面向災(zāi)難應(yīng)急的人員疏散與救援規(guī)劃機制的研究
發(fā)布時間:2021-03-04 11:30
近年來,各類自然或人為災(zāi)難頻頻爆發(fā),給人類帶來沉痛的人員傷亡和巨大的財產(chǎn)損失,這些災(zāi)難的危險來源和誘因呈現(xiàn)多元化和復(fù)雜化的特征,且難以進行科學(xué)預(yù)測和控制。在災(zāi)難突發(fā)場景下,如何運用信息化手段,開展快速有效的災(zāi)難應(yīng)急處理越來越受到世界各國政府及學(xué)術(shù)界的關(guān)注。本文針對災(zāi)難時的疏散規(guī)劃及救援規(guī)劃問題展開研究,主要的研究工作如下:(1)引入人工勢能場對災(zāi)難環(huán)境進行建模,提出了一種基于人工勢能場的疏散規(guī)劃算法(Evacuation Planning Algorithm based on Artificial Potential Field,EPAAPF)。該算法的基本思想是通過建立人工勢能場,將復(fù)雜的大規(guī)模疏散問題通過勢場函數(shù)進行描述,解決了對于復(fù)雜的災(zāi)難環(huán)境難以建模的問題。通過對比實驗,表明了該算法能夠有效地提高求解精度和收斂速度,縮短疏散路線長度和疏散時間,使避難場所的分配達到均衡狀態(tài)。(2)為了實現(xiàn)人性化疏散,重點考慮實際的人際關(guān)系,定義了關(guān)系引力勢場,進一步提出基于關(guān)系引力人工勢能場的疏散規(guī)劃算法(Evacuation Planning Algorithm based on Artifi...
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:89 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同的疏散人員規(guī)模情況下的疏散路線長度
31圖 3.9 不同的疏散人員規(guī)模情況下的疏散時間率對比的疏散人員規(guī)模的情況下對算法疏散成功率進行比較!霸缡臁比毕菔蛊浜茈y跳出局部最優(yōu)解,對避難場所容量的其疏散成功率較低。疏散成功率較高的分別是 EPAAPF持避難場所的均衡分配,使其疏散成功率較高。隨著疏-RA 的優(yōu)勢更加明顯。
圖 3.11 不同算法的疏散效率散驗證具有親屬關(guān)系的疏散人員比例占總?cè)藬?shù)的 20%,圖 3.12充足和容量不足兩種情況下人性化疏散成功的比例。從得到有效的人性化疏散的人數(shù)比例更高。在容量不足的數(shù)比例較低。其中的原因是:由于受到避難場所的容量散人員因容量問題無法與其親屬疏散至同一避難場所。性化疏散成功的比例越大。
【參考文獻】:
期刊論文
[1]帶時間窗車輛路徑問題的分布式多agent蟻群算法[J]. 金淳,張雨,王聰. 計算機應(yīng)用研究. 2018(03)
[2]多受災(zāi)點應(yīng)急救援車輛調(diào)度的優(yōu)化遺傳算法[J]. 喻德曠,楊誼. 計算機系統(tǒng)應(yīng)用. 2016(11)
[3]多目標車輛路徑問題的粒子群優(yōu)化算法研究[J]. 郭森,秦貴和,張晉東,于赫,盧政宇,于佳欣. 西安交通大學(xué)學(xué)報. 2016(09)
[4]基于改進粒子群算法的車輛路徑問題研究[J]. 羅耀. 交通科技與經(jīng)濟. 2016(02)
本文編號:3063139
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:89 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同的疏散人員規(guī)模情況下的疏散路線長度
31圖 3.9 不同的疏散人員規(guī)模情況下的疏散時間率對比的疏散人員規(guī)模的情況下對算法疏散成功率進行比較!霸缡臁比毕菔蛊浜茈y跳出局部最優(yōu)解,對避難場所容量的其疏散成功率較低。疏散成功率較高的分別是 EPAAPF持避難場所的均衡分配,使其疏散成功率較高。隨著疏-RA 的優(yōu)勢更加明顯。
圖 3.11 不同算法的疏散效率散驗證具有親屬關(guān)系的疏散人員比例占總?cè)藬?shù)的 20%,圖 3.12充足和容量不足兩種情況下人性化疏散成功的比例。從得到有效的人性化疏散的人數(shù)比例更高。在容量不足的數(shù)比例較低。其中的原因是:由于受到避難場所的容量散人員因容量問題無法與其親屬疏散至同一避難場所。性化疏散成功的比例越大。
【參考文獻】:
期刊論文
[1]帶時間窗車輛路徑問題的分布式多agent蟻群算法[J]. 金淳,張雨,王聰. 計算機應(yīng)用研究. 2018(03)
[2]多受災(zāi)點應(yīng)急救援車輛調(diào)度的優(yōu)化遺傳算法[J]. 喻德曠,楊誼. 計算機系統(tǒng)應(yīng)用. 2016(11)
[3]多目標車輛路徑問題的粒子群優(yōu)化算法研究[J]. 郭森,秦貴和,張晉東,于赫,盧政宇,于佳欣. 西安交通大學(xué)學(xué)報. 2016(09)
[4]基于改進粒子群算法的車輛路徑問題研究[J]. 羅耀. 交通科技與經(jīng)濟. 2016(02)
本文編號:3063139
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3063139.html
最近更新
教材專著