面向灾难应急的人员疏散与救援规划机制的研究

发布时间：2021-03-04 11:30

　　近年来,各类自然或人为灾难频频爆发,给人类带来沉痛的人员伤亡和巨大的财产损失,这些灾难的危险来源和诱因呈现多元化和复杂化的特征,且难以进行科学预测和控制。在灾难突发场景下,如何运用信息化手段,开展快速有效的灾难应急处理越来越受到世界各国政府及学术界的关注。本文针对灾难时的疏散规划及救援规划问题展开研究,主要的研究工作如下:（1）引入人工势能场对灾难环境进行建模,提出了一种基于人工势能场的疏散规划算法（Evacuation Planning Algorithm based on Artificial Potential Field,EPAAPF）。该算法的基本思想是通过建立人工势能场,将复杂的大规模疏散问题通过势场函数进行描述,解决了对于复杂的灾难环境难以建模的问题。通过对比实验,表明了该算法能够有效地提高求解精度和收敛速度,缩短疏散路线长度和疏散时间,使避难场所的分配达到均衡状态。（2）为了实现人性化疏散,重点考虑实际的人际关系,定义了关系引力势场,进一步提出基于关系引力人工势能场的疏散规划算法（Evacuation Planning Algorithm based on Artifi... 

【文章来源】：南京邮电大学江苏省

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

不同的疏散人员规模情况下的疏散路线长度

31图 3.9 不同的疏散人员规模情况下的疏散时间率对比的疏散人员规模的情况下对算法疏散成功率进行比较。“早熟”缺陷使其很难跳出局部最优解，对避难场所容量的其疏散成功率较低。疏散成功率较高的分别是 EPAAPF持避难场所的均衡分配，使其疏散成功率较高。随着疏-RA 的优势更加明显。

图 3.11 不同算法的疏散效率散验证具有亲属关系的疏散人员比例占总人数的 20%，图 3.12充足和容量不足两种情况下人性化疏散成功的比例。从得到有效的人性化疏散的人数比例更高。在容量不足的数比例较低。其中的原因是：由于受到避难场所的容量散人员因容量问题无法与其亲属疏散至同一避难场所。性化疏散成功的比例越大。

【参考文献】：
期刊论文
[1]带时间窗车辆路径问题的分布式多agent蚁群算法[J]. 金淳,张雨,王聪.  计算机应用研究. 2018(03)
[2]多受灾点应急救援车辆调度的优化遗传算法[J]. 喻德旷,杨谊.  计算机系统应用. 2016(11)
[3]多目标车辆路径问题的粒子群优化算法研究[J]. 郭森,秦贵和,张晋东,于赫,卢政宇,于佳欣.  西安交通大学学报. 2016(09)
[4]基于改进粒子群算法的车辆路径问题研究[J]. 罗耀.  交通科技与经济. 2016(02)



本文编号：3063139