基于改进蚁群算法的室内疏散路径优化

针对传统蚁群算法在解决室内疏散问题时存在收敛速度慢、容易陷入局部最优的缺陷问题,将火场的动态参数引入到蚁群算法中,对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径。运用改进的蚁群算法对室内人员的疏散路径进行动态规划,考虑了路径的实时拥挤度,避免了疏散人员局部实现路径优化的瓶颈效应。将分析结果与基本蚁群算法的规划结果进行比较验证,研究结果显示,优化算法缩短了疏散时间和规划路径,提高了疏散效率和搜索速度。     

基于改进的A*和人工势场算法的火灾路径规划

传统火灾疏散过程中疏散指示灯指示方向固定,无法根据火灾情况改变疏散方向,为了解决这种情况,提出改进的A*算法和人工势场算法,对火灾发生时的人群疏散路径进行规划.通过优化g值、改进OPEN列表存储结构的方法改进A*算法,通过改进引力函数、加入虚拟侧向力的方法改进人工势场算法,以达到火灾应急疏散的要求,即快速找到疏散路径的...     

基于改进ACO算法的建筑疏散路径优化研究

针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。     

一种用于火灾疏散路径动态规划的算法

针对火灾发生时现有的疏散路径不能根据火情实时更改,可能会将逃生人员引向着火现场从而引起更大危险的问题,提出了一种用于火灾疏散路径动态规划的新型改进蚁群算法(Novel Improved Ant Colony Algorithm,NIACA)。首先通过A*算法提高初始信息素浓度,接着提出受火灾因素影响的当量距离改进启发函数,然后改进信息素更新规则来加快蚂蚁最优路径搜索速度,最后对路径进行平滑策略处理。实验结果表明,与原始蚁群算法相比,本文算法降低了算法前期盲目性,动态搜索能力强,能避免算法陷入局部最优,在火灾发生时能够快速准确地规划疏散路径,将逃生人员快速安全疏散到远离火场的安全出口。     

一种基于等步长分层拓展的混合A~*路径规划方法

针对传统混合A~*算法搜索效率较低且搜索路径平滑性较差的问题,文章提出一种基于等步长分层拓展的混合A~*路径规划方法,可应用于非结构化道路场景,为智能车辆规划一条安全、平滑且满足车辆运动学约束的可行驶路径。其首先通过改进的子节点拓展方式和合理设计的启发式函数与代价函数,保证算法快速搜索得到一条较平滑的车辆可行驶路径;然后采用数值优化方法对搜索得到的路径进一步地优化平滑;最后针对路径点稀疏和不均匀的问题,采用三次样条曲线对路径点进行插值处理。仿真对比试验与实车试验结果表明,所提方法能显著提高路径搜索效率,与传统算法相比,平均搜索时间减少了51.6%,且搜索得到的路径具有足够的安全性和较好的平滑性。     

孤立森林算法的灭火救援疏散路径规划方法

针对建筑火灾中人员疏散路径规划问题,提出基于孤立森林算法的灭火救援疏散路径规划的方法。运用布置在火灾现场的无线传感器网络采集火灾环境信息,构建火灾数据样本,随机分割并训练火灾数据样本,创建多个孤立二叉树组建孤立森林,识别火灾异常数据,获得着火点及障碍物位置,并以栅格法构建火灾救援环境动态地图为基础,通过更新位置节点当量距离、信息素浓度以及信息素挥发因子的改进蚁群算法,构建救援疏散路径组合优化模型,规划出最佳灭火救援疏散路径。测试结果表明：该方法可准确检测火灾中的着火点位置,可在多起点、多终点的救援疏散路径规划中更好地避开着火点和障碍物,快速、合理地规划出最佳灭火救援疏散路径。     

基于0-1规划的大型建筑最佳疏散路径方案的研究

针对大型建筑人员疏散问题,本文以大型建筑作为研究对象,以最短疏散时间为目的,建立基于0-1规划的大型建筑最佳疏散路径,提出应急疏散提供优化方案.本文首先利用Floyd算法建立最短路径集合,应用元胞自动机模拟,得到在最大移动速度为5m/s的情况下,人群疏散速度和人群密度的关系,建立0-1决策变量,给出大型建筑路径优化疏散模型,最后利用pagerank算法定义节点重要度筛取路径风险点,为大型建筑路径节点改进和管控提供依据.     

基于RRT的ROS全局路径规划

本文以ROS系统中OMPL路径规划库为背景,针对基于随机采样的路径规划算法缺乏稳定性以及无法快速收敛的问题,提出了一种基于启发式函数的改进RRT算法,通过引入曼哈顿代价函数,将随机树往目标点进行扩展,从而避免了随机树在次优区域进行扩展,大大提高了随机树的效率。通过仿真实验证明,引入代价函数可以大大加快随机生成树的收敛,提高规划效率。     

基于改进麻雀搜索算法的疏散路径规划

建筑物内部发生火灾时环境复杂多变,传统疏散指示路径难以根据实际火场情况进行有效的路径规划,为此引入一种改进麻雀搜索算法。首先,根据实际火源位置设置麻雀算法预警值参数,实现算法路径规划过程中对于火源等危险区域的躲避。其次,对麻雀搜索算法位置更新公式进行优化,引入精英反向学习策略以及带有动态权重系数的正弦余弦优化算法,进一步针对麻雀搜索算法易于陷入局部最优解的问题进行改进。最后,采用栅格法搭建3种地图类型,将改进麻雀搜索算法与基本麻雀搜索算法、灰狼算法进行路径规划对比,得出该改进麻雀搜索算法在火灾复杂环境下有较好的危险区域躲避能力以及路径规划能力,在路径长度、拐点个数方面优于另外两种对比算法,在搜寻时间方面稍有不足。     

智慧工地物料配送动态时间窗车辆路径优化

智慧工地物料配送是建筑业提升建造效率的重要环节。为有效解决智慧工地物料配送路径优化问题,依托运筹学理论将其转化为带时间窗的车辆路径规划问题。以总配送路径最短为目标函数,建立动态时间窗车辆路径（VRPDTW）数学模型,构建全局最优理论模型。运用改进人工势场算法分析障碍物和中间节点,再代入基础蚁群算法进行施工现场全局路径规划,对VRPDTW数学模型进行优化。并通过仿真实验对模型进行实证检验。结果表明：改进算法和VRPDTW模型可实现全局优化,能够有效解决智慧工地场景下物料连续配送问题,相较于基础算法,改进算法使路径规划的准确度提高,成本降低,效率提升,具有理论意义和行业应用价值。     

基于Floyd 的化工园区毒气泄漏人员疏散路径规划

提出基于Floyd算法的化工园区有毒气体泄漏人员疏散路径规划,利用高斯烟团模型模拟有毒气体泄漏后在大气中的动态扩散过程,在保证疏散路线安全的条件下,运用Floyd算法计算最优疏散路径。研究给出了一套针对化工园区液氨泄漏事故人员疏散路径选择的优化方案,通过案例研究表明,该模型科学合理,可为化工园区内大多数建筑提供最优疏散路径。     

基于局部最小能量的移动机器人路径规划

从移动机器人运动能量损耗的角度对移动机器人全局环境未知时的路径规划问题进行了探索,提出了一种新的基于局部最小能量的路径规划算法.采用概率手段创建了平面环境中不同区域的能量损耗模型,通过引入复杂环境中移动机器人运动规划的最小能量法,设计了一局部能量函数对机器人进行实时局部最优路径规划.仿真试验表明该算法具有较强的适应能力和可行性,在高复杂度、高密度的未知障碍环境中移动机器人依然可以顺利抵达目标点.     

基于火灾场景的建筑物人员疏散研究

以南京某高校图书馆为例,依据“最不利影响”原则,充分考虑气象因子、建筑结构和可燃物等环境因子,利用建筑信息模型和时空分析模型模拟火灾产生因素的时空规律,构建火灾场景,剖析人员疏散时所能承受危险源的阈值,获取了4个季节建筑物内部的危险区域。结合室内路网模型和路径搜索算法,规划设计了人员疏散的生命安全保障路径,且与时间最短路径和距离最短路径进行对比分析,评估生命保障路径的疏散效果。通过上述研究,实现建筑物火灾的时空模拟和人员疏散的动态规划,为制定城市火灾应急响应的适应性措施提供理论基础和技术支持。     

面向多约束的室内消防路径查询方法研究

对消防疏散路径规划问题的研究通常是仅考虑路径最短这一条件,较少考虑多约束条件对路径查询的影响,给消防疏散带来了一定的局限性.本文将基于多种约束条件,即融合距离约束、消防设施数量约束、危险区域数量约束,进行室内消防路径查询方法研究.通过BIM技术对室内混合路网数据以及消防信息进行提取,搭建出消防综合路网数据;再通过设计函...