不同环境导致不同速度的情况下所需疏散时间,Ci(t)≤Cmaxi用于确保t时刻节点i的人数不得超过该节点人员密度的容量阈值;用于确保节点i上的每个人都被疏散,Pij≥0用于确保人员流动值为正;
步骤2-2:采用改进型的粒子群算法对路径规划进行优化,在传统PSO算法中,每个粒子对所有目标都有一定的适应值,每个目标的维数为n,将粒子i在迭代k次后的位置表示为其速度表示为将粒子i的最佳位置表示为Pin(k),整个粒子群的最佳位置表示为Pn(k),即速度更新由Pin(k)和Pn(k)共同完成,使粒子越来越接近最佳位置,Pin(k)位置信息更新为:



同时速度信息更新为:



其中,w是惯性权重;c1和c2是学习因子,通常c1=c2=2;r1和r2是[0,1]的随机数;
采用控制激素调节的函数对惯性权重进行描述,则基于生物激素调节机制的规律给出惯性权重w的设计为:



其中,wmax表示惯性权重最大值;wmin表示惯性权重最小值;w0表示惯性初值;k表示当前迭代次数;K表示阈值,且K>0;Q表示Hill系数,且Q≥1基于上述公式,提出粒子新的速度更新公式如下:



步骤2-...

【专利技术属性】
技术研发人员:陈俊风王家豪钱煜晖谢迎娟
申请(专利权)人:河海大学常州校区
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1