基于Agent系统下的新蚁群算法安全疏散路径研究

发布时间：2020-08-24 14:27

【摘要】：复杂建筑的安全疏散设计是一项非常具有挑战性的工作,安全疏散的路径选择通常受到疏散现场物理因素、疏散人员社会行为等因素的影响。在现有的智能算法中,蚁群算法所具备的正反馈并行计算的特点使其成为路径选择问题求解的常用算法之一,可以充分考虑疏散现场物理因素对安全疏散路径选择的影响,但疏散人员的社会行为在其中无法表达。因此,在蚁群算法中引入Agent理论,将物理因素与疏散人员的社会行为进行结合研究。蚁群算法与Agent理论的结合运用在计算机路由问题、智能制造领域等都有相关的研究,但在安全疏散领域中的研究几近空白,因此将蚁群算法与Agent理论结合运用于安全疏散路径研究中有十分重要的价值。基于以往对蚁群算法的优化方法,改进其数学模型以适应安全疏散路径选择问题。在蚁群算法运行初期,存在信息素重复叠加、寻找路径慢等问题,对此,本文进行了去除重复节点和简化复杂路径的优化,以此提高最优路径的寻找速度和算法的收敛速度,确保输出的结果为最短路径。在matlab中进行计算机编程模拟,验证算法的可行性和有效性。为了将疏散过程中人群的社会行为这一因素融入到问题的研究中,本文基于改进的蚁群算法,引入Agent理论,搭建安全疏散人群模型。所搭建的人群模型具有感知、决策、运动三个子系统,Agent个体通过感知系统从外界获取信息并传递到决策系统;在决策系统中将外界信息与基于改进的蚁群算法得到的安全疏散路径进行比较分析,基于行为规则库进行决策判断,运动系统做出排队、竞争出口等社会行为,形成基于Agent系统下的新蚁群算法安全疏散路径选择模型,为下文的实例求解做好充分的准备。为验证本文提出的安全疏散路径选择模型的可行性,在BIM环境下进行不同条件的安全疏散仿真模拟,通过对有无Agent系统进行安全疏散仿真模拟,对得到的疏散路线进行比较分析得到结论:在Agent系统下,疏散路线更加符合真实疏散情况,疏散效率更高;对不同的起火区域进行安全疏散仿真模拟,疏散人群能够有效的避开起火区域选择疏散路径;对不同的火灾现场起火条件进行安全疏散仿真模拟,验证了模型的广泛适用性。综上所述,本文所提出的安全疏散路径选择模型具有一定的科学价值和现实意义,为安全疏散预案设计提供了参考。
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU998.1
【图文】：

示意图,蚁群,寻优,路径

（a）（b）图 2-1 蚁群觅食路径寻优示意图当最短路径上出现无法通行的情况时，蚂蚁会迅速地进行新的路径探索。蚂蚁绕过障碍物，一定时间后，在最短路径上的信息素浓度必然要高于其他路径，经过一段时间的正反馈作用后，蚂蚁的路径选择会收敛于最短路径上，如图 2-2所示。（a）

示意图,蚁群算法,最短路径,示意图

（c）图 2-2 蚁群算法最短路径收敛示意图的特点程中信息的传递体现出很强的正反馈作用相合作具有一定的相似性。因此，将蚁群算是比较适合的。蚁群算法具有的自组织性和行从无序到有序的动态演化，从而找到最优的搜索全局最优解的能力，其正反馈机制搜索效率；并行性，在算法求解的过程中，蚁群通过作，进行同时计算，有助于快速获取最优，算法的适用范围广，在实际问题的运用

栅格图,场景,栅格

图 2-3 疏散场景栅格图栅格化之后，以疏散者所在位置为中心，其可以择，即可向八个方向进行移动。疏散场景的动态每个栅格进行属性赋予。一个栅格即为一个节点1,2,…,24)表示图 2-3 中的栅格，同时对应图 2-4 中点 Vb，栅格“24”为目标节点 Ve，其中黑色栅格示有障碍物，不可通行，其他白色栅格为普通栅格

【参考文献】