CN103927433B - 基于流控制的多源点多出口人群应急疏散调度方法 - Google Patents
基于流控制的多源点多出口人群应急疏散调度方法 Download PDFInfo
- Publication number
- CN103927433B CN103927433B CN201410104946.2A CN201410104946A CN103927433B CN 103927433 B CN103927433 B CN 103927433B CN 201410104946 A CN201410104946 A CN 201410104946A CN 103927433 B CN103927433 B CN 103927433B
- Authority
- CN
- China
- Prior art keywords
- evacuation
- source point
- flow
- priority
- route available
- 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.)
- Active
Links
Landscapes
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于流控制的多源点多出口人群应急疏散调度方法，包括单源点计算步骤、多源点计算步骤以及流量分配步骤，其中单源点计算步骤主要解决单个疏散源点的路线和人流的计算，多源点计算步骤则通过同时地处理多个疏散源点之间的冲突从而最终地得到疏散方案。本发明的优点在于，计算步骤少，算法的复杂性较低，适用于疏散方案的实时制定，具有较好的应用价值。
Description
技术领域
本发明涉及一种基于流控制的多源点多出口人群应急疏散调度方法，可用于较为快速地制定疏散方案，实现实时计算效果。
背景技术
应急疏散调度方法都是基于两大类模型提出的，即宏观模型和微观模型。微观模型考虑每个个体做出的决策，例如个体的心理行为和个体间交互信息对疏散的影响，以人群中行人的个体特性为分析对象，此类模型仿真度较高，但计算效率较低，常见的微观模型有元胞自动机模型，社会力模型和概率模型等。宏观模型研究人群的整体运动，不考虑个体间的交互行为，研究模型包括最小费用最大流，最大动态流，动态网络疏散模型等。宏观模型能很好的描述疏散区域内的整体情况，给出合理的疏散路线安排，有利于管理部门制定应急预案和指挥应急疏散。
现有的应急疏散调度方法主要存在的缺陷包括：只针对单源点应急疏散问题，没有考虑多源点的疏散优先次序以及疏散路线的容量限制，同时，计算速度慢。每次计算需要数分钟甚至数小时的计算时间。由于疏散方案的制定具有较强的实时性特点，因此现有的方案无法使用目前的需求。
发明内容
本发明针对现有技术对多源点疏散路线的制定缺乏相应有效地计算方案的缺点，提供了一种基于流控制的多源点多出口人群应急疏散调度方法，通过分别基于单源点和多源点的计算，实现了计算步骤的实时性特点。
为实现上述目的，本发明可采取下述技术方案：
基于流控制的多源点多出口人群应急疏散调度方法，包括以下的具体步骤：
单源点计算步骤：分别计算每个疏散源点的至少一条的最优k短路以及最优k短路的实际流量；
多源点计算步骤：计算并记录最优k短路上每个路段的实时容量，所述路段是指疏散人流由一个节点至另一个节点所经过的路线，所述节点是指疏散源点至出口之间的至少包括一个以上的入口和/或包括一个以上的出口的地点，所述路段的实时容量是指该路段在当前的疏散人流的基础上，能够进一步提高的那一部分人数；
流量分配步骤：分别判断每条路段是否产生疏散路段流量冲突，所述疏散路段流量冲突是指至少两条的以不同的疏散源点为起点的最优k短路经过同一冲突路段；当出现疏散路段流量冲突时，让以优先级较高的疏散源点为起点的最优k短路的疏散人流优先通过；当所有疏散源点的疏散人流均抵达出口则输出最终疏散时间，并以疏散人流经过的路段和时间作为最终的疏散方案。
于本发明的实施例中，还包括可用路线计算步骤：分别计算每个疏散源点的可用路线，所述可用路线是指由疏散源点至出口所经过的路段的集合；按照可用路线的通行时间赋予可用路线以不同的优先级，通行时间最小的可用路线具有最高的优先级，所述通行时间是指疏散人流依次经过可用路线的所有路段的所需要的时间的总和；分别计算每条可用路线的饱和流量，所述饱和流量是指可用路线的所有路段中，最大容量最小的路段的最大容量，所述最大容量是指在特定时间段内可以通过特定路段的最大人数。
于本发明的实施例中，还包括用于计算可用路线实际流量的实际流量计算步骤：判断疏散源点至出口之间是否存在路径重叠，所述路径重叠是指至少有两条由疏散源点至出口的路线经过相同路段；当出现路径重叠时，以路径实际可用流量和饱和流量之间的最小值作为可用路线的实际流量，所述路径实际可用流量是指发生路径重叠的路段在特定时间段内可以通过的最大人数。
于本发明的实施例中，所述实际流量计算步骤还包括：依据疏散源点的优先级大小由大到小地依次处理每个疏散源点，依照可用路线的优先级大小由大到小地依次处理每条可用路线。
于本发明的实施例中，所述最优k短路是指满足以下公式的可用路线：且其中，l表示可用路线的序号，k表示满足以上公式的可用路线的序号，a表示疏散源点的序号，Ia表示疏散源点的待疏散人数，表示可用路线的优先级，表示可用路径的实际流量。
于本发明的实施例中，所述单源点计算步骤还包括：赋予每个疏散源点以特定的优先级，依据优先级由大到小地对疏散源点进行排序。
于本发明的实施例中，还包括以下的具体步骤：在流量分配步骤中，当出现疏散路段流量冲突时，以优先级较低的疏散源点为起点的最优k短路的疏散人流排队等待直到较高优先级的疏散人流通过后再行疏散，或者选择其他路段进行疏散。
于本发明的实施例中，所述多源点计算步骤还包括：依据最优k短路的优先级由大到小地依次处理每条最优k短路。
本发明具有以下的显著技术效果：
算法的实时性较好，通过将整个算法区分为单源点计算和多源点计算，很好地解决了现有计算方法的计算步骤过于复杂，耗时过长的缺点，具有较好的应用价值。
附图说明
图1为基于流控制的多源点多出口人群应急疏散调度方法的流程示意图。
图2为单源点计算步骤的流程示意图。
图3为多源点计算步骤以及流量分配步骤的流程示意图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
实施例1
基于流控制的多源点多出口人群应急疏散调度方法，如图1所示，包括以下的具体步骤：
单源点计算步骤100：如图2所示，分别计算每个疏散源点的至少一条的最优k短路以及最优k短路的实际流量；在计算最优k短路以及最优k短路的实际流量之前，需要初始化疏散网络，包括：分别赋予每个疏散源点Sa以特定的优先级λa，依据优先级λa由大到小地对疏散源点Sa进行排序，或者依据疏散源点的优先级大小由大到小地依次处理每个疏散源点，依照可用路线的优先级大小由大到小地依次处理每条可用路线；同时，输入各节点间路段eij的最大容量MCij，通行时间tij，各源点的待疏散人数Ia，疏散开始时间T0=0。
进一步地，分别计算每个疏散源点的可用路线，所述可用路线是指由疏散源点至出口所经过的路段的集合；按照可用路线的通行时间赋予可用路线以不同的优先级，通行时间最小的可用路线具有最高的优先级，所述通行时间是指疏散人流依次经过可用路线的所有路段的所需要的时间的总和；分别计算每条可用路线的饱和流量，利用Dijkstra算法计算出各源点Sa(a=1,2,…,A)的可用路线集合并按照路线的通行时间由小到大地赋予可用路线集合以优先级，其中通行时间较少的可用路线的优先级较高，反之亦然。作为优选的，可以对可用路线按照通行时间由小到大地进行排序。然后求出每条可用路线的饱和流量所述饱和流量是指可用路线的所有路段中，最大容量MCij最小的路段的最大容量MCij，所述最大容量MCij是指在特定时间段内可以通过特定路段的最大人数。
得出可用路线的饱和流量后，需要进一步计算疏散源点Sa的可用路线的实际流量计算实际流量时，优先处理优先级别较高的疏散源点Sa，同时，优先处理由疏散源点Sa出发的优先级较高的可用路线判断当前处理的可用路线是否与其余的可用路线存在路径重叠，所述路径重叠是指至少有两条由疏散源点至出口的路线经过相同路段；当为出现路径重叠，则令实际流量为该可用路线的饱和流量当出现路径重叠时，更新路径实际可用流量以路径实际可用流量和饱和流量之间的最小值作为可用路线的实际流量即当令实际流量否则令实际流量所述路径实际可用流量是指发生路径重叠的路段在特定时间段内可以通过的最大人数，重复上述过程直至所有疏散源点Sa的可用路线均处理完毕。
计算每个疏散源点Sa(a=1,2,…,A)的最优k短路集合，所述最优k短路是指满足以下公式的可用路线：且其中，l表示可用路线的序号，k表示满足以上公式的可用路线的序号，a表示疏散源点的序号，Ia表示疏散源点的待疏散人数，表示可用路线的优先级，表示可用路径的实际流量。
输出以上计算得到的每个疏散源点Sa(a=1,2,…,A)的最优k短路集合以及最优k短路的实际流量完成第一阶段的算法。
多源点计算步骤200：如图3所示，每个疏散源点Sa(a=1,2,…,A)的最优k短路集合以及最优k短路的实际流量对各疏散源点Sa(a=1,2,…,A)按照最优k短路同时进行疏散，依据最优k短路的优先级由大到小地依次处理每条最优k短路。计算并记录最优k短路上每个路段的实时容量Cij(t)，所述路段是指疏散人流由一个节点至另一个节点所经过的路线，所述节点是指疏散源点至出口之间的至少包括一个以上的入口和/或包括一个以上的出口的地点，所述路段的实时容量是指该路段在当前的疏散人流的基础上，能够进一步提高的那一部分人数；
流量分配步骤300：分别判断疏散源点Sa与优先级较低的疏散源点中的某一条路段是否产生疏散路段流量冲突，所述疏散路段流量冲突是指至少两条的以不同的疏散源点为起点的最优k短路经过同一冲突路段；当出现疏散路段流量冲突时，让以优先级较高的疏散源点为起点的最优k短路的疏散人流优先通过，即判断冲突路段的实时容量Cij(t)的大小，如果，实时容量Cij(t)＞0，这按照疏散源点的优先级顺序依次分配流量，如果实时容量Cij(t)=0，则来自低优先级的疏散源点的待疏散人员排队直到来自较高优先级的人员通过后再进行疏散，即当出现疏散路段流量冲突时，以优先级较低的疏散源点为起点的最优k短路的疏散人流排队等待直到较高优先级的疏散人流通过后再行疏散，或者选择其他路段进行疏散，重复上述步骤直至所有的疏散源点Sa的待疏散人员均到达出口为止。当所有疏散源点的疏散人流均抵达出口则输出最终疏散时间，并以疏散人流经过的路段和时间作为最终的疏散方案。
总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。
Claims (5)
1.一种基于流控制的多源点多出口人群应急疏散调度方法，其特征在于，包括以下的具体步骤：
单源点计算步骤(100)：分别计算每个疏散源点的至少一条的最优k短路以及最优k短路的实际流量；在计算最优k短路以及最优k短路的实际流量之前，需要初始化疏散网络，包括分别赋予每个疏散源点以特定的优先级，依据优先级由大到小地对疏散源点进行排序，或者依据疏散源点的优先级大小由大到小地依次处理每个疏散源点，依照可用路线的优先级大小由大到小地依次处理每条可用路线；
多源点计算步骤(200)：计算并记录最优k短路上每个路段的实时容量，所述路段是指疏散人流由一个节点至另一个节点所经过的路线，所述节点是指疏散源点至出口之间的至少包括一个以上的入口和/或包括一个以上的出口的地点，所述路段的实时容量是指该路段在当前的疏散人流的基础上，能够进一步提高的那一部分人数；
流量分配步骤(300)：分别判断每条路段是否产生疏散路段流量冲突，所述疏散路段流量冲突是指至少两条的以不同的疏散源点为起点的最优k短路经过同一冲突路段；判断冲突路段的实时容量Cij(t)的大小，如果，实时容量Cij(t)＞0，则按照疏散源点的优先级顺序依次分配流量，如果实时容量Cij(t)＝0，则来自低优先级的疏散源点的待疏散人员排队直到来自较高优先级的人员通过后再进行疏散，即当出现疏散路段流量冲突时，以优先级较低的疏散源点为起点的最优k短路的疏散人流排队等待直到较高优先级的疏散人流通过后再行疏散，或者选择其他路段进行疏散，重复上述步骤直至所有的疏散源点的待疏散人员均到达出口为止；当所有疏散源点的疏散人流均抵达出口则输出最终疏散时间，并以疏散人流经过的路段和时间作为最终的疏散方案；
所述最优k短路是指满足以下公式的可用路线：且
其中，l表示可用路线的序号，k表示满足以上公式的可用路线的序号，a表示疏散源点的序号，Ia表示疏散源点的待疏散人数，表示可用路线的优先级，表示可用路径的实际流量。
2.根据权利要求1所述的基于流控制的多源点多出口人群应急疏散调度方法，其特征在于，还包括可用路线计算步骤(101)：分别计算每个疏散源点的可用路线，所述可用路线是指由疏散源点至出口所经过的路段的集合；按照可用路线的通行时间赋予可用路线以不同的优先级，通行时间最小的可用路线具有最高的优先级，所述通行时间是指疏散人流依次经过可用路线的所有路段的所需要的时间的总和；分别计算每条可用路线的饱和流量，所述饱和流量是指可用路线的所有路段中，最大容量最小的路段的最大容量，所述最大容量是指在特定时间段内可以通过特定路段的最大人数。
3.根据权利要求1所述的基于流控制的多源点多出口人群应急疏散调度方法，其特征在于，还包括用于计算可用路线实际流量的实际流量计算步骤(102)：判断疏散源点至出口之间是否存在路径重叠，所述路径重叠是指至少有两条由疏散源点至出口的路线经过相同路段；当出现路径重叠时，以路径实际可用流量和饱和流量之间的最小值作为可用路线的实际流量，所述路径实际可用流量是指发生路径重叠的路段在特定时间段内可以通过的最大人数。
4.根据权利要求3所述的基于流控制的多源点多出口人群应急疏散调度方法，其特征在于，所述实际流量计算步骤(102)还包括：依据疏散源点的优先级大小由大到小地依次处理每个疏散源点，依照可用路线的优先级大小由大到小地依次处理每条可用路线。
5.根据权利要求1所述的基于流控制的多源点多出口人群应急疏散调度方法，其特征在于，所述多源点计算步骤(200)还包括：依据最优k短路的优先级由大到小地依次处理每条最优k短路。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410104946.2A CN103927433B (zh) | 2014-03-20 | 2014-03-20 | 基于流控制的多源点多出口人群应急疏散调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410104946.2A CN103927433B (zh) | 2014-03-20 | 2014-03-20 | 基于流控制的多源点多出口人群应急疏散调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103927433A CN103927433A (zh) | 2014-07-16 |
| CN103927433B true CN103927433B (zh) | 2017-11-24 |
Family
ID=51145651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410104946.2A Active CN103927433B (zh) | 2014-03-20 | 2014-03-20 | 基于流控制的多源点多出口人群应急疏散调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103927433B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109876346A (zh) * | 2019-03-14 | 2019-06-14 | 王浩 | 一种智慧楼宇安全消防系统 |
| CN110648025B (zh) * | 2019-09-25 | 2020-07-03 | 赵娜 | 一种应急疏散调度方法 |
| CN111982092A (zh) * | 2020-07-31 | 2020-11-24 | 华南理工大学 | 一种基于行人识别装置的化工园区应急疏散路线规划系统 |
| CN112508755B (zh) * | 2020-11-24 | 2022-03-01 | 河北工业大学 | 基于排队决策模型的人员疏散方法 |
| CN115046565B (zh) * | 2022-06-16 | 2024-07-19 | 广西大学 | 景区大规模游客应急疏散线路实时动态规划算法 |
| CN116337085B (zh) * | 2023-05-26 | 2023-08-11 | 武汉理工大学三亚科教创新园 | 基于前景理论的渡海车辆应急疏散路径优化方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4357705A (en) * | 1980-07-07 | 1982-11-02 | Rockwell International Corporation | Multi-source laser beam module |
| CN101694706A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 基于多源数据融合的人口时空动态出行特征建模方法 |
| CN101958044A (zh) * | 2010-09-13 | 2011-01-26 | 北京大学 | 一种快速疏散算法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002509850A (ja) * | 1998-03-31 | 2002-04-02 | トーマス エイチ アレン | 火災時に緊急脱出退避手段として作動可能なエレベータ・システムを有する多層階ビルディング |
-
2014
- 2014-03-20 CN CN201410104946.2A patent/CN103927433B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4357705A (en) * | 1980-07-07 | 1982-11-02 | Rockwell International Corporation | Multi-source laser beam module |
| CN101694706A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 基于多源数据融合的人口时空动态出行特征建模方法 |
| CN101958044A (zh) * | 2010-09-13 | 2011-01-26 | 北京大学 | 一种快速疏散算法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于路径的网络流控制应急疏散模型与算法;李进等;《自然灾害学报》;20121231;第21卷(第6期);第9-11页 * |
| 多层建筑物应急疏散模型和算法;杨建芳;《系统仿真学报》;20140228;第26卷(第2期);第267-273页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103927433A (zh) | 2014-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103927433B (zh) | 基于流控制的多源点多出口人群应急疏散调度方法 | |
| Szeto et al. | Hybrid artificial bee colony algorithm for transit network design | |
| CN105869401B (zh) | 一种基于不同拥挤程度的路网动态分区方法 | |
| CN107292064A (zh) | 一种基于多蜂群算法的人群疏散仿真方法及系统 | |
| CN112464784A (zh) | 一种基于混合并行的分布式训练方法 | |
| CN106168797B (zh) | 一种模块化获取核电站故障树顶事项失效概率的方法 | |
| CN109145957A (zh) | 基于大数据的配电网异常指标的识别与处理方法及装置 | |
| CN112784968A (zh) | 一种加速分布式深度神经网络训练的混合流水线并行方法 | |
| CN113343400B (zh) | 一种城市群综合客运枢纽协同布局优化方法及系统 | |
| CN107480821A (zh) | 基于实例学习的多Agent协作人群疏散仿真方法及装置 | |
| CN112182723B (zh) | 人群疏散瓶颈拥堵状况分析方法和系统 | |
| CN102073700A (zh) | 一种复杂网络社团的发现方法 | |
| CN106416158A (zh) | 用于大规模数据中心网络的业务工程 | |
| CN111246320B (zh) | 一种云-雾弹性光网络中的深度强化学习流量疏导方法 | |
| CN104700634B (zh) | 基于最小生成树聚类改进遗传算法的相邻交叉口干道协调控制方法 | |
| CN106537824A (zh) | 用于减少信息中心网络的响应时间的方法和装置 | |
| CN103780435B (zh) | 使用端口号掩码对数据流进行分类的方法及系统 | |
| CN105634974A (zh) | 软件定义网络中的路由确定方法和装置 | |
| CN108764510B (zh) | 面向大规模路网的城市轨道交通并行仿真任务分解方法 | |
| CN110034966A (zh) | 一种基于机器学习的数据流分类方法及系统 | |
| CN113792989A (zh) | 一种需求驱动的共享观光车区域间并行优化调度方法 | |
| CN102360452A (zh) | 基于最少资源神经网络求解大规模图的最短路径方法 | |
| CN104282143B (zh) | 一种面向过饱和控制的城市疏散干路网络提取方法 | |
| Afshar et al. | Heuristic framework for optimizing hurricane evacuation operations | |
| CN107528731B (zh) | 应用于ns3并行仿真的网络分割优化算法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201203 Address after: 201 400 No. 33, Lane 159, Taiye Road, Fengxian District, Shanghai Patentee after: Shanghai Yuanbao Industrial Design Co., Ltd Address before: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park is 18 street. Patentee before: ZHEJIANG GONGSHANG University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210817 Address after: 226000 room 2 / F, building 9, Meilihua Commercial Plaza, 390 Waihuan North Road, Gangzha District, Nantong City, Jiangsu Province Patentee after: Nantong Shengjia Safety Technology Service Co.,Ltd. Address before: No.33, Lane 159, Taiye Road, Fengxian District, Shanghai, 201400 Patentee before: Shanghai Yuanbao Industrial Design Co., Ltd |
|
| TR01 | Transfer of patent right |