具有随机变量形式属性值的突发事件应急方案选择方法*

突发事件应急响应面临多个可能状态的应急方案选择问题,是一个值得探讨且具有实际价值的研究课题。本文针对具有随机变量形式属性值的突发事件应急方案选择问题,给出一种应急方案选择方法。首先,针对属性值为随机变量形式的各个属性,构建在各状态下针对每个属性的占优矩阵;其次,构建针对各属性的优势度矩阵,并将其规范化得到规范化优势度矩阵;然后,针对属性值为数值型的各个属性,构建针对各属性的规范化决策矩阵;进一步地,将规范化优势度矩阵和规范化决策矩阵进行集结,构建综合决策矩阵,在此基础上计算出各备选应急方案的综合评价值,并依据综合评价值的大小来确定突发事件应急响应的应急方案;最后,通过一个算例说明了提出方法的可用性。     

柔性作业车间人员配置及作业排序问题研究*

以最小化任务完成时间为目标,建立了柔性作业车间人员配置及作业排序模型,并设计了蚁群-遗传混合优化算法进行求解。首先,根据求解问题特征,设计了蚁群-遗传协调优化的算法结构。其中,蚁群算法求解资源配置,遗传算法求解既定资源配置方案下的作业排序;其次,为便于蚂蚁游历中配置任务的加工设备和操作人员,设计了一种新的蚂蚁游历地图及地图上启发式信息的计算方法和更新方式;再次,遗传算法采用基于工序优先权值的实数编码方式,并采用父子排序的精英保留策略以促进算法收敛;最后,通过两个不同规模的实例,比较其与其他算法及不同资源配置规则的运行结果,说明本算法能较好的求解柔性作业车间的人员配置及作业排序问题。     

基于Multi-agent的地铁站内人群应急疏散交互研究

地铁是人们日常出行的重要交通工具之一,地铁站作为人员密集场所,潜藏着巨大的安全隐患,一旦发生火灾,需要快速组织疏散,避免造成大量人员伤亡。提出领导者、普通者和惊慌者三种Agent,构建了多Agent交互协作模型,以某地铁站为仿真空间对象,采用Building EXODUS平台对模型进行仿真。仿真结果表明:疏散中各角色群体的交互,尤其是领导者Agent的引导和协调作用能够提高疏散效率,缩短疏散时间。     

水资源应急管理系统建设思路研究＊

基于国家水资源监控管理能力建设对突发水资源灾害事件的管理目标,结合现代计算机技术,开展水资源突发事件业务研究,进行水资源应急管理业务系统设计与开发,梳理形成一套具有一定通用性的水资源应急管理基本业务流程,并研发形成一个水资源应急管理系统软件。实例模拟处置应用表明,本研究成果具备复杂环境下水资源应急处置信息的组织与分析能力,基本适用于水资源应急管理。     

基于改进蚁群算法的船舶人员疏散问题研究

结合船舶人员疏散的背景条件,提出了一种描述船舶人员疏散问题的精确数学模型。构造了一种新的启发式函数同时引入改善全局收敛性条件,提出了一种改进蚁群算法．同时应用严谨数学语言证明了改进蚁群算法的收敛性,为进一步应用算法提供基础。算法增加了人员疏散过程中的社会因素及心理因素影响,能成功解决了大型舰船人员疏散问题。实验仿真结果表明,无论是在疏散时间还是疏散效果上都好于基本蚁群算法,为精确解决船舶人员疏散问题提供新的思路。     

基于Agent的应急疏散模型研究

根据突发事件出现的等级,选择安全区域,并采用适当的疏散方式,选择受灾区域的周边安全区域作为避难所;通过分析影响应急情况下人员选择目的地的因素,对人员疏散行为直观分析并结合人机功效评估,对疏散行为规范,建立基于Agent的应急疏散人员避难所选择模型。通过设定可能影响人员疏散的多种可能因素,该模型能够比较真实地模拟紧急情况下的人员疏散状态。仿真过程与实际情况相似,方法可广泛用于人员应急疏散过程分析研究。     

人工蜂群算法研究综述*

人工蜂群算法自提出以来,受到很多学者的关注,并涌现出大量的研究文献。本文介绍了2013年以来国内外蜂群算法的研究成果,包括加快收敛、提高开采能力、提高算法性能方面的改进;针对约束优化、平行化运行、多目标寻优等多方面的研究;以及人工蜂群算法在神经网络、无线传感网、决策调度、图像信号处理等多个领域的研究现状,并指出人工蜂群算法有待进一步解决的问题及未来的研究方向。     

蚁群聚类在民族突发事件应急决策中的应用*

首先使用混合属性数据集表示民族突发事件中的数值信息和类属信息;然后,考虑到每个属性拥有不同权重因子,改进了蚁群聚类算法中相似度密度的计算方法;在此基础上,给出了一种混合属性数据集蚁群聚类算法。聚类分析结果表明,应用该算法能得出民族突发事件的发生规律,因此该算法可用于民族突发事件的应急智能辅助决策。该算法是应急预案自动生成等工作的基础,明确给出了未来工作的内容、方法和步骤,为维护国家安全提供了智能化支持。     

宏观场景指导下的微观agent人员疏散仿真模型*

现有的微观agent模型难以描述人群分布和人群运动对疏散过程的影响,为此建立宏观场景指导下的微观agent人员疏散仿真模型,并考虑疏散过程中“推挤—穿行”行为的影响。该模型重点模拟了宏观场景中人群分布及“推挤—穿行”对人员疏散的影响。仿真实验表明该模型可以帮助agent选择更合适的疏散路线,并验证了疏散过程中发生“推挤—穿行”将会延长疏散时间,结果比较符合实际,证明了该模型的合理性和适用性。     

面向大型场馆疏散的改进多蚁群算法

针对大型场馆应急疏散的路径优化问题,提出了一种基于遗传算法交叉变异算子的多蚁群算法.该算法通过引入多蚁群信息素组的概念,将遗传算法交叉和变异的思想应用到信息素更新模型中,解决了传统蚁群算法易陷入局部最优的问题.最后,将此模型应用在武汉体育馆及其周边路网集成环境中.实验结果表明,该算法能够为大型场馆中大规模人群提供一个有效可行的疏散方案.     

有限运力下的人员紧急转移模型

在可用运输工具种类及数量有限的条件下,研究了人员从受灾点向安置点分批紧急转移的问题,建立了人员转移及运输工具协同安排的优化模型。通过设计合理的初始解生成方法和遗传算子,提出了求解该问题的遗传算法;用两个数值例子对算法进行了验证。     

岛式站台地铁车站人员的安全疏散仿真研究

地铁成为现代城市不可或缺的交通工具。但其特殊的运营环境容易引发事故状态下地铁车站人员的安全疏散问题。以西安某岛式站台地铁车站为研究对象,运用Building Exodus软件分别从人群结构、出入口数量、楼梯宽度以及火灾情况下对地铁车站进行人员安全疏散的模拟仿真研究,通过建立地铁车站模型仿真出各场景下的疏散时间,并与《地铁设计规范》中公式计算所得到的结果进行比对。仿真结果较真实地反映了各因素对车站人员疏散能力的影响,得出楼梯的设计是整个疏散过程的瓶颈所在,并提出相关建议。     

基于改进蚁群算法的应急救援路线选择

应急救援路线的选择关系到应急救援的成败,合理有效地选择应急救援路线对挽救生命和财产具有重要意义,其属于组合优化问题。针对蚁群算法求解速度慢、算法稳定性差、易出现早熟或停滞等缺陷和应急救援路线选择的特点,主要研究了改进蚁群算法在应急救援路线选择中的应用并根据实际应用提出了应急救援路线选择的蚁群算法的数学模型,为城市应急救援路线选择提供了有效的解决方案。通过实验证明该模型可以应用到解决应急救援路线选择问题方面,具有快速、高效的特点。     

融合多种上下文的室内应急疏散导航位置模型

针对室内应急响应中如何科学、高效地对人员进行个性化实时疏散导航问题进行了研究,构建了一种面向复杂室内环境下融合多种上下文的应急疏散导航位置模型。利用改进的Dijkstra算法,结合实际环境动态上下文计算出实时疏散导航路径,为不同类型用户提供地图导航、语音导航、短信导航等个性化服务,同时为应急指挥者提供辅助决策支持。并以医院为例进行了实验,实验表明基于该模型及算法能够高效计算出满足不同类型用户需求的实时疏散导航路径,可应用于医院、商场等环境的应急疏散导航与救援中。     

基于量子蚁群算法的建筑消防疏散路径规划

摘要：针对现在大空间建筑消防应急疏散问题,在火灾发生时,为撤离人群提供一条从危险区域到安全地带的最短安全路线。对疏散路径优化进行了研究,提出一种融合量子进化算法的改进蚁群算法用于消防疏散路径规划,用量子比特表示信息素,量子旋转门反馈控制信息素更新,即能体现量子并行计算的高效性,又能拥有蚁群算法较好的寻优能力。通过三个基准函数优化仿真与传统量子进化算法进行对比,证明算法较优的性能。再通过路径优化的仿真实验与经典蚁群算法进行比较,结果表明,算法能够有效避免陷入局部最优和拥有更快的收敛速度,在疏散路径规划中更为有效。     

基于混沌蚁群算法的应急救援车辆调度优化

针对应急救援车辆调度优化问题的特征和需求,以可变双向距离、道路风险和成本最小为主要目标,建立了应急救援车辆调度优化问题的多目标优化模型.为避免过早陷入局部最优,提出了基于混沌扰动的改进蚁群系统优化算法.该算法可对信息素进行全局更新混沌扰动,有效地提高了算法的适应性、求解效率和求解质量.仿真实验表明该算法是可行的,能较好地满足应急救援车辆调度的优化需求.     

Problems Associated with Evacuation from the Ship in Case of an Emergency Situation

The problems associated with evacuation of people from the ship in an emergency situation are analyzed, especially passenger ships are taken under consideration. The most dangerous accidents requiring evacuation are described. Marine accidents often occur as eliminating all of the hazards to human health and life is still impossible. In every case, the evacuation process from the ship must be taken under consideration. Evacuation route arrangement should provide the possibility of safe departure from danger areas for passengers and crew members. Evacuation routes designed for human interaction within the evacuation process and other important factors are reviewed. Additipnally, the method for seeking evacuation time as a function of initial distribution of passengers and evacuation routes choosing is suggested. A genetic algorithm will be used, whilst the calculated evacuation time is connected with a fitness function. Parameters of evacuation routes topology are coded as non-binary chromosomes. Genetic operators are fitted for such types of problems to avoid receiving infeasible solutions. The objective of the proposed method is to find the evacuation time in worse case scenarios.     

蚁群算法及其改进形式综述

蚁群算法是一种具有许多优良特性的模拟进化算法,已经成功地解决了许多复杂的组合优化问题。但是蚁群算法并不完善。本文介绍蚁群算法的模型及其存在的问题,并综述蚁群算法的多种改进形式,最后对蚁群算法将来的研究方向作出预测。