一种应用于火灾环境路径规划的蚂蚁群算法
发布时间：2018-09-18 14:16
【摘要】：在火灾环境中,针对蚁群算法容易陷入局部最优的问题,文章使用了一种改进的蚁群算法用于解决火灾环境中人群疏散的路径规划问题。对蚁群算法的改进分为两个方面:一是在蚁群算法的启发式函数中考虑人员密度因素;二是动态自适应调整信息素强度,采取局部和全局信息素更新相结合的策略更新路径上的信息素,并引入交叉操作,加快算法的逃逸能力。由于在火灾环境中个体情绪差异对路径选择的影响较大,在文章的规划方法中,为个体建立情绪数学模型,不同情绪的个体对路径的选择是不同的。仿真实验表明,文中提出的规划方法能够为不同情绪类型的个体规划出最优逃生路径,避免了局部最优且收敛速度较快。
[Abstract]:To solve the problem that ant colony algorithm is easy to fall into local optimum in fire environment, an improved ant colony algorithm is used to solve the problem of route planning for crowd evacuation in fire environment. Adapt to adjust pheromone intensity, adopt the strategy of combining local and global pheromone updating to update the pheromone on the path, and introduce cross-operation to accelerate the escape ability of the algorithm. Simulation results show that the proposed method can plan the optimal escape path for individuals with different emotional types, avoiding local optimum and fast convergence.
【作者单位】： 河南师范大学计算机与信息工程学院;智慧商务与物联网技术河南省工程实验室;
【分类号】：TP18
本文编号：2248171
[Abstract]:To solve the problem that ant colony algorithm is easy to fall into local optimum in fire environment, an improved ant colony algorithm is used to solve the problem of route planning for crowd evacuation in fire environment. Adapt to adjust pheromone intensity, adopt the strategy of combining local and global pheromone updating to update the pheromone on the path, and introduce cross-operation to accelerate the escape ability of the algorithm. Simulation results show that the proposed method can plan the optimal escape path for individuals with different emotional types, avoiding local optimum and fast convergence.
【作者单位】： 河南师范大学计算机与信息工程学院;智慧商务与物联网技术河南省工程实验室;
【分类号】：TP18
【相似文献】
相关期刊论文 前1条
1 蔡良伟;李霞;;遗传算法交叉操作的改进[J];系统工程与电子技术;2006年06期
相关硕士学位论文 前2条
1 傅剑锋;基于数据融合技术的火灾探测算法研究[D];重庆大学;2007年
2 张晓丹;WSN中基于改进粒子群优化算法的分簇拓扑算法研究[D];郑州大学;2017年
，本文编号：2248171
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2248171.html
