多火源灭火最优路径规划方法技术

本发明专利技术公开了一种多火源灭火最优路径规划方法，该方法包括：建立火焰检测模型，并通过火焰检测模型对火灾场景中的多个火源结点进行检测，得到各个火源结点的状态信息；在火焰检测模型中，分配蚂蚁至各个火源结点，并初始化各个火源结点之间的路径信息素浓度；根据当前火源结点的状态信息和路径信息素浓度确定当前火源结点上的蚂蚁向其搜索区域内的其它火源结点进行转移的状态转移概率；根据状态转移概率确定当前火源结点上的蚂蚁所要转移的下一个火源结点；在下一个火源结点处确定相应的状态转移概率，以得到灭火最优路径。本发明专利技术通过改进后的蚁群算法对多火源救火次序问题进行求解，得到灭火最优路径，并保证灭火最优路径的规划效率和准确性。路径的规划效率和准确性。路径的规划效率和准确性。

【技术实现步骤摘要】
多火源灭火最优路径规划方法


[0001]本专利技术涉及多目标决策及路径规划
，尤其涉及一种多火源灭火最优路径规划方法。

技术介绍

[0002]近年来，自然灾害频发多发，世界多地陆续发生大面积停电事故，且在进行电力应急灭火作业过程中发生了人员伤亡事故，造成了巨大的人员和财产损失，电力应急管理体系建设和智能电力应急灭火作业越来越受到重视。电力故障应急处理有着特殊的危险性，如不可预知的二次爆炸、火灾产生的高温和有毒有害气体等，应急人员往往无法在保证人身安全的前提下第一时间深入现场，对变电站、开关站、配电房等室内故障进行迅速处置，进而延误了应急消防作业的最佳时机。由此，针对火灾场景中多火源情况，需要合理规划应急机器人的行进最优路径，解决相应的TSP(Traveling Salesman Problem)问题。
[0003]针对TSP问题，传统优化方法有很多，例如，模拟退火算法、MOEA算法(Multi
‑
objective evolutionary algorithms，多目标进化算法)、BFO算法(Bacterial 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多火源灭火最优路径规划方法，其特征在于，包括：步骤S1：建立火焰检测模型，并通过所述火焰检测模型对火灾场景中的多个火源结点进行检测，得到各个所述火源结点的状态信息；步骤S2：在火焰检测模型中，分配蚂蚁至各个所述火源结点，并初始化各个火源结点之间的路径信息素浓度；步骤S3：根据当前火源结点的状态信息和所述当前火源结点与其它火源结点之间的路径信息素浓度确定当前火源结点上的蚂蚁向其搜索区域内的其它火源结点进行转移的状态转移概率；步骤S4：根据所述状态转移概率确定当前火源结点上的蚂蚁所要转移的下一个需要进行灭火的火源结点；步骤S5：在下一个需要进行灭火的火源结点处重复步骤S3，以得到灭火最优路径。2.如权利要求1所述的多火源灭火最优路径规划方法，其特征在于，所述步骤S1中火源结点的状态信息包括：所述火源结点处的火势等级、火源结点的位置信息、与其它火源结点的几何距离和畅通性指数中的一种或其任意一组合。3.如权利要求1所述的多火源灭火最优路径规划方法，其特征在于，初始化各个火源结点之间的路径信息素浓度，得到路径信息素矩阵，所述步骤S5包括：步骤S5.1：在确定所有火源结点上的蚂蚁所要转移的下一个需要进行灭火的火源结点之后，结束当前次迭代，得到当前次灭火优化路径，并更新各个火源结点之间的路径信息素浓度；步骤S5.2：确定适应度函数，以根据所述适应度函数确定个体最优蚂蚁和群体最优蚂蚁，并进行交叉操作；步骤S5.3：判断路径信息素浓度发散点之后的预设时间内得到的灭火路径相对于所述当前次灭火优化路径是否仍未发生变化；步骤S5.4：若是，则重置所述路径信息素矩阵，返回步骤S2；若否，则判断当前迭代次数是否大于或者等于预设最大迭代次数，并在所述当前迭代次数大于或者等于所述预设最大迭代次数时，将预设时间内得到的所述灭火路径确定为所述灭火最优路径，否则返回步骤S2。4.如权利要求3所述的多火源灭火最优路径规划方法，其特征在于，更新后的各个火源结点之间的路径信息素浓度，采用如下公式表示：τ
ij
(t+1)＝(1
‑
ρ)τ
ij
(t)+Vτ
ij
(t)其中，i为当前火源...

【专利技术属性】
技术研发人员：周子钧，邵宇鹰，杨辉华，彭鹏，楼晓东，刘栋，丁雷青，张琪祁，倪伟，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：