基于无线通信的智能火灾疏散系统设计

针对现有的火灾系统无法在陌生复杂情况下实现快速安全疏散的功能,提出了基于广度优先算法的智能火灾疏散系统。该智能火灾疏散系统采用了三级架构,传输基于无线通信技术,利用改进的广度优先搜索算法,实现了楼宇复杂通道智能疏散的功能。针对陌生场所紧急疏散逃生效率低、路线不清晰等问题,采用灯流进行疏散引导,实现智能灯流输出。灯流流向即疏散路径方向,达到快速安全疏散的目的。对设计结构进行3D打印封装、现场测试。测试结果表明,在待机状态下,系统自动进行节点巡检;发生火情时,系统自动计算最佳安全逃生路线,智能规避起火点,并输出相应灯流引导疏散;当地震等非火警紧急情况发生时,可实现一键疏散。     

多智能体的体育场馆人群疏散模型

为了更好地引导体育场馆人群疏散,保证人员的生命安全,提出多智能体的体育场馆人群疏散模型。首先对当前体育场馆人群疏散研究现状进行分析,然后分析了体育场馆人群疏散的个体移动特征,结合地理信息系统设计了与个体移动特征相适应的多智能体人群疏散模型,最后进行了人群疏散模拟测试。测试结果表明,多智能体可以描述体育场馆人群的移动特点,真实模拟了体育场馆人群疏散状态,为体育场馆应急事件处理提供了有价值的信息。     

一种基于二维码的低成本分布式火灾报警与疏散引导系统设计

本文针对现有的火灾报警和疏散引导系统的缺点,结合当前前沿的泛在网、物联网的理念和技术,提出了基于二维码的低成本分布式火灾报警与疏散引导系统的实现方式,分析了创新点,并对关键技术进行了分析,给出了实现途径。     

紧急疏散引导指示灯的设计

通过优化LED灯珠的排布方式以及控制电路的改进,设计了一种可控制指示方向的紧急疏散引导指示灯。该指示该设计在供电线的基础上,只增加了两根控制线即完成四个指示方向的控制。该指示灯具有显示区域大、指示效果醒目、使用控制简单、施工成本低的优点,应用于智能疏散逃生系统有巨大的市场前景。     

消防智能疏散指示逃生系统

现代建筑的高层化、大型化、多功能化及复杂化,为消防应急疏散指示逃生提出了一个新的课题。消防智能疏散指示逃生系统结合光标、语音、频闪,借助消防报警的火灾信息,从听觉、视觉等感观上引导人们正确逃生。本系统主要采用HT46RU232单片机为主控芯片,集成信号采集、执行电路、辅助控制等模块组成。     

基于改进蚁群算法的公交疏散策略研究

针对无预警灾难发生后的大规模人群疏散问题,提出了应急救援的公交疏散策略,通过对动态的疏散路网和疏散者的时间加载离散化处理,采用时空网络和数值分析的方法以疏散总时间最短,伤亡人数最少建立公交疏散的非线性混合整数规划模型,并将整个公交疏散过程与改进的蚁群算法相结合,通过信息素全局更新对疏散模型进行求解,最后以一个简单的公交疏散网络作为算例来求解最优疏散路径。结果表明,通过多次计算不仅验证了改进蚁群算法的有效性,同时求解疏散路径的速度和质量也得到提高。     

基于GIS的人员疏散安全评估系统的设计与实现

基于GIS的人员疏散安全评估系统将模拟建筑物火灾发展情况和人员动态疏散过程,按照性能化安全疏散设计方法的要求,评价设计的合理性,指导人们设计满足安全疏散要求的建筑物。利用该软件的仿真模拟,可以计算出人群疏散所需要的时间,而且还可以直观地对人群的整个疏散过程和疏散人群分布状况进行动态观察,找出建筑物设计的不合理之处,可以帮助管理人员制订最优的疏散预案,在突发事件发生时减少损失。     

高校体育馆人员疏散仿真研究

分析了人员疏散理论的研究现状,在总结现有的各种仿真模型的基础上,提出了基于多智能体的微观离散疏散仿真模型。并且在该模型的基础上开发了相应的人员疏散计算机仿真系统,根据系统模拟人员疏散,对仿真疏散得到的结果进行了分析研究,为实际的疏散工作提供了有价值的参考建议。     

基于改进蚁群算法的大型建筑物疏散路径设计

针对在建筑物发生火灾等险情时,传统疏散路径方案中人员疏散路径固定、疏散时间较长、疏散效果较差等问题,文中结合大型建筑物的疏散背景与条件,同时考虑了人员在疏散过程中心里因素的影响,提出了一种用于描述大型建筑物中疏散路径的数学模型。在该数学模型的基础上,引入了新的收敛条件,并使用新的启发式函数设计了一种改进蚁群算法。通过数学推导,证明了该算法具有良好的收敛性,并在实际中应用良好。对所提出的算法进行了计算机仿真,仿真结果表明,使用该改进蚁群算法生成的疏散路径,在时间和效果上均优于现有的疏散路径设计方案。     

大型体育场馆紧急疏散仿真模型研究

大型体育场馆紧急疏散是当今世界体育安全领域研究的热点之一。针对我国大型体育场馆紧急疏散主要面临的紧急疏散效率低,紧急疏散动员机制和组织指挥体系不能满足现实需要等问题,根据系统动力学理论,结合紧急疏散系统的特点,针对人的多种属性、状态及动作,试图模拟突发事件引起恐慌的情形下人员疏散时的个体行为和环境因素,并研究整体涌现性现象建立了大型体育场馆紧急疏散系统动力学仿真结构模型,对人员紧急疏散系统进行初步仿真分析,不仅找出了主要因素间的内在影响关系,提出了相应的对策,为疏散行动指挥决策提供支持,更能为场馆安全出口的建设提供参考。     

基于行为心理学的高校办公楼应急疏散仿真研究

高校办公楼人员年龄段广、流动性大,人们的行为心理学特征影响着建筑疏散效率,但在高校办公建筑疏散模拟时缺少对于人员心理特征及其影响的考量。因此,研究行为心理学在高校办公楼应急疏散模拟中的应用意义重大。文章选取辽宁工程技术大学北校区办公楼为研究对象,利用模糊逻辑理论量化人在火灾疏散中的行为心理,设置对照组进行应急疏散仿真模拟,分析火灾行为心理在高校办公楼中对人员疏散时间的影响。     

协同通信中的分布式线性疏散码

该文提出一种分布式线性疏散码解决无线网络中协同节点不能确定时的空时编码问题。参与协同的节点采用独立的疏散矢量进行编码,推导协同节点减少时分布式线性疏散码的互信息损失,并以此建立一种分布式疏散码的编码准则。仿真结果验证了这种分布式线性疏散码的误比特性能及编码准则的可行性。     

人员紧急疏散指挥仿真研究

人员紧急疏散指挥不仅是战时的重要任务,也是和平时期的重要工作。深入系统地研究人员紧急疏散指挥,通过仿真技术,实现人员紧急疏散行动的科学决策,对提高我军的指挥效能具有重要意义。本文利用系统动力学仿真理论与技术,采取理论与实践相结合、定性与定量分析相结合的研究方法,通过人员紧急疏散系统的目标分析和结构分析,建立了人员紧急疏散指挥系统动力学仿真模型,进行了仿真实验和决策分析。     

人员紧急疏散指挥仿真研究

人员紧急疏散指挥不仅是战时的重要任务,也是和平时期的重要工作.深入系统地研究人员紧急疏散指挥,通过仿真技术,实现人员紧急疏散行动的科学决策,对提高我军的指挥效能具有重要意义.本文利用系统动力学仿真理论与技术,采取理论与实践相结合,定性与定量分析相结合的研究方法,通过人员紧急疏散系统的目标分析和结构分析,建立了人员紧急疏散指挥系统动力学仿真模型,进行了仿真实验和决策分析.     

基于元胞自动机理论的公共场所人员疏散模型与仿真

在元胞自动机理论上建立了大型公共场所人员疏散的数学模型,利用JavaScript编写了仿真程序,通过疏散过程的仿真及结果分析得出一定的结论,对实际疏散以及公共场所的设计具有一定的指导意义。     

一种实用的基于GIS的人员疏散模型

基于GIS的人员疏散模型,采用定量评估的方法选取较不利火灾场景模拟火灾发展情况,分析公共场所人员在现有的消防条件下人员疏散的安全性,并检查人员疏散模型设计的合理性,最后对该模型进行优化。     

地铁人员安全疏散模拟分析

<正>地铁车站处于地下封闭空间,人员量巨大,一旦发生火灾时候人员疏散逃生及其困难,在疏散过程中由于多种原因,容易发生群死群伤的现象,造成巨大的人员伤亡。本文通过使用pathfi nder疏散软件对地铁火灾发生时候各种因素对人员的疏散时间的影响探讨研究,为地铁火灾疏散与应急救援提供重要的指导意义。随着现代城市经济的迅速发展和人口不断增长,城市化水平不断提高,地铁凭借便捷、经济和高效的优势,成为越来越多人出行交通工具的选择,冠有"绿色交通"之称[1]。地铁隧道及站台等不同于其它一般建筑,处于地下狭长封闭空间内,通风和疏散都受到限制。火灾产生的烟气给人员逃生和疏散造     

高速铁路客运站行人疏散特性仿真研究

本文以大型铁路客运枢纽站应急疏散仿真为研究对象,讨论行人在应急疏散情况下的影响因素和交通行为特征,并在MATLAB软件中实现基于模糊推理的行为决策模型的分析。运用AnyLogic软件中的行人库构建行人疏散仿真模型,对重庆市沙坪坝站的候车大厅进行应急场景的设定和疏散方案的仿真实验,根据分析仿真结果,对车站的经营管理者和组织运营提出针对发生安全事故的优化建议。     

超大城市人口快速疏散的方法和路径分析研究

针对超大城市人口快速疏散的需求,给出以"预"求快、以"早"求快、以"保"求快、以"技"求快、以"熟"求快的疏散方法;根据技术对象介绍相应的路径分析模型,重点介绍疏散路径规划模型的使用方法;针对超大城市,提出强化数字底座、技术基础协同建设、预案规划的建议,为超大城市人口快速疏散指挥调度软件建设提供理论支撑。     

基于Dijkstra-ACO混合算法的应急疏散路径动态规划

现代建筑设计趋于多样化,内部结构和功能越来越复杂,而传统疏散系统逃生指示方向固定、人员疏散时间较长,火灾发生时,不能够及时改变指示方向,易将逃生人员导向危险区域,威胁被困人员生命安全。该文提出了一种Dijkstra-ACO混合路径动态规划算法,在Dijkstra算法获得全局最优路径的基础上再采用蚁群优化(ACO)算法对每个节点进一步优化以获取最优路径,并节省算法运行时间。通过实验仿真验证了混合算法的有效性,能够根据起火点动态规划疏散路径,及时调整疏散指示方向,为火场中人员疏散逃生赢得宝贵时间。