基于人群便利性的疏散集结点选址优化

发布时间：2020-07-12 12:48

【摘要】：近年来,地震、台风、暴雨、泥石流等自然灾害以及恐怖袭击、危险品泄漏等人为灾害的频繁发生,对人民的生命和财产安全造成了极大的威胁,在一定程度上也阻碍了社会经济的发展。因此,大规模灾害性事件的应急疏散工作引起了国内外政府与科研机构的广泛关注,以应急疏散为主题的科学研究逐渐成为当前国际社会的热点研究内容。本文是在这个大背景下,根据灾害性突发事件的特征,选取了紧急疏散过程中集结点的选址问题,提出了基于人群便利性的疏散集结点选址优化问题。在应急疏散过程中,需要在最短的时间内对处于危险区域的人群进行撤离,以保障待疏散人群的生命财产安全。文中基于人群便利性,考虑疏散过程中弱势人群的需求,即不同的人群拥有不同的步行速度,同时也考虑了疏散人群穿越干路时存在的潜在安全问题以及其对干路疏散车流的影响,提出了一个以总步行距离最短为主要目标、穿越干路总次数最少为次要目标的集结点选址的双目标优化模型。在模型构建前,首先利用专家评分法对原始选定的备选集结点做初步筛选,将影响因素综合指数较低的备选集结点从原始备选集结点集合中予以剔除,以提升疏散集结过程中的疏散效率。在模型求解时,考虑到将双目标优化模型转换为单目标优化模型的局限性,选用了优化的遗传算法——NSGA-II算法进行求解,考虑精英策略,通过设计合理的染色体编码方式,经过选择、交叉、变异、快速非支配排序以及种群修剪等过程,求得双目标优化的Pareto最优解。最后,选取了兰州市西固区某化工厂为例进行实例分析,假定该化工厂发生爆炸,需要对处在危险区的居民进行紧急疏散。在紧急疏散过程中,我们使用上文建立的模型与算法,对其进行紧急疏散集结点的选址研究结果表明,本文所构建的模型能够为紧急情况下的应急疏散预案规划提供一定的理论依据与技术支持,在实践应用中有一定的可行性。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：X4
【图文】：

技术路线图,路线图,点容量,实践性

技术路线图

流程图,多目标优化,流程,种群

遗传算法的实现1 算法步骤多目标优化问题的解是一组均衡的解，又称 Pareto 最优解。本文采用 NSGA-I上文中建立的双目标优化模型，该算法的主要步骤如下：(1) 随机生成初始种群0P ，包含s个个体。(2) 通过对0P 的选择、交叉和变异操作，产生种群规模为N 的子代种群0Q ，令(3) 将初始种群0P 与子代种群0Q 合并形成一个规模为 2 N的新种群0R 。(4) 对种群0R 进行快速非支配排序，计算拥挤距离，得到非劣前端 ,, 12F F。(5) 修建种群：对所有的iF 按拥挤比较操作排序，选择其中最优的 N 个个体形代种群1P 。(6) 父代种群1P 经(2)中的操作，产生子代种群1Q ，父子代种群合并产生新种群迭代，若达到最大迭代次数，即maxt t，则退出迭代，否则，对种群t 1P ，执新种群t 1Q ， t t 1，转到(3)。流程如图 4.1 所示[51]：

示意图,示意图,产生子,子代

基于人群便利性的疏散集结点选址优化Step2：设定交叉概率crossp ，产生随机数r ，r ( 0,1]，若 r<pcross，则继续交叉操作，反之则结束。Step3：随机选择两个代表交叉点的整数1m 和2m (图中 1 和 5)。Step4：对父代个体Ａ和Ｂ的交叉口1m 和2m 之间的基因互换，其他基因不变直接遗传给子代，产生子代 A 和B 。Step5：判断子代个体 A 和B 是否满足约束条件，如满足则完成交叉，如不满足则重复 step1-4。交叉后产生子代新种群 Qt。

【参考文献】