【技术实现步骤摘要】
基于蚁群算法和改进社会力模型的人群疏散辅助决策系统
本专利技术属于计算机模拟
，涉及一种行人疏散仿真，特别是一种基于蚁群算法和改进社会力模型的人群疏散辅助决策系统。
技术介绍
随着国家城市化水平的提高，大型公共建筑不断增加。当建筑物内人群密集程度较高时，人群可能处于高度不稳定状态，在安全管理方面存在极大隐患。一旦存在建筑物内设施布局不合理或应急疏散预案不完善等问题，突发事件下高密度不稳定人群的疏散行为会存在极大的运动盲目性，极易出现人群拥挤和恐慌现象，进而诱发踩踏事故。此外，管理人员的应急管理意识薄弱也是加重踩踏事故的重要原因之一。例如，2014年上海外滩及2020年伊朗克尔曼的人群踩踏事故均造成了严重的人员伤亡和财产损失。因此，公共场所人群的应急疏散管理问题已成为公共安全领域研究的一个热点。突发事件下人群疏散运动是一个非常复杂的过程。如何运用科学手段合理设计疏散预案，避免发生人群安全事故，是关乎国泰民安的重大课题。通常，通过疏散演练活动探究疏散运动演化规律不仅成本高，同时无法保障实验参与人员的安全。随着现代信...
【技术保护点】
1.基于蚁群算法和改进社会力模型的人群疏散辅助决策系统，其特征在于，包括以下方法步骤：/nS1、通过拍摄装置获取疏散场景参数，在计算机内创建疏散场景模型，基于神经网络人脸识别系统对不同类型行人进行分类；/nS2、利用蚁群算法规划具有完整疏散信息的行人疏散路线：/nS3、考虑从众行为、受障碍物和墙壁等影响的个人偏好，规划具有局部疏散信息的行人的疏散路线；/nS4、基于改进社会力模型驱动行人的运动，仿真模拟人群的疏散运动；/nS5、预测突发事件下行人疏散瓶颈并进行标记，在标记处合理设置引导标志以诱导行人安全到达出口。/n
【技术特征摘要】
1.基于蚁群算法和改进社会力模型的人群疏散辅助决策系统，其特征在于，包括以下方法步骤：
S1、通过拍摄装置获取疏散场景参数，在计算机内创建疏散场景模型，基于神经网络人脸识别系统对不同类型行人进行分类；
S2、利用蚁群算法规划具有完整疏散信息的行人疏散路线：
S3、考虑从众行为、受障碍物和墙壁等影响的个人偏好，规划具有局部疏散信息的行人的疏散路线；
S4、基于改进社会力模型驱动行人的运动，仿真模拟人群的疏散运动；
S5、预测突发事件下行人疏散瓶颈并进行标记，在标记处合理设置引导标志以诱导行人安全到达出口。
2.如权利要求1所述的基于蚁群算法和改进社会力模型的人群疏散辅助决策系统，其特征在于，所述步骤S1包括：
S11、根据建筑物内设施属性和布局等信息，初始化障碍物的位置和大小，建立疏散模拟场景；
S12、利用建筑物入口处摄像机获取进入建筑物的行人图像，将所获取图像导入基于神经网络的人脸识别系统，以是否首次进入该建筑物作为衡量行人对疏散信息掌握程度的标准，定义非首次进入建筑物的行人为具备完整疏散信息的I类行人，定义首次进入建筑物的行人为具备局部疏散信息的II类行人，初始化行人的位置、速度等基本属性参数。
3.如权利要求2所述的基于蚁群算法和改进社会力模型的人群疏散辅助决策系统，其特征在于，所述步骤S2包括：针对具备完整疏散信息的I类行人，根据行人当前位置和出口之间的连接线上是否存在障碍物，路线规划方法分为两种；
S21、若连接线上不存在障碍物并且连接线周围障碍物之间的距离允许行人通过，则行人的期望方向将直接指向出口；
S22、若行人当前位置和出口之间的连接线上存在障碍物，则采用蚁群算法规划其疏散路径；输入建筑物尺寸、障碍物尺寸和位置参数，构建建筑物的格子地图；其中，有障碍物的格子用1表示，否则用0表示；设置初始信息素矩阵；
S23、计算行人i'从当前位置a到达下一节点b的概率
其中，τab(t)代表路径ab上的信息素，ηab(t)代表启发式信息，α和β是权重参数；集合a'代表行人i'可访问的位置集合；
S24、更新路线和路线长度；
S25、重复S23和S24，直到行人到达出口或没有路可走；
S26、重复步骤S23、S24和S25，直到行人完成本轮迭代；
S27、更新信息素矩阵τab；
τab(t+1)＝(1-ρ)·τab(t+1)+Δτab(t)，
其中，ρ是信息素挥发系数，Q是常...
【专利技术属性】
技术研发人员：杨晓霞，康元磊，潘福全，曲大义，张丽霞，刘天宇，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：山东;37
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。