CN109389825A - 基于最短路径的消防救援路线最优化方法 - Google Patents
基于最短路径的消防救援路线最优化方法 Download PDFInfo
- Publication number
- CN109389825A CN109389825A CN201811418147.7A CN201811418147A CN109389825A CN 109389825 A CN109389825 A CN 109389825A CN 201811418147 A CN201811418147 A CN 201811418147A CN 109389825 A CN109389825 A CN 109389825A
- Authority
- CN
- China
- Prior art keywords
- road
- fire
- layer
- weight
- shortest path
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Analytical Chemistry (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于最短路径的消防救援路线最优化方法,包括步骤1)道路交通的实地调研;2)层次分析法对道路进行评定;3)构造道路交通网络拓扑图;4)通过Dijkstra算法求出消防救援过程中的最短路线。本发明可以根据城市道路的实际状况求出最短路,该发明能够以较低的时间复杂度来获得时间成本最低的路线。
Description
技术领域
本发明涉及路径规划,尤其涉及一种基于最短路径的消防救援路线最优化方法。
背景技术
随着我国经济建设的快速发展,城市化建设进程不断加快,公共安全事故及灾害事件的发生呈现着愈演愈烈的趋势。与此同时,随着道路车辆的逐渐增多,道路交通的复杂度逐渐增加,因此火灾发生后,消防救援力量如何尽快地到达火灾事故现场,及时实施灭火救援,对于扑灭火灾、挽救损失具有重要意义。
传统方法中,最常用的是在救援人员与事发现场选择出一条最短的路线,即选择各段道路中的最短路程相加。这种简单直观的方案实用性较差,只适合畅通度极佳,路况较好的交通道路网。但在现实情况中,交通情况复杂,城市拥堵程度高,路网密度大,在这种情况下,距离最短已无实际意义,不适合紧急情况下的救援需要。
发明内容
本发明针对传统消防救援过程中,基于经验的根据最短路程而采取的救援路线,忽略了城市道路的复杂性,多样性等实际问题,以及单独从距离的角度来设计救援路线过于片面的缺陷,提供一种充分考虑路况对救援时间的影响,从网络模型的角度,提出了一种基于最短路径的消防救援路线最优化方法。
本发明的基于最短路径的消防救援路线最优化方法,包括以下步骤:
在不同时间段对道路交通实际状况进行测量,主要获取道路长度及宽度,车流量与车速,道路质量,交通管制和红绿灯时长;
建立递阶层次结构模型,该模型包括三层(参考说明书附图2),其中,第一层为道路属性值,值越大表示通过该道路的时间越长;第二层为路段行程时间和交叉路口延误时间,第三层为决定第二层时间的各个具体影响因素;根据同一层不同因素对上一层的重要程度构造判断矩阵,然后进行计算得到对上一层的影响权值,结合该权值与该影响因素的实际属性量化值得到上一层的属性量化值,自下向上进行计算,最终得出第一层的道路属性值;
根据火灾事故现场与消防站间的道路互通情况构造网络拓扑图,该网络拓扑图中每条边的值根据递阶层次结构模型中顶层的属性值经过标准化后得到;
通过Dijkstra算法求解网络拓扑图中权值最小的路径,属性值最小的路径为消防站到火灾事故现场的最优路径。
接上述技术方案,在构造各层次的判断矩阵后,再对判断矩阵进行一致性检验。
接上述技术方案,网络拓扑图中每条边的权值计算过程具体为:构建带权值的有向图G=(V,E),其中V为有向图G中所有点的集合,E为G中所有边组成的集合。定义e=(vi,vj)表示G中第i个点连接第j个点所组成的边,其大小用w(e)表示,设R为G中从起点vs到终点vt的所有路径的集合,若P是G中从vs到vt的一条路径,则P∈R,定义路P的权值为P中所有边权之和,记为w(p),即求一条从起点vs到终点vt的最短路径,即求从vs到vt的一条权值最小的路P0,使
接上述技术方案,每条道路的权值由路段形成时间和交叉路口延误时间决定,路段行程时间的具体影响因素包括路段长度、平均车速、道路宽度、道路等级、交通流量、路面质量和交通管制;交叉路口延误的具体影响因素为直行延误,左转弯延误,右转弯延误。
本发明还提供了一种基于最短路径的消防救援路线最优化系统,包括:
道路交通信息获取模块,用于在不同时间段对道路交通实际状况进行测量,主要获取道路长度及宽度,车流量与车速,道路质量,交通管制和红绿灯时长;
递阶层次结构模型构建模块,用于建立递阶层次结构模型,该模型包括三层(参考说明书附图2),其中,第一层为道路属性值,值越大表示通过该道路的时间越长;第二层为路段行程时间和交叉路口延误时间,第三层为决定第二层时间的各个具体影响因素;根据同一层不同因素对上一层的重要程度构造判断矩阵,然后进行计算得到对上一层的影响权值,结合该权值与该影响因素的实际属性量化值得到上一层的属性量化值,自下向上进行计算,最终得出第一层的道路属性值;
网络拓扑图构造模块,用于根据火灾事故现场与消防站间的道路互通情况构造网络拓扑图,该网络拓扑图中每条边的值根据递阶层次结构模型中顶层的属性值经过标准化后得到;
最短路径求解模块,用于通过Dijkstra算法求解网络拓扑图中权值最小的路径,属性值最小的路径为消防站到火灾事故现场的最优路径。
接上述技术方案,所述递阶层次结构模型构建模块还用于在构造各层次的判断矩阵后,再对判断矩阵进行一致性检验。
接上述技术方案,网络拓扑图中每条边的权值计算过程具体为:构建带权值的有向图G=(V,E),其中V为有向图G中所有点的集合,E为G中所有边组成的集合。定义e=(vi,vj)表示G中第i个点连接第j个点所组成的边,其大小用w(e)表示,设R为G中从起点vs到终点vt的所有路径的集合,若P是G中从vs到vt的一条路径,则P∈R,定义路P的权值为P中所有边权之和,记为w(p),即求一条从起点vs到终点vt的最短路径,即求从vs到vt的一条权值最小的路P0,使
接上述技术方案,每条道路的权值由路段形成时间和交叉路口延误时间决定,路段行程时间的具体影响因素包括路段长度、平均车速、道路宽度、道路等级、交通流量、路面质量和交通管制;交叉路口延误的具体影响因素为直行延误,左转弯延误,右转弯延误。
本发明还提供了一种计算机可读存储介质,其内存储有可被处理器执行的计算机程序,该计算机程序执行如权利要求1-4中任一项所述的基于最短路径的消防救援路线最优化方法。
本发明产生的有益效果是:本发明充分考虑城市交通系统中车辆的通行时间以及交通通行限制与道路实际状况等条件下,建立层次结构模型,以优化道路交通网中路段的权值为出发点,结合消防工作实际情况的特点,使用层次分析法评定道路的权值。然后在此基础上构建网络拓扑图,借助路径寻优算法Dijkstra,找到消防救援点与火灾事故发生点间的最短路径。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例基于最短路径的消防救援路线最优化方法流程图;
图2是本发明实施例递阶层次结构模型图;
图3是本发明实施例Dijkstra算法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明的目的在于建立一个消防灭火救援模型,将该模型作为设计算法的网络基础。如图1所示,本发明实施例的基于最短路径的消防救援路线最优化方法主要包括以下几个步骤:
步骤1,道路交通的实地调研;
步骤2,层次分析法评定道路权重;
步骤3,构造道路交通网络拓扑图;
步骤4,Dijkstra算法求解。
在步骤1中,需要在不同时间段对道路交通实际状况进行测量,从而获得更为准确的数据,主要获取道路长度及宽度,车流量与车速,道路质量,交通管制和红绿灯时长。
步骤2中,建立递阶层次结构模型,如图2所示,该模型包括三层,其中,第一层为道路属性值O,第二层为路段形成时间A1和交叉路口延误时间A2,第三层为决定第二层时间的各个具体影响因素B1…B10;根据第三层不同因素对上一层的重要程度计算出Bi的权值,结合该权值与该影响因素的实际属性量化值得到Ai的属性量化值,依此最终计算出第一层的道路属性值。
步骤3中,根据火灾事故现场与消防站间的道路互通情况构造网络拓扑图,网络拓扑图中的权值为步骤2中通过层次分析法计算而来。最后步骤4中可根据道路网络拓扑图使用Dijkstra算法计算出火灾事故点与消防站间的最短路径。
本发明提出了模糊数学中的层次分析法对道路交通权重进行评定,消防车辆的最优路径计算,是一个受路网交通状况影响的路径选择过程。路径选择所依据的原则便是使起止点间的交通阻抗最小。阻抗的主要因素是交通时间,交通时间的计算即为道路交通网络权重的评定过程。
本发明提出的层次分析法的评定过程主要包含以下几个步骤:
步骤一:明确问题,建立层次模型;
步骤二:建立判断矩阵;
步骤三:一致性校检。
道路网属性数据权重计算的关键在于加权指标因子的选择和设计。影响道路权重确定的因素较多。根据实际情况,本发明提出如图2所示的层次结构模型。
本发明所呈现的层次结构模型图,目标是计算出各条道路的权值,每条道路的权值由路段形成时间和交叉路口延误时间决定。路段行程时间Bi的影响因素为路段长度B1、平均车速B2、道路宽度B3、道路等级B4、交通流量B5、路面质量B6和交通管制B7;交叉路口延误A2的影响因素为直行延误B8,左转弯延误B9,右转弯延误B10。底层的各个因素可根据实地调研情况进行评定,例如路段长度和道路宽度等可根据实际道路情况进行评定,平均车速和交通流量则可根据不同日期,不同时间段,多个时间点进行测量。道路延误影响因素与此类似,主要参考路口红绿灯情况。最后测量计算出底层各个影响因素的权值即可。
本发明依据递阶层次结构图构造各层次的判断矩阵,对于目标O构造的各准则Ai的相对重要性判断矩阵O-A如下表:
O | A<sub>1</sub> | A<sub>2</sub> |
A<sub>1</sub> | a<sub>11</sub> | a<sub>12</sub> |
A<sub>2</sub> | a<sub>21</sub> | a<sub>22</sub> |
A<sub>1</sub>+A<sub>2</sub> | a<sub>11</sub>+a<sub>21</sub> | a<sub>12</sub>+a<sub>22</sub> |
其中aij=1/aji,aij为第i个因素与第j个因素的重要性比较结果,取值为1-9之间的整数,为1时表示第i个因素与第j个因素的影响相同,为9时表示第i个因素比第j个因素的影响绝对的强,1到9之间逐渐递增。根据表计算判断矩阵的权重。
同理构造Bi对Ai的判断矩阵,当判断矩阵的阶数固定时,通常难于构造出满足一致性的矩阵。但判断矩阵偏离一致性条件应有一个度(通常取0.1),为此,必须对判断矩阵是否可接受进行鉴别,这就是一致性检验的内涵。
如下所述即为判断矩阵的构造及计算过程,其中表中矩阵的元素值与该条道路上红绿灯的数量相关,其数量越少,表明交叉路口延误对道路权值影响越小,即A1与A2的比值越大。
构造道路权重的判断矩阵,如下表1所示:
表1判断矩阵Ai-o及其特征向量
权重计算如下:
构造Bi对Ai的判断矩阵,并计算出权重值如下表2、表3所示。其中表2中判断矩阵的元素值由实际调研数据并进行评估得到。表3中的元素值与红绿灯的等待时间相关,时间越长表明对延误的影响越大。
表2判断矩阵B1-7-A1及其特征向量
B<sub>1</sub> | B<sub>2</sub> | B<sub>3</sub> | B<sub>4</sub> | B<sub>5</sub> | B<sub>6</sub> | B<sub>7</sub> | w | |
B<sub>1</sub> | 1 | 5 | 5 | 7 | 7 | 7 | 7 | 0.5487 |
B<sub>2</sub> | 1/5 | 1 | 1 | 1 | 2 | 1 | 1 | 0.0741 |
B<sub>3</sub> | 1/5 | 1 | 1 | 1 | 2 | 2 | 2 | 0.1041 |
B<sub>4</sub> | 1/7 | 1 | 1 | 1 | 3 | 1 | 1 | 0.1394 |
B<sub>5</sub> | 1/7 | 1/2 | 1/2 | 1/3 | 1 | 1 | 1 | 0.0421 |
B<sub>6</sub> | 1/7 | 1 | 1/2 | 1 | 1 | 1 | 1 | 0.0458 |
B<sub>7</sub> | 1/7 | 1 | 1/2 | 1 | 1 | 1 | 1 | 0.0458 |
表3判断矩阵B8-10-A2及其特征向量
通过以上步骤计算根据判断矩阵计算出各个因素在上一级中所占的权重,需要对判断矩阵的一致性进行校检,本专利中,限于篇幅只对B1-7-A1的判断矩阵进行检验,其计算过程如下:定义一致性指标其中λ为判断矩阵的最大特征值,本专利中直接在matlab中使用eig函数计算出所有特征值,然后通过比较计算出λ=6.102。引入平均随机一致性指标RI标准值,如下表4:
表4平均随机一致性指标RI标准值
矩阵阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
得出最终的检验系数趋紧0,所以,一致性检验通过。对于一致性校验不通过的,需要重新调整判断矩阵的元素值直至满足一致性的要求。
道路网的各类属性即Bi(长度,车速,宽度,车流量等)从不同角度表示道路的不同形态。因此需要将这些不同的属性进行无纲量化,整合到一起。对于任一属性Bi,其取值范围di=[hi,Hi],则可定义属性Bi的无纲量化值。
结合递阶层次模型中的权值wi与属性ri得到上一层Ai的属性值。即最后根据Ai的属性值与权值得到各路段的权值,便可构造道路交通网络拓扑,根据城市道路的实际网络结构,构建带权值的有向图G=(V,E),每一条边e=(vi,vj)对应的权值用w(e)表示,设R为从起点vs到终点vt的所有路径的集合,若P是G中从vs到vt的一条路径,则P∈R,定义路P的权值为P中所有边权之和,记为w(p),即
求一条从vs到vt的最短路径,即求从vs到vt的一条权值最小的路P0使
使用经典的Dijkstra算法来解决道路交通网络图的最短路径问题。其基本思想如下:
定义道路交通网G中的任意(u,v)之间的路径的最小权重为点u和v之间的距离,并记作d(u,v)。设S是V的真子集,且u0∈S,并记集合T=V-S。若P=ui(i=1,2,3…)是从u0到T的最短路径,则显然ui∈S,且P的(u0,ut)必然是最短的u0到ut的路径。所以d(u0,v)=d(u0,ut)+w(ut,v),并且从u0到T的距离有下面的公式:
d(u0,v)=min{d(u0,v),d(u0,ut)+w(ut,v)}u∈S,v∈T
为避免重复,并保留每一步的计算信息,在此算法中,每个顶点v给以标号L(v),它是d(u0,v)的一个上界。开始时L(u0)=0,v≠u0,则有L(v)=∞,算法进行时,标号不断修改。第i步结束时L(u0)=d(u0,u)对u∈s成立,L(v)=min{d(u0,u)+w(u,v)}(u∈S)对v∈T成立。当Dijkstra算法结束时,所求的从u0到v0的最短距离由标号L(v0)给出。
本发明所提出的Dijkstra算法作为最经典且最常用的最短路径算法,在解决图论问题方面发挥着重要作用。
Dijkstra算法在运行过程中维持的关键信息是一组结点集合S,从源结点s到该集合中每个结点之间的最短路径已经被找到。算法重复从结点集V-S中选择最短路径估计最小的结点u,将u加入到集合S,然后对所有从u发出的边进行松弛操作。
如图3中图a所示,灰色结点是起始结点,即消防站所处位置,白色结点是可能发生火灾事故的位置,结点之间的有向线段表示城市道路的线路图,线段上的数值大小为该条道路经过层次分析法计算后值,即为图2中道路属性值O标准化后的结果。
Dijkstra算法的伪代码如下:
DIJKSTRA(G,w,s)
1 INITIALIZE-SINGLE-SOURCE(G,s)
2
3 Q=G.V
4
5 U=EXTRACT-MIN(Q)
6 S=SU{u}
7 for each vertex v∈G.Adj[u]
8 RELAX(u,v,w)
结合上面的伪代码和图3的算法流程图,源结点s为最左边的结点。每个结点中的数值为该结点的最短路径的估计值,深色的结点属于集合S,白色的结点属于最小优先队列Q=V-S。
算法的第一行、第二行、第三行分别对Q,S进行初始化,初始阶段将所有的结点都放在Q中,此时在执行4-8行的while循环时,第5行从Q=V-S集合中抽取结点u,即选取从源结点s到Q中结点之间的最短路径结点u,第6行将该结点加入到集合S里。结点u是集合V-S中所有结点的最小最短路径估计,如图3中a到b所示,选取标号为5的结点作为当前最短路径结点u。然后在算法的第7-8行,对所有从结点u发出的边(u,v)进行松弛操作。如果一条经过结点u的路径能够使得从源结点s到结点v的最短路径权重比当前的估计值更小,则我们对v,d的值进行更新。如图3中b到c所示,标号分别为10、∞、∞的结点经过松弛操作后更新为8、14、7。算法的第四行循环进行循环,在集合Q中查找下一个从源结点s到Q中结点之间的最短路径结点u。然后同样加入到S中,依次进行松弛操作,如图3中c→d→e→f。在算法的第3行之后,我们不会在队列Q中插入任何结点,而每个结点从Q中被抽取的次数和加入集合S的次数均为一次。
经过以上操作可计算出源节点s到其余各结点的最短路径,即计算出消防站到市区中各位置的最小行驶时间。
本发明解决了目前消防救援路线的决策问题,可以在火灾事故发生后,保证消防队员在最短的时间内到达现场,降低人员伤亡和财产损失。研究表明火灾损失的变化主要与火灾持续时间有关,通过对众多火灾案例进行火灾损失与扑救延时的数值关系分析,两者近似成线性增函数关系。即
其中L表示火灾引起的损失值;T表示扑救前的火灾延时;a为损失因子,通常与燃烧对象的价值及易燃性有关;T为火灾最大的持续时间,即可燃物燃尽自动熄灭的时间;L为消防不成功时的最大损失值。因此为最小化损失值L,则必须最小化时间T。本发明根据现阶段城市交通的发展现状提出的最短路径消防救援方法可以给突发性火灾事故提供快速、准确的、直接性的参考,具有重要的实际意义。
本发明实施例基于最短路径的消防救援路线最优化系统,用于实现上述实施例的方法,具体包括:
道路交通信息获取模块,用于在不同时间段对道路交通实际状况进行测量,主要获取道路长度及宽度,车流量与车速,道路质量,交通管制和红绿灯时长;
递阶层次结构模型构建模块,用于建立递阶层次结构模型,该模型包括三层(参考说明书附图2),其中,第一层为道路属性值,值越大表示通过该道路的时间越长;第二层为路段行程时间和交叉路口延误时间,第三层为决定第二层时间的各个具体影响因素;根据同一层不同因素对上一层的重要程度构造判断矩阵,然后进行计算得到对上一层的影响权值,结合该权值与该影响因素的实际属性量化值得到上一层的属性量化值,自下向上进行计算,最终得出第一层的道路属性值;
网络拓扑图构造模块,用于根据火灾事故现场与消防站间的道路互通情况构造网络拓扑图,该网络拓扑图中每条边的值根据递阶层次结构模型中顶层的属性值经过标准化后得到;
最短路径求解模块,用于通过Dijkstra算法求解网络拓扑图中权值最小的路径,属性值最小的路径为消防站到火灾事故现场的最优路径。
接上述技术方案,所述递阶层次结构模型构建模块还用于在构造各层次的判断矩阵后,再对判断矩阵进行一致性检验。
接上述技术方案,网络拓扑图中每条边的权值计算过程具体为:构建带权值的有向图G=(V,E),其中V为有向图G中所有点的集合,E为G中所有边组成的集合。定义e=(vi,vj)表示G中第i个点连接第j个点所组成的边,其大小用w(e)表示,设R为G中从起点vs到终点vt的所有路径的集合,若P是G中从vs到vt的一条路径,则P∈R,定义路P的权值为P中所有边权之和,记为w(p),即求一条从起点vs到终点vt的最短路径,即求从vs到vt的一条权值最小的路P0,使
接上述技术方案,每条道路的权值由路段形成时间和交叉路口延误时间决定,路段行程时间的具体影响因素包括路段长度、平均车速、道路宽度、道路等级、交通流量、路面质量和交通管制;交叉路口延误的具体影响因素为直行延误,左转弯延误,右转弯延误。
本发明还提供了一种计算机可读存储介质,其内存储有可被处理器执行的计算机程序,该计算机程序执行上述实施例的基于最短路径的消防救援路线最优化方法。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种基于最短路径的消防救援路线最优化方法,其特征在于,包括以下步骤:
在不同时间段对道路交通实际状况进行测量,主要获取道路长度及宽度,车流量与车速,道路质量,交通管制和红绿灯时长;
建立递阶层次结构模型,该模型包括三层(参考说明书附图2),其中,第一层为道路属性值,值越大表示通过该道路的时间越长;第二层为路段行程时间和交叉路口延误时间,第三层为决定第二层时间的各个具体影响因素;根据同一层不同因素对上一层的重要程度构造判断矩阵,然后进行计算得到对上一层的影响权值,结合该权值与该影响因素的实际属性量化值得到上一层的属性量化值,自下向上进行计算,最终得出第一层的道路属性值;
根据火灾事故现场与消防站间的道路互通情况构造网络拓扑图,该网络拓扑图中每条边的值根据递阶层次结构模型中顶层的属性值经过标准化后得到;
通过Dijkstra算法求解网络拓扑图中权值最小的路径,属性值最小的路径为消防站到火灾事故现场的最优路径。
2.根据权利要求1所述的基于最短路径的消防救援路线最优化方法,其特征在于,在构造各层次的判断矩阵后,再对判断矩阵进行一致性检验。
3.根据权利要求1所述的基于最短路径的消防救援路线最优化方法,其特征在于,网络拓扑图中每条边的权值计算过程具体为:构建带权值的有向图G=(V,E),其中V为有向图G中所有点的集合,E为G中所有边组成的集合;定义e=(vi,vj)表示G中第i个点连接第j个点所组成的边,其大小用w(e)表示,设R为G中从起点vs到终点vt的所有路径的集合,若P是G中从vs到vt的一条路径,则P∈R,定义路P的权值为P中所有边权之和,记为w(p),即求一条从起点vs到终点vt的最短路径,即求从vs到vt的一条权值最小的路P0,使
4.根据权利要求1所述的基于最短路径的消防救援路线最优化方法,其特征在于,每条道路的权值由路段形成时间和交叉路口延误时间决定,路段行程时间的具体影响因素包括路段长度、平均车速、道路宽度、道路等级、交通流量、路面质量和交通管制;交叉路口延误的具体影响因素为直行延误,左转弯延误,右转弯延误。
5.一种基于最短路径的消防救援路线最优化系统,其特征在于,包括:
道路交通信息获取模块,用于在不同时间段对道路交通实际状况进行测量,主要获取道路长度及宽度,车流量与车速,道路质量,交通管制和红绿灯时长;
递阶层次结构模型构建模块,用于建立递阶层次结构模型,该模型包括三层(参考说明书附图2),其中,第一层为道路属性值,值越大表示通过该道路的时间越长;第二层为路段行程时间和交叉路口延误时间,第三层为决定第二层时间的各个具体影响因素;根据同一层不同因素对上一层的重要程度构造判断矩阵,然后进行计算得到对上一层的影响权值,结合该权值与该影响因素的实际属性量化值得到上一层的属性量化值,自下向上进行计算,最终得出第一层的道路属性值;
网络拓扑图构造模块,用于根据火灾事故现场与消防站间的道路互通情况构造网络拓扑图,该网络拓扑图中每条边的值根据递阶层次结构模型中顶层的属性值经过标准化后得到;
最短路径求解模块,用于通过Dijkstra算法求解网络拓扑图中权值最小的路径,属性值最小的路径为消防站到火灾事故现场的最优路径。
6.根据权利要求5所述的基于最短路径的消防救援路线最优化系统,其特征在于,所述递阶层次结构模型构建模块还用于在构造各层次的判断矩阵后,再对判断矩阵进行一致性检验。
7.根据权利要求5所述的基于最短路径的消防救援路线最优化系统,其特征在于,网络拓扑图中每条边的权值计算过程具体为:构建带权值的有向图G=(V,E),其中V为有向图G中所有点的集合,E为G中所有边组成的集合;定义e=(vi,vj)表示G中第i个点连接第j个点所组成的边,其大小用w(e)表示,设R为G中从起点vs到终点vt的所有路径的集合,若P是G中从vs到vt的一条路径,则P∈R,定义路P的权值为P中所有边权之和,记为w(p),即求一条从起点vs到终点vt的最短路径,即求从vs到vt的一条权值最小的路P0,使
8.根据权利要求5所述的基于最短路径的消防救援路线最优化系统,其特征在于,每条道路的权值由路段形成时间和交叉路口延误时间决定,路段行程时间的具体影响因素包括路段长度、平均车速、道路宽度、道路等级、交通流量、路面质量和交通管制;交叉路口延误的具体影响因素为直行延误,左转弯延误,右转弯延误。
9.一种计算机可读存储介质,其特征在于,其内存储有可被处理器执行的计算机程序,该计算机程序执行如权利要求1-4中任一项所述的基于最短路径的消防救援路线最优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811418147.7A CN109389825A (zh) | 2018-11-26 | 2018-11-26 | 基于最短路径的消防救援路线最优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811418147.7A CN109389825A (zh) | 2018-11-26 | 2018-11-26 | 基于最短路径的消防救援路线最优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109389825A true CN109389825A (zh) | 2019-02-26 |
Family
ID=65429839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811418147.7A Pending CN109389825A (zh) | 2018-11-26 | 2018-11-26 | 基于最短路径的消防救援路线最优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109389825A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298518A (zh) * | 2019-07-09 | 2019-10-01 | 四川三秦电气有限责任公司 | 一种火灾救援路线规划方法 |
CN110807287A (zh) * | 2019-11-05 | 2020-02-18 | 广东电网有限责任公司 | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 |
CN110826792A (zh) * | 2019-10-31 | 2020-02-21 | 莆田学院 | 一种基于模糊层次分析法的道路选线方法 |
CN112071095A (zh) * | 2020-06-30 | 2020-12-11 | 合肥工业大学 | 一种基于v2x技术的应急车辆通过交叉口的信号配时方法 |
CN112819212A (zh) * | 2021-01-22 | 2021-05-18 | 电子科技大学 | 一种基于等效路阻分析和考虑消防栓动态可用性的路径规划方法 |
CN113420920A (zh) * | 2021-06-22 | 2021-09-21 | 哈尔滨工业大学 | 一种应急资源运送路径与交通管制措施同步决策方法及系统 |
CN113724510A (zh) * | 2021-07-22 | 2021-11-30 | 东南大学 | 一种应急信号优先与社会车辆动态路径诱导协同优化方法 |
CN115282525A (zh) * | 2022-08-01 | 2022-11-04 | 上海维智卓新信息科技有限公司 | 基于数字孪生平台的火情管控方法及装置 |
CN116046001A (zh) * | 2022-11-26 | 2023-05-02 | 中国消防救援学院 | 一种基于智能消防的救援路径规划方法及系统 |
CN117634853A (zh) * | 2024-01-25 | 2024-03-01 | 北京市巨龙工程有限公司 | 基于人工智能的城市消防救援资源分配方法和分配系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184640A (zh) * | 2011-05-05 | 2011-09-14 | 东南大学 | 高速公路网的救援路径自动决策方法 |
CN103759735A (zh) * | 2014-01-06 | 2014-04-30 | 公安部沈阳消防所 | 面向消防车辆的导航系统 |
KR101513949B1 (ko) * | 2014-10-27 | 2015-04-21 | 주식회사 렉스스페이스 | 재난 구조 네비게이션 제공 방법 및 이를 실행하는 서버 |
CN106909994A (zh) * | 2017-03-10 | 2017-06-30 | 深圳实现创新科技有限公司 | 城市消防系统的消防车路线规划方法及系统 |
WO2017131369A2 (ko) * | 2016-01-25 | 2017-08-03 | 주식회사 포비드림 | 구조용 피난유도장치 |
CN107274669A (zh) * | 2017-07-03 | 2017-10-20 | 北方工业大学 | 一种基于最短路径的城市道路交通网络熵计算方法及系统 |
CN107705592A (zh) * | 2017-10-24 | 2018-02-16 | 上海理工大学 | 面向紧急救援车辆行驶路径的交通信号协调控制优化方法 |
CN108596382A (zh) * | 2018-04-18 | 2018-09-28 | 中国地质大学(武汉) | 基于多起点、多待救援点、多个终点的救援路径规划方法 |
-
2018
- 2018-11-26 CN CN201811418147.7A patent/CN109389825A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184640A (zh) * | 2011-05-05 | 2011-09-14 | 东南大学 | 高速公路网的救援路径自动决策方法 |
CN103759735A (zh) * | 2014-01-06 | 2014-04-30 | 公安部沈阳消防所 | 面向消防车辆的导航系统 |
KR101513949B1 (ko) * | 2014-10-27 | 2015-04-21 | 주식회사 렉스스페이스 | 재난 구조 네비게이션 제공 방법 및 이를 실행하는 서버 |
WO2017131369A2 (ko) * | 2016-01-25 | 2017-08-03 | 주식회사 포비드림 | 구조용 피난유도장치 |
CN106909994A (zh) * | 2017-03-10 | 2017-06-30 | 深圳实现创新科技有限公司 | 城市消防系统的消防车路线规划方法及系统 |
CN107274669A (zh) * | 2017-07-03 | 2017-10-20 | 北方工业大学 | 一种基于最短路径的城市道路交通网络熵计算方法及系统 |
CN107705592A (zh) * | 2017-10-24 | 2018-02-16 | 上海理工大学 | 面向紧急救援车辆行驶路径的交通信号协调控制优化方法 |
CN108596382A (zh) * | 2018-04-18 | 2018-09-28 | 中国地质大学(武汉) | 基于多起点、多待救援点、多个终点的救援路径规划方法 |
Non-Patent Citations (1)
Title |
---|
魏新宇: "消防灭火救援最优路径算法研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 工程科技Ⅱ辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298518A (zh) * | 2019-07-09 | 2019-10-01 | 四川三秦电气有限责任公司 | 一种火灾救援路线规划方法 |
CN110826792A (zh) * | 2019-10-31 | 2020-02-21 | 莆田学院 | 一种基于模糊层次分析法的道路选线方法 |
CN110826792B (zh) * | 2019-10-31 | 2022-07-01 | 莆田学院 | 一种基于模糊层次分析法的道路选线方法 |
CN110807287A (zh) * | 2019-11-05 | 2020-02-18 | 广东电网有限责任公司 | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 |
CN110807287B (zh) * | 2019-11-05 | 2020-12-29 | 广东电网有限责任公司 | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 |
CN112071095A (zh) * | 2020-06-30 | 2020-12-11 | 合肥工业大学 | 一种基于v2x技术的应急车辆通过交叉口的信号配时方法 |
CN112071095B (zh) * | 2020-06-30 | 2021-07-30 | 合肥工业大学 | 一种基于v2x技术的应急车辆通过交叉口的信号配时方法 |
CN112819212B (zh) * | 2021-01-22 | 2023-05-02 | 电子科技大学 | 一种基于等效路阻分析和考虑消防栓动态可用性的路径规划方法 |
CN112819212A (zh) * | 2021-01-22 | 2021-05-18 | 电子科技大学 | 一种基于等效路阻分析和考虑消防栓动态可用性的路径规划方法 |
CN113420920A (zh) * | 2021-06-22 | 2021-09-21 | 哈尔滨工业大学 | 一种应急资源运送路径与交通管制措施同步决策方法及系统 |
CN113724510A (zh) * | 2021-07-22 | 2021-11-30 | 东南大学 | 一种应急信号优先与社会车辆动态路径诱导协同优化方法 |
CN113724510B (zh) * | 2021-07-22 | 2022-08-16 | 东南大学 | 一种应急信号优先与社会车辆动态路径诱导协同优化方法 |
CN115282525A (zh) * | 2022-08-01 | 2022-11-04 | 上海维智卓新信息科技有限公司 | 基于数字孪生平台的火情管控方法及装置 |
CN116046001A (zh) * | 2022-11-26 | 2023-05-02 | 中国消防救援学院 | 一种基于智能消防的救援路径规划方法及系统 |
CN116046001B (zh) * | 2022-11-26 | 2024-04-26 | 中国消防救援学院 | 一种基于智能消防的救援路径规划方法及系统 |
CN117634853A (zh) * | 2024-01-25 | 2024-03-01 | 北京市巨龙工程有限公司 | 基于人工智能的城市消防救援资源分配方法和分配系统 |
CN117634853B (zh) * | 2024-01-25 | 2024-04-19 | 北京市巨龙工程有限公司 | 基于人工智能的城市消防救援资源分配方法和分配系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389825A (zh) | 基于最短路径的消防救援路线最优化方法 | |
Li et al. | Setting wildfire evacuation triggers by coupling fire and traffic simulation models: a spatiotemporal GIS approach | |
El-Rashidy et al. | An assessment method for highway network vulnerability | |
CN110543728B (zh) | 一种城市交通路网关键路口发现方法 | |
CN103234883A (zh) | 一种基于道路交通流量实时估算中心城区pm2.5浓度的方法 | |
CN108009972A (zh) | 一种基于多源数据校核的多方式出行o-d需求估计方法 | |
CN106875060A (zh) | 一种基于全局自动优化算法的洪水实时校正方法 | |
Huang et al. | A GIS-based framework for bus network optimization using genetic algorithm | |
Lin et al. | Comprehensive evaluation of urban air quality using the relative entropy theory and improved TOPSIS method | |
CN104363104A (zh) | 一种面向用户需求的海量多元数据态势显示系统与方法 | |
Chen et al. | Simulation-based vulnerability assessment in transit systems with cascade failures | |
CN106370198A (zh) | 一种考虑出行异质性的路径选择方法 | |
CN115063276A (zh) | 一种基于mspa和电路理论的城市生态廊道空间划定方法 | |
Nogal et al. | Dynamic restricted equilibrium model to determine statistically the resilience of a traffic network to extreme weather events | |
Rui et al. | Urban growth modeling with road network expansion and land use development | |
Cantarella et al. | Transportation Systems with Autonomous Vehicles: models and algorithms for equilibrium assignment | |
Menguc et al. | A Data Driven Approach to Forecasting Traffic Speed Classes Using Extreme Gradient Boosting Algorithm and Graph Theory | |
CN103208082B (zh) | 一种城市中心区道路利用效率的评价及应用方法 | |
CN111008730B (zh) | 基于城市空间结构的人群聚集度预测模型构建方法及装置 | |
CN110674990A (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
CN114462898A (zh) | 基于地理信息的公路规划管理方法及系统 | |
CN108182170A (zh) | 基于空间自回归选择模型的电动自行车通勤出行预测方法 | |
CN108416172A (zh) | 一种基于cpt的城市公共交通网络设计方法 | |
CN108053053A (zh) | 基于空间自回归模型的电动自行车非通勤出行预测方法 | |
Li et al. | Geographically stratified importance sampling for the calibration of aggregated destination choice models for trip distribution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190226 |
|
RJ01 | Rejection of invention patent application after publication |