CN101183445A - 一种灾难突发环境下面向城市交通的人员疏散方法 - Google Patents
一种灾难突发环境下面向城市交通的人员疏散方法 Download PDFInfo
- Publication number
- CN101183445A CN101183445A CNA2007101611939A CN200710161193A CN101183445A CN 101183445 A CN101183445 A CN 101183445A CN A2007101611939 A CNA2007101611939 A CN A2007101611939A CN 200710161193 A CN200710161193 A CN 200710161193A CN 101183445 A CN101183445 A CN 101183445A
- Authority
- CN
- China
- Prior art keywords
- road
- disaster
- flow
- evacuation
- data structure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种灾难突发环境下面向城市交通的人群疏散方法,步骤如下:(1)获取与疏散相关的信息:(2)建立路网数据结构:利用扩展的前向关联边结构来存储路网数据,表达交叉口转向限制以及每条道路的最大流量以及长度,将道路的相关数据从读入内存,建立数据结构;(3)确定灾难点的位置,修改路网数据结构;(4)利用所建立的数据结构,根据基于动态网络流的最大流改进算法进行疏散;(5)根据疏散过程中记录的数据显示随着时间的疏散率比变化以及疏散路径。本发明有益的效果是:能够提供较合理的资源分配方法,使得疏散更贴近实际的城市应急条件下的人员疏散,能处理实时突发事件,基于多个灾难点以及多个庇护所的位置来进行人员疏散。
Description
技术领域
本发明属于现代交通安全技术领域,主要是实现一种灾难突发环境下面向城市交通的人群疏散方法。
背景技术
当前城市在面对灾难威胁时,缺乏一个有效而迅速的统一的人员疏散。本发明针对多灾害并发威胁下的城市交通环境,提供高效、可靠、安全、智能的预案规划方法,解决多灾难环境下的人群疏散调度,加快对灾难的响应速度。在交通指挥、抢险救灾、国防战备、公共安全、医疗救护、消防救援等领域具有广泛的应用前景。
目前,针对灾难的交人员疏散规划方法中有的是根据以往经验针对灾难对人员疏散进行规划。利用经验来手工配置资源很难达到人员优化疏散的目的,往往造成人员疏散不及时而造成不必要的损失。而另外一些的人员疏散方法针对单一的灾害、处理方式较单调、安全支持有限,而且当前的应急交通疏散中对疏散行人车辆的行程路径选择、疏散方案效果评价较少,很难适应并发灾害威胁下的城市交通的发生多处灾难的需求,阻碍了现有的交通应急管理系统在现代大城市交通环境下的应用。
传统的基于恒定的动态网络流模型中,网络的路段长度、路段的通行能力等并没有随着时间的改变而发生变化。然而,考虑到灾害造成道路阻塞或者通行能力降低时,可能导致应急疏散网络随时间而改变。同时,以往的疏散规划优化研究往往仅针对某一评价指标或单一环节(如路径选择问题),这不利于大规模人员疏散的整体优化。综合考虑以上静态网络和动态网络的不足,就有必要建立基于时变的动态网络流模型,减少疏散时间。
现有的方法主要存在的问题有针对室内,特别是建筑物内,针对单一的静态的灾难对人群进行疏散指导,这些方法所针对的灾难单一,针对静态的灾难,而没有考虑到灾难的动态变化,而且没有考虑到资源的分配,对资源的宏观上分配,而是针对个体的进行指导。
现有的方法针对人员疏散的方法主要涉及到最短路径或者在疏散过程中的最短时间,而不是针对从受灾或危险区域被疏散的时间,实际上,只要人员被疏散出危险区域,在其未达到安全区域之前都是安全的,因此疏散时间的最优化而是指该受灾区域中的人员被疏散离开该危险区域的时间最优,亦即时间最短,同时在保证使得人们在离开危险区域的同时到达庇护所的距离或者是疏散时间最短。
发明内容
本发明要解决上述技术所存在的缺陷,提供一种灾难突发环境下面向城市交通的人群疏散方法,本发明面对多灾难并发威胁下的城市交通环境,根据基于时变的动态网络流模型进行突发事件下的人员疏散,满足多处灾难,多庇护所环境下的城市交通应急管理的需求,其深远意义重大。
本发明解决其技术问题所采用的技术方案:
本发明针对多灾难点的环境下,将多灾难点的人们疏散到多个避难点中去,针对当前交通流的状况,使得人们绕开有害的区域,到达目的地,将受灾区域中的人群疏散到各庇护点,确保非灾难影响区域的交通正常运行。本发明的目的是在多处灾难的环境下求得将人员从危险区域疏散到最优疏散路线,该最优路线保证将人群尽快地从危险区域疏散到邻近的安全区域,同时保证疏散过程中所经过的路径长度最短。
本发明根据网络流模型,综合平衡考虑多种因素,如道路的转向限制,道路的通行能力,在灾难点以及救援点的位置,并考虑应急疏散网络随时间而改变的特征,在多灾难点-多疏散点的背景下,引入整体规划的思路,考虑疏散目标、疏散距离、到达安全地点人数等多个优化子目标,同时对不同受灾区域的疏散次序,交通量的分配,路径的选择,设计基于时变的动态网络流模型用于疏散系统的优化,如实地反映出疏散路网随时间而变的状况并最终得到整个系统优化的人员疏散安排方案,提升道路运输能力,缩短人员在灾难区域中的时间。
本发明所述的这种灾难突发环境下面向城市交通的人群疏散方法,具体步骤如下:
(1)、获取与疏散相关的信息:将每条道路的信息以及转向限制、灾难点的位置以及灾难区域中的人员数量信息、庇护所的位置以及庇护所余下的可接收庇护人员的容量信息从外部文件或其它数据源中读入内存;
(2)、建立路网数据结构:每一条有单行道视为一条有向弧,每一条双向道路视为两条有向弧,每一条弧的方向表示该道路的车流方向;利用扩展的前向关联边结构来存储路网数据,表达交叉口转向限制以及每条道路的最大流量以及长度,将道路的相关数据从读入内存,建立数据结构;
(3)、确定灾难点的位置,修改路网数据结构:保证从一个灾难区的被疏散的人群不会进入另外一个灾难区,将进入灾难点的所有道路都设置为不可达;
(4)、利用所建立的数据结构,根据基于动态网络流的最大流改进算法进行疏散:根据该受灾区域当前受灾情况以及该灾难区的剩余人口进行判断,并且根据庇护所的位置、剩余容量信息读入内存中,每过一段时间找出每一个灾难点到庇护所所经过的路线,在具有多个源点与多个汇点的网络中,确定最大流的问题;
(5)、根据疏散过程中记录的数据显示随着时间的疏散率比变化以及疏散路径。
本发明有益的效果是:
1.本发明能够针对多处灾难突发环境,面向多个子目标进行优化,提供较合理的资源分配方法。
2.本发明能够处理多车道以及道路转向限制的情况,使得疏散更贴近实际的城市应急条件下的人员疏散。
3.本发明能处理实时突发事件,基于多个灾难点以及多个庇护所的位置来进行人员疏散。
4.本发明能够基于动态网络流模型,考虑灾难点与庇护所的变化信息,使得疏散更贴近实际,更为有效。
附图说明
图1本发明多灾难点多庇护所图;
图2本发明路网例图;
图3本发明用于处理实际路网的扩展的前向关联边结构;
图4本发明的基于动态网络流的人员疏散处理流程。
具体实施方式
下面结合附图和实施例对本发明作进一步介绍:
本发明实现的具体步骤如下:
一、获取与疏散相关的信息。
将每条道路的信息以及转向限制、灾难点的位置以及灾难区域中的人员数量信息、庇护所的位置以及庇护所余下的可接收庇护人员的容量等信息从外部文件或其它数据源中读入内存。
二、建立路网数据结构
路网作为大型稀疏网络,具有交叉口转向限制的特点,针对这些特点,利用扩展的前向关联边结构来存储路网数据,可以使得存储量尽可能小,正确表达交叉口转向限制以及每条道路的最大流量以及长度,如图2所示。将道路的相关数据从外部(如xml文件或其他数据源中)读入内存,建立数据结构。
将每一条有单行道视为一条有向弧,每一条双向道路视为两条有向弧,每一条弧的方向表示该道路的车流方向。“前向关联边”的链表结构核心在于将由同一个结点发出的所有弧存放在一起,同时引进了一个指针数组Pointer,该数组中的每一个指针对应一个结点,记录由此结点发出的第一条弧在整个弧集中的起始位置,该数组的长度值与所有交叉口的数量相等。此外,还用一个数组PointedNodes存储Pointer数组中的指针所指向的结点,数组PointedNodes的长度与所有表示有向道路的弧的数量相等。若Pointer数组的下标从1开始,则该下标恰好是每一条弧的起点,PointedNodes数组中存储的是每一条弧的终点,两者结合起来正好完整地描述了每一条弧。
MaxFlux数组表示的是对应Pointer数组的下标语PointedNodes数组元素合在一起所描述的弧,存储该弧所代表路段上的最大流量。
同时使用TravelTim数组,表示对应Pointer数组的下标与PointedNodes,数组元素合在一起所描述的弧,存储该弧所代表路段上的平均行驶时间。
二维Delays数组存储在Pointer数组的下标与PointedNodes数组元素合在一起所描述的弧处,下一步允许的所有转向操作对应的权重,该权重可以用来表示是否可以转向到以该有向弧的终点为起点的相邻的道路,也可以用来存储转向在该交叉口的延误,其第一维的长度与数组PointedNode数组的长度相同;第二维的长度等于该PointedNodes数组元素。
建立扩展的前向关联边的数据结构的步骤:
1、首先读入所有交叉口(包含交叉口ID的对象),再读入所有道路对象(一个对象就表示一条有向弧,弧的起点与终点就用其所在的交叉口的ID表示),若道路为双向,则分为两条方向相逆的有向弧。生成一个交叉口动态数组和一个表示道路的数组。
2、将交叉口动态数组以及道路的动态数组里的数据插入到PointedNode与Pointer、Delays数组中,从而建立扩展的前向关联边数据结构。
三、确定灾难点的位置,修改路网数据结构。
保证从一个灾难区的被疏散的人群不会进入另外一个灾难区,将进入灾难点的所有道路都设置为不可达。
四、利用所建立的数据结构,根据基于动态网络流的最大流改进算法进行疏散。
根据该受灾区域当前受灾情况以及该灾难区的剩余人口进行判断,并且根据庇护所的位置、剩余容量信息读入内存中。找出每一个灾难点到庇护所所经过的路线。每过一段时间。
流网络是一个有向图,其中每条弧均有一非负容量(流量),具有一个源点和一个起点。本发明不只是一个起点和一个终点,而是多个源点和多个汇点的流网络,而且该流网络中的每条边的流量(容量)不是固定不变的,而是时变的。
在具有多个源点与多个汇点的网络中,确定最大流的问题可以归约为一个普通的最大流问题。在本发明中,增加了一个超级起点,并且对每个灾难点i=1,2,3,...m加入有向边(s,si),其流量f(s,si)为无穷大,创建了一个新的超级汇点T,并且每个庇护所j=1,2,3...,n加入有向边(tj,t),其流量f(tj,t)为无穷大。
采用最小费用最大流的原理来解决该问题。
本发明解决该问题的所使用的算法的基本流程是:
1、从某个可行流F出发,找到关于这个流的一个可改进路P,然后沿着P调整F,对新的可行流试图寻找关于它的可改进路,如此反复直至求得最大流。现在要找最短时间的最大流,可以证明,若F是流量为V(F)的流中时间费用最小者,而P是关于F的所有可改进路中平均时间费用最小的可改进路,则沿着P去调整F,得到的可行流F′一定是流量为V(F′)的所有可行流中的最小时间费用流。这样,当F是最大流时候,它就是所要求的最短时间最大流。
2、在疏散的过程中,记录每个受灾点疏散的人数,以便当某灾难点的疏散人数等于该灾难点内所有人口数量时,表明该灾难点人员全部疏散完成,则删除该灾难点,但仍然设置进入该灾难点的弧的权值为无穷大。
3、同时在疏散的过程中,记录每个庇护所已所容纳的人口数量,当此数量值与该庇护所总容量相等时表明该庇护所已经完成其功能,不再将人口向该庇护所进行疏散。
在本发明中,由于每条弧的平均时间费用权值大于或者等于0,所以F=0必是流量为0的最小费用(最短时间)流,这样总可以从F=0出发求出最短时间最大流。假设已知F是流量V(F)的最短时间流,那么本发明余下的问题就是如何去寻找关于F的最短时间可改进路。
每一个顶点上设置一个参数CT,表示源点至该顶点的通路上的时间总和。如果我们得出一条关于F的最小费用可改进路时,则该路上的每一个顶点的CT值相对于其它可改进路来说是最小的。每一次寻找最小费用可改进路时前,源点的CT为0,其它顶点的CT为+∞。
设cost为流的总长度,初始时由于F=0,则cost=0,我们每求出一条关于F的最小费用可改进路,累积流的运输时间的增加量。
另外设置布尔变量break为最小费用可改进路的延伸标志,在搜索了网络中的每一个节点后,若break=true表示可改进路还可以延伸,还需要重新搜索网络中的顶点;否则说明最短时间的可改进路已经找到或者最大流已经求出。
该算法的伪代码具体如下:
cost=0;
repeat
将可改进路撤空;
设源点的CT值为0并进入可改进路;
repeat
break = false;
for u=1 to N do
begin
分析以U为起始节点的所有弧<U,V>;并分析是否可以转向
if(<U,V>的流量可改进)并且(源点至U有通路)并且(U的CT值+<U,V>的平均行驶时间<V的CT值)then
begin
break=true;
V的CT值=U的CT值+<U,V>的权值中的时间部分;
V进入可改进路经并为之标号;
end if
end for
until break=false
if 汇点标记 then
begin
从汇点出发倒向修正可改进路的流量;
cost=cost+∑B(e)*d(其中e∈P,d为P的可改进量);
end if
until 汇点未标记;
显示结果。
该算法使用宽度优先搜索来来寻找增广路径,复杂度是O(VE),其中V是节点数目,E是边数目。
五、根据疏散过程中记录的数据显示随着时间的疏散率比变化以及疏散路径。
1、根据每个灾难点在某一时刻的疏散人数变化在界面上显示疏散百分比与时间的关系;
2、根据每个庇护所在某一时刻的容纳人数变化在界面上显示容纳人数随时间的变化关系。
3、在界面上显示每个灾难点到与其有关的庇护所的路径。
图1图示了实际路网中的多灾难点多庇护所的一个路网。在该图中,含有大写字母如A,B,C,D的圆圈为灾难点,而含有小写字母如a,b,c,d的圆圈为庇护所,不含字母的为普通的交叉口,有向弧代表的为道路,其方向表示该道路上的车流方向,若此道路不为单行道,则用两条方向相反的有向弧,每条有向弧上所包含的数据有最大流量,平均行驶时间,车道数信息。
图2图示了一个道路网络,每一个节点代表一个交叉口,有向弧方向表示道路中车流的方向,有向弧中的权值有两个部分,分别表示该条道路的最大流量以及其平均行驶时间。
图3图示了用于表示实际路网的扩展的前向关联边的数据结构。Node表示交叉口集合,Pointer表示一个指针,指向另外一个交叉口,代表由起点出发的第一条道路。PointedNodes表示一条有向弧所指向的终点(交叉口),MaxFlux表示每条弧所表示的道路上的最大流量。TravleTime表示每条弧所表示的道路上的平均时间。Delays表示的是该弧是否可以转向以该弧终点为起点的其他道路,1表示可以转向,0表示不可以转向。
图4图示了本发明基于动态网络流的人员疏散处理流程。具体如下:
1、获取与疏散相关的信息
2、建立能表示实际路网的数据结构
3、确定灾难点的位置,修改路网数据结构。
4、根据基于动态网络流的最大流改进算法进行疏散。
5、输出疏散过程中的相关信息。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (3)
1.一种灾难突发环境下面向城市交通的人群疏散方法,其特征在于:具体步骤如下:
(1)、获取与疏散相关的信息:将每条道路的信息以及转向限制、灾难点的位置以及灾难区域中的人员数量信息、庇护所的位置以及庇护所余下的可接收庇护人员的容量信息从外部文件或其它数据源中读入内存;
(2)、建立路网数据结构:每一条有单行道视为一条有向弧,每一条双向道路视为两条有向弧,每一条弧的方向表示该道路的车流方向;利用扩展的前向关联边结构来存储路网数据,表达交叉口转向限制以及每条道路的最大流量以及长度,将道路的相关数据从读入内存,建立数据结构;
(3)、确定灾难点的位置,修改路网数据结构:保证从一个灾难区的被疏散的人群不会进入另外一个灾难区,将进入灾难点的所有道路都设置为不可达;
(4)、利用所建立的数据结构,根据基于动态网络流的最大流改进算法进行疏散:根据该受灾区域当前受灾情况以及该灾难区的剩余人口进行判断,并且根据庇护所的位置、剩余容量信息读入内存中,每过一段时间找出每一个灾难点到庇护所所经过的路线,在具有多个源点与多个汇点的网络中,确定最大流的问题;
(5)、根据疏散过程中记录的数据显示随着时间的疏散率比变化以及疏散路径。
2.根据权利要求1所述的灾难突发环境下面向城市交通的人群疏散方法,其特征在于:所述的建立扩展的前向关联边的数据结构的步骤:
(1)、首先读入所有交叉口,包含交叉口ID的对象,再读入所有道路对象,一个对象就表示一条有向弧,弧的起点与终点就用其所在的交叉口的ID表示,若道路为双向,则分为两条方向相逆的有向弧,生成一个交叉口动态数组和一个表示道路的数组;
(2)、将交叉口动态数组以及道路的动态数组里的数据插入到PointedNode与Pointer、Delays数组中,从而建立扩展的前向关联边数据结构。
3.根据权利要求1所述的灾难突发环境下面向城市交通的人群疏散方法,其特征在于:采用最小费用最大流的原理来确定最大流的问题,基本流程是:
(1)、从某个可行流F出发,找到关于这个流的一个可改进路P,然后沿着P调整F,对新的可行流试图寻找关于它的可改进路,如此反复直至求得最大流,若F是流量为V(F)的流中时间费用最小者,而P是关于F的所有可改进路中平均时间费用最小的可改进路,则沿着P去调整F,得到的可行流F′一定是流量为V(F′)的所有可行流中的最小时间费用流,当F是最大流时候,它就是所要求的最短时间最大流;
(2)、在疏散的过程中,记录每个受灾点疏散的人数,当某灾难点的疏散人数等于该灾难点内所有人口数量时,表明该灾难点人员全部疏散完成,则删除该灾难点,但仍然设置进入该灾难点的弧的权值为无穷大;
(3)、同时在疏散的过程中,记录每个庇护所已所容纳的人口数量,当此数量值与该庇护所总容量相等时表明该庇护所已经完成其功能,不再将人口向该庇护所进行疏散。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101611939A CN101183445A (zh) | 2007-12-20 | 2007-12-20 | 一种灾难突发环境下面向城市交通的人员疏散方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101611939A CN101183445A (zh) | 2007-12-20 | 2007-12-20 | 一种灾难突发环境下面向城市交通的人员疏散方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101183445A true CN101183445A (zh) | 2008-05-21 |
Family
ID=39448710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007101611939A Pending CN101183445A (zh) | 2007-12-20 | 2007-12-20 | 一种灾难突发环境下面向城市交通的人员疏散方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101183445A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101890970A (zh) * | 2010-07-07 | 2010-11-24 | 沈阳宏宇光电子科技有限公司 | 地铁运行定位及人员疏散指示系统 |
CN101958044A (zh) * | 2010-09-13 | 2011-01-26 | 北京大学 | 一种快速疏散算法 |
CN102393926A (zh) * | 2011-08-23 | 2012-03-28 | 江苏大学 | 井下应急撤人安全路线智能决策方法 |
CN102393925A (zh) * | 2011-07-05 | 2012-03-28 | 万达信息股份有限公司 | 一种面向危险气体扩散的车辆应急调度和人员疏散方法 |
CN102521998A (zh) * | 2012-01-09 | 2012-06-27 | 吉林大学 | 特大灾害条件下基于可靠性的应急交通疏散路径优化方法 |
CN102779408A (zh) * | 2012-07-30 | 2012-11-14 | 中国科学院自动化研究所 | 一种基于活动的区域应急交通疏散仿真系统 |
CN103065208A (zh) * | 2013-01-30 | 2013-04-24 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种虚实互动的交通疏散控制方案的优化方法及其系统 |
CN104134099A (zh) * | 2014-07-18 | 2014-11-05 | 东南大学 | 一种应急疏散用的公交集结点设置方法 |
CN104992249A (zh) * | 2015-07-14 | 2015-10-21 | 华中科技大学 | 一种被动分洪情景下的分洪区避险转移方案编制方法 |
CN106940825A (zh) * | 2017-02-09 | 2017-07-11 | 南京邮电大学 | 一种面向灾难应急的疏散规划方法及疏散规划系统 |
CN107646111A (zh) * | 2015-05-19 | 2018-01-30 | 北京市商汤科技开发有限公司 | 用于行人步道预测的系统和方法 |
CN108960656A (zh) * | 2018-07-12 | 2018-12-07 | 中国科学院地理科学与资源研究所 | 一种基于手机数据的城市人群疏散风险动态评价方法 |
CN110852587A (zh) * | 2019-10-31 | 2020-02-28 | 华中科技大学 | 一种应急避难所选址和资源分配方法及系统 |
CN111667089A (zh) * | 2019-03-05 | 2020-09-15 | 光禾感知科技股份有限公司 | 智能防灾系统及智能防灾方法 |
CN111857133A (zh) * | 2020-06-24 | 2020-10-30 | 湖南格兰博智能科技有限责任公司 | 一种用于扫地机器人寻找未清扫区域的宽度优先搜索算法 |
CN113865605A (zh) * | 2021-09-10 | 2021-12-31 | 航天华威(北京)科技有限公司 | 一种基于ai的城市防灾避险路径规划方法及装置 |
-
2007
- 2007-12-20 CN CNA2007101611939A patent/CN101183445A/zh active Pending
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101890970B (zh) * | 2010-07-07 | 2012-03-14 | 沈阳宏宇光电子科技有限公司 | 地铁运行定位及人员疏散指示系统 |
CN101890970A (zh) * | 2010-07-07 | 2010-11-24 | 沈阳宏宇光电子科技有限公司 | 地铁运行定位及人员疏散指示系统 |
CN101958044A (zh) * | 2010-09-13 | 2011-01-26 | 北京大学 | 一种快速疏散算法 |
CN101958044B (zh) * | 2010-09-13 | 2012-05-02 | 北京大学 | 应用于大规模灾害发生时进行人员疏散的快速疏散方法 |
CN102393925A (zh) * | 2011-07-05 | 2012-03-28 | 万达信息股份有限公司 | 一种面向危险气体扩散的车辆应急调度和人员疏散方法 |
CN102393926A (zh) * | 2011-08-23 | 2012-03-28 | 江苏大学 | 井下应急撤人安全路线智能决策方法 |
CN102393926B (zh) * | 2011-08-23 | 2014-07-02 | 江苏大学 | 井下应急撤人安全路线智能决策方法 |
CN102521998A (zh) * | 2012-01-09 | 2012-06-27 | 吉林大学 | 特大灾害条件下基于可靠性的应急交通疏散路径优化方法 |
CN102779408A (zh) * | 2012-07-30 | 2012-11-14 | 中国科学院自动化研究所 | 一种基于活动的区域应急交通疏散仿真系统 |
CN103065208B (zh) * | 2013-01-30 | 2016-02-03 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种虚实互动的交通疏散控制方案的优化方法及其系统 |
CN103065208A (zh) * | 2013-01-30 | 2013-04-24 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种虚实互动的交通疏散控制方案的优化方法及其系统 |
CN104134099A (zh) * | 2014-07-18 | 2014-11-05 | 东南大学 | 一种应急疏散用的公交集结点设置方法 |
CN107646111A (zh) * | 2015-05-19 | 2018-01-30 | 北京市商汤科技开发有限公司 | 用于行人步道预测的系统和方法 |
CN107646111B (zh) * | 2015-05-19 | 2021-04-09 | 北京市商汤科技开发有限公司 | 用于行人步道预测的系统和方法 |
CN104992249A (zh) * | 2015-07-14 | 2015-10-21 | 华中科技大学 | 一种被动分洪情景下的分洪区避险转移方案编制方法 |
CN104992249B (zh) * | 2015-07-14 | 2017-09-29 | 华中科技大学 | 一种被动分洪情景下的分洪区避险转移模型建立方法 |
CN106940825A (zh) * | 2017-02-09 | 2017-07-11 | 南京邮电大学 | 一种面向灾难应急的疏散规划方法及疏散规划系统 |
CN108960656A (zh) * | 2018-07-12 | 2018-12-07 | 中国科学院地理科学与资源研究所 | 一种基于手机数据的城市人群疏散风险动态评价方法 |
CN111667089A (zh) * | 2019-03-05 | 2020-09-15 | 光禾感知科技股份有限公司 | 智能防灾系统及智能防灾方法 |
CN110852587A (zh) * | 2019-10-31 | 2020-02-28 | 华中科技大学 | 一种应急避难所选址和资源分配方法及系统 |
CN111857133A (zh) * | 2020-06-24 | 2020-10-30 | 湖南格兰博智能科技有限责任公司 | 一种用于扫地机器人寻找未清扫区域的宽度优先搜索算法 |
CN113865605A (zh) * | 2021-09-10 | 2021-12-31 | 航天华威(北京)科技有限公司 | 一种基于ai的城市防灾避险路径规划方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101183445A (zh) | 一种灾难突发环境下面向城市交通的人员疏散方法 | |
Ticha et al. | Empirical analysis for the VRPTW with a multigraph representation for the road network | |
Rui et al. | Optimum transit operations during the emergency evacuations | |
Walker et al. | Telematics, Urban Freight Logistics, and Low Carbon Road Networks | |
Bretschneider | Mathematical models for evacuation planning in urban areas | |
Zhao et al. | Optimizing one‐way traffic network reconfiguration and lane‐based non‐diversion routing for evacuation | |
Ventura et al. | A continuous network location problem for a single refueling station on a tree | |
Zhao et al. | Evacuation network optimization model with lane-based reversal and routing | |
Cui et al. | A generalized minimum cost flow model for multiple emergency flow routing | |
Üster et al. | Strategic Evacuation Network Design (SEND) under cost and time considerations | |
Hafiz Hasan et al. | Large‐scale zone‐based evacuation planning—Part I: Models and algorithms | |
Kimms et al. | Cell-transmission-based evacuation planning with rescue teams | |
Huang et al. | GIS-ABP model for HAZMAT routing with security considerations | |
Thomson et al. | Sustainable precincts: transforming Australian cities one neighbourhood at a time | |
Cenamor et al. | Planning & scheduling applications in urban traffic management | |
Montz et al. | Assessing the effectiveness of flexible response in evacuations | |
Wu et al. | A quantum evolutionary algorithm for lane reservation problem | |
Wu | Optimal bus lane reservation with uncertain impact | |
Zhou et al. | Evacuation Planning: A Spatial Network Database Approach. | |
Yao et al. | Deep characteristics analysis on travel time of emergency traffic | |
Putta et al. | Method to identify and visualize barriers in a low-stress bike network | |
Ogunwolu et al. | Optimal routing for automated emergency vehicle response for incident intervention in a traffic network | |
Kolar et al. | Specification of a location for opted port logistics center in a given area using the method of operational research | |
Qian et al. | The analysis of an optimisation model for emergency vehicles scheduling in multi-mode layer networks | |
Zhang et al. | A cell-based regional evacuation model with contra-flow lane deployment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080521 |