【技术实现步骤摘要】
本专利技术涉及城市规划，具体为基于多智能体的防灾避险绿地体系布局优化方法及系统。
技术介绍
1、随着城市化进程的加快，城市人口密度不断增加，城市灾害风险也随之上升，在地震、火灾、洪水等突发灾害发生时，如何高效地组织人员疏散至安全的避难场所，如防灾避险绿地，成为城市应急管理的重要课题。
2、现有的疏散模拟方法主要存在以下问题：疏散过程中，道路拥堵会实时影响人员的行进速度和路径选择，传统方法多采用宏观模型未能实时反馈和调整；同时，实际疏散中存在部分防灾避险绿地利用不均衡的情况，部分地区防灾避险绿地资源利用效率极高，部分地区利用效率极低，为此，我们提出基于多智能体的防灾避险绿地体系布局优化方法及系统。
技术实现思路
1、本专利技术的目的在于提供基于多智能体的防灾避险绿地体系布局优化方法及系统，通过引入多智能体仿真、路径规划与动态调整机制，结合多目标优化布局方法，为城市灾害管理提供更加科学精准的规划决策支持。
2、为实现上述目的，本专利技术提供如下技术方案：基于多智能体的防灾避险绿地体系布局优化方法，包括以下步骤：
3、接收待优化区域内的原始地理数据，对原始地理数据进行预处理形成有效的地理数据，其中，原始地理数据包括原始居住区数据、原始道路网络数据及原始防灾避险绿地数据；
4、设定疏散目标，选择指定疏散目标与多智能体疏散模型进行模拟，多智能体疏散模型输出最优疏散方案；
5、其中，多智能体疏散模型以有效的地理数据作为数据源，进行模拟
6、最优疏散方案与原始道路网络数据、原始防灾避险绿地数据进行比对，优化待优化区域内的道路、防灾避险绿地的布局。
7、进一步地，所述待优化区域内的地理数据基于互联网地图开放平台及规划平面图进行获取，具体如下：
8、居住区数据包括各居住小区的边界shp数据、人口数量；
9、道路网络数据包括道路的地理位置信息和等级属性、道路宽度数据；
10、防灾避险绿地数据包括绿地地理位置数据、绿地最大容量数据，其中绿地最大容量数据＝防灾避险绿地有效避险总面积/人均有效避险面积；
11、对原始地理数据进行预处理具体为：
12、基于gis软件对上述各项地理数据进行整合处理，统一地理坐标系，处理缺失值和异常值。
13、进一步地，预先构建的多智能体疏散模型包括智能体模块、环境模块及通信模块，其中：
14、智能体模块包括居民区智能体、疏散智能体及绿地智能体；
15、环境模块包括gis基础环境数据及全局实时信息，具体包括道路网络数据、居民区边界数据、绿地位置与最大容量数据以及动态更新的道路权重和绿地状态数据；
16、通信模块用于支持居民区智能体、疏散智能体及绿地智能体之间进行信息交互和资源共享，确保居民区智能体、疏散智能体与环境模块之间协作与同步。
17、进一步地，以疏散目标作为目标，输出模拟后的最优疏散方案，具体包括：疏散路径规划、防灾避险绿地容量更新、道路拥堵度反馈更新、迭代控制及疏散模拟结果输出、根据实现不同疏散目标修改权重配比并生成最优疏散方案。
18、进一步地，所述疏散路径规划，具体如下：
19、基于mesa框架，定义居民区智能体、疏散智能体及绿地智能体及其属性，模拟居民个体在不同疏散场景中的动态决策过程；
20、其中，居民区智能体用于管理gis基础数据信息库中的居住区数据、道路网络数据及防灾避险绿地数据；疏散智能体用于储存所有居住区、道路和绿地的初始地理数据，并在模拟过程中记录每个居民区的实时疏散状态；绿地智能体用于通过综合评估道路和绿地的权重，以距离排序取前10个距离最近的防灾避险疏散绿地作为目标终点待选绿地列表，通过a*算法计算得到最优疏散路径，并实时跟踪和记录不同时间步的疏散情况。
21、进一步地，所述防灾避险绿地容量更新，具体如下：
22、根据进入防灾避险绿地的智能体数量，更新绿地的剩余容量，当绿地容量不足时，智能体模块重新评估避难所选择策略，根据周边实时环境数据选择其他距离最近及容量可用的防灾避险绿地，重新生成列表进行疏散。
23、进一步地，所述道路拥堵度反馈更新，具体步骤如下：
24、(71)将处理后的道路网络数据转换成图结构数据，其中节点表示道路交叉点，边表示道路段，并设置边的初始权重，具体如下：
25、每条道路的选择权重rn由其危险系数dn和逃生距离ln共同决定，具体计算公式为：
26、rn＝dn×ln
27、逃生距离ln为基于a*最优路径算法计算得到的路径长度，危险系数dn为道路安全性影响因子经客观熵权法计算和归一化处理后得到；
28、(72)智能体模块已规划生成的模拟疏散路径，计算得到各段道路在不同时间步内的道路拥堵度，并更新各段道路边的权重，具体如下：
29、拥堵度c的计算公式为：
30、
31、式中，n为道路段上的逃生人数，nmax为道路段的最大承载人数；
32、根据拥堵度c调整道路段的权重，新的权重为：
33、rn'＝dn*ln*c
34、式中，rn'为新的权重、dn为危险系数、ln为逃生距离；
35、(73)智能体模块根据更新后的道路权重进行下一次迭代，重新计算得到最优疏散路径。
36、进一步地，所述迭代控制及疏散模拟结果输出，具体步骤如下：
37、设定疏散目标或最大迭代次数为预设条件，在每次模拟后判断是否达到预设条件，决定是否继续迭代，然后进行多次计算及道路拥堵计算，进行迭代模拟过程，直到满足预设条件后输出疏散模拟结果；
38、其中疏散模拟结果包括智能体模块的疏散时间分布、各道路段的拥堵情况数据、防灾避险绿地的剩余容量数据及模拟疏散路径的空间分布；
39、根据实现不同疏散目标修改权重配比并生成最优疏散方案，具体如下：
40、疏散目标具体包括：绿地距离最近目标，追求目标绿地直线距离最近；总疏散时间目标，追求总时间最短；防灾避险绿地利用率目标，追求各防灾避险绿地综合利用率最高；
41、多种疏散模拟方案具体包括：绿地距离最近方案，以与居住小区直线距离作为目标终点绿地列表排序依据，以拥堵系数与危险系数相加作为道路选择权重；最短疏散时间方案，以与居住小区实际距离作为目标终点绿地列表排序依据，以道路距离与危险系数、拥堵系数相加作为道路选择权重；防灾避险绿地人员分布均衡化方案，以各绿地使用效率高低作为目标终点绿地列表排序依据、优先使用效率最低的绿地，以危险系数与拥堵系数相加作为道路选择权重。
42、进一步地，最优疏散方案与原始道路网络数据、原始防灾避险绿地数据进行比对，优化待优化区本文档来自技高网...
【技术保护点】
1.基于多智能体的防灾避险绿地体系布局优化方法，应用于其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于：所述待优化区域内的地理数据基于互联网地图开放平台及规划平面图进行获取，具体如下：
3.根据权利要求2所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，预先构建的多智能体疏散模型包括智能体模块、环境模块及通信模块，其中：
4.根据权利要求3所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，多智能体疏散模型以有效的地理数据作为数据源，进行模拟并记录实时疏散状态，以疏散目标作为目标，输出模拟后的最优疏散方案，具体包括：疏散路径规划、防灾避险绿地容量更新、道路拥堵度反馈更新、迭代控制及疏散模拟结果输出、根据实现不同疏散目标修改权重配比并生成最优疏散方案。
5.根据权利要求4所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，所述疏散路径规划，具体如下：
6.根据权利要求5所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，所述
7.根据权利要求5所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，所述道路拥堵度反馈更新，具体步骤如下：
8.根据权利要求7所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，所述迭代控制及疏散模拟结果输出，具体步骤如下：
9.根据权利要求8所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，最优疏散方案与原始道路网络数据、原始防灾避险绿地数据进行比对，优化待优化区域内的道路、防灾避险绿地的布局，具体包括三个方面：
10.基于多智能体的防灾避险绿地体系布局优化系统，用于实现权利要求1至9中任一项所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，包括：
...【技术特征摘要】
1.基于多智能体的防灾避险绿地体系布局优化方法，应用于其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于：所述待优化区域内的地理数据基于互联网地图开放平台及规划平面图进行获取，具体如下：
3.根据权利要求2所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，预先构建的多智能体疏散模型包括智能体模块、环境模块及通信模块，其中：
4.根据权利要求3所述的基于多智能体的防灾避险绿地体系布局优化方法，其特征在于，多智能体疏散模型以有效的地理数据作为数据源，进行模拟并记录实时疏散状态，以疏散目标作为目标，输出模拟后的最优疏散方案，具体包括：疏散路径规划、防灾避险绿地容量更新、道路拥堵度反馈更新、迭代控制及疏散模拟结果输出、根据实现不同疏散目标修改权重配比并生成最优疏散方案。
5.根据权利要求4所述的基于多智能体的防灾避险绿地体...
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。