CN110298518A - 一种火灾救援路线规划方法 - Google Patents
一种火灾救援路线规划方法 Download PDFInfo
- Publication number
- CN110298518A CN110298518A CN201910617312.XA CN201910617312A CN110298518A CN 110298518 A CN110298518 A CN 110298518A CN 201910617312 A CN201910617312 A CN 201910617312A CN 110298518 A CN110298518 A CN 110298518A
- Authority
- CN
- China
- Prior art keywords
- fire
- node
- shortest path
- path
- route planning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000008569 process Effects 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 238000012966 insertion method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000004087 circulation Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000007474 system interaction Effects 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种火灾救援路线规划方法,包括如下内容:一、出警路线规划:在最短路径算法的基础上,根据实际路况,采用层次分析法对不同道路属性赋予不同的权值,并采用堆排序法对最短路径算法进行优化,规划出一条从消防局到火灾现场的最优路线;二、楼宇内救援路线规划:首先采用最短路径算法计算得到从大楼入口至火灾地点的最短路径,然后根据构建好的3D楼宇模型将最短路径对应的点及路径连接起来,直观地显示在救援设备上。本发明使消防人员能够清晰直观的查看火灾地所在楼宇内部的构造,为消防人员规划最快的救援路线;且大大提高了算法的运算效率,提高了消防人员的出警速度。
Description
技术领域
本发明涉及一种火灾救援路线规划方法。
背景技术
随着城市化进程的提速,城市道路系统像张网将城市的各个角落联通在一起。但同时道路拥堵状况也变的非常严重,这对火灾救援工作造成了很大的困扰,很大程度上影响了延误了火灾最佳救援时间;另一方面,各种现代化建筑的不断涌现,高层建筑以及大型商场内部走廊过道设计复杂,火灾发生后,烟雾及有害气体填满了走廊,给消防人员的救援工作造成了很大的困扰。
火灾事故的突发性和救援工作的紧迫性要求消防部门具有快速、准确和高效的指挥决策能力。传统人工火警接警处理,主要依靠指挥员个人的经验,这样就有可能耽误火灾救援的最佳时间,造成更多人员伤亡和财产损失。因此,为了提高消防指挥调度的效率,减少反应时间,降低决策偏差,就迫切需要一个能提供备选调度方案和规划快速出警路线的智能决策系统,以最大限度减少人民生命和财产损失。目前国内的一些火灾救援规划方法,忽略了对高层楼宇内救援路线的规划;在出警路线规划上仅仅利用道路的拥堵状况而不全面考虑路况;且对于一个中等城市的道路规模,算法计算时间很长,严重影响了出警速度。
发明内容
为了克服现有技术的缺点,本发明提供了一种火灾救援路线规划方法,能够依据防控中心收到的火灾发生地址,结合当时路况,制定出一套详细的出警路线及楼宇内3D救援路线。
本发明所采用的技术方案是:一种火灾救援路线规划方法,包括如下内容:
一、出警路线规划:
在最短路径算法的基础上,根据实际路况,采用层次分析法对不同道路属性赋予不同的权值,并采用堆排序法对最短路径算法进行优化,规划出一条从消防局到火灾现场的最优路线;
二、楼宇内救援路线规划:
首先采用最短路径算法计算得到从大楼入口至火灾地点的最短路径,然后根据构建好的3D楼宇模型将最短路径对应的点及路径连接起来,直观地显示在救援设备上。
与现有技术相比,本发明的积极效果是:
本发明提出了基于最短路径算法(Dijkstra算法)的出警路线规划以及基于Iconics的楼宇救援路线规划。与现有规划方法相比,具有如下明显优势:
其一,本方法将路线规划与3D建模软件Iconics相结合,使消防人员能够清晰直观的查看火灾地所在楼宇内部的构造,为消防人员规划最快的救援路线;
其二,本方法使用堆排序法对算法进行排序优化,使用层次分析法综合考虑路况的各种因素并确定道路权值,大大提高了算法的运算效率,提高了消防人员的出警速度。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1为本发明的技术路线图;
图2为路径优化方法与ICONICS系统交互示意图;
图3为道路权值的层次结构模型。
具体实施方式
为实现核心功能,提高规划效率,本发明使用Dijkstra算法解决城市道路的规划问题,并使用堆排序以及层次分析法分别优化算法计算时间及道路的赋权问题;使用基于Iconics的3D楼宇模型清晰明了地展示楼宇内部结构,依据Dijkstra算法构建救援路线。本发明的技术路线如图1所示。
本发明共包含两个步骤:出警路线规划、楼宇救援路线规划。即设计可靠方案使消防人员可以以最快速度到达火灾现场实施救援。既然要对出警的路线进行规划,那么首先需要找到一条从消防局到火灾现场的最优路线。现有的路线规划方案大多采用最短路径算法,由于没有考虑具体路况,路径分析和消防车实际运行存在很大差异,而且由于迪杰斯特拉算法(Dijkstra算法)的时间复杂度较高(O(n^2)),传统路径规划方法的运算效率较低。本发明在最短路径算法的基础上,充分根据不同的实际路况,使用层次分析法对不同道路属性科学的赋予不同的权值,并使用堆排序的方式优化了迪杰斯特拉算法的运行效率,使得算法的时间复杂度大大减小,通常能根据火灾发生时城市的实时路况,在几秒内得出一个中型城市的最优出警路线规划。
楼宇救援路线规划依据构建好的3D楼宇模型,依据最短路径算法构建出从大楼入口至火灾现场的最优路线,并直观的显示在救援设备上。使得救生员能够最快速度到达火灾现场。楼宇救援路线还会沿途标注出楼宇内部的安全防火设备。路线规划方法与ICONICS系统交互示意图如图2所示。
以下对本发明方法详细说明如下:
一、出警路线规划
设:a点代表消防局,b点代表发生火灾的楼宇所在地。从a→b必存在一条最短路径,且必经过若干条道路才能到达。首先建立两个集合S={}:表示已经找到最短路径的结点;U={}:表示尚未找到最短路径的结点。
步骤一:初始时,S只包含源点,即S={a},a的距离为0。U包含除a外的其他顶点,即:U={其余顶点},若a与U中顶点u有边,则<u,a>正常有权值,若u不是a的出边邻接点,则<u,a>权值为∞。
步骤二:从U中选取一个距离a点最小的顶点k,把k加入S中(该选定的距离就是a到k的最短路径长度)。
步骤三:以k为新考虑的中间点,修改U中各顶点的距离;若从源点a到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值为顶点k的距离加边的权值。
步骤四:重复步骤二和三直到所有顶点都包含在S中。
将最短路径所经过的点连接起来,即为a→b的最短路径,最短路径的长度为其中各路径的权值之和,也就意味着延这条路线出警耗时最短。
该算法经过MATLAB实现后,可以按要求实现最短路径的选择问题。但从该算法中可以看出,算法执行过程中需要执行三个循环,第一个循环时间复杂度为O(n),而其余两个循环是循环嵌套,其时间复杂度为O(n^2)。当n较大时,Dijkstra算法的时间复杂度急剧增加,即时间复杂度随网络节点数增加而急剧增长。
二、道路赋权问题的优化
在出警路线规划时,没有考虑道路赋权的问题,下面应用层次分析法对道路赋权的优化方法做详细说明。
应用层次分析法分析决策问题时,首先要把问题条理化、层次化,构造出一个有层次的结构模型。在这个模型下,复杂问题被分解为元素组成部分。这些元素又按其属性及关系形成若干层次。上一层次的元素作为准则对下一层次有关元素起支配作用。这些层次可以分为三类:
(1)最高层:这一层次中只有一个元素,一般它是分析问题的预定目标或理想结果,因此也称为目标层。
(2)中间层:这一层次中包含了为实现目标所涉及的中间环节,它可以由若干个层次组成,包括所需考虑的准则、子准则,因此也称为准则层。
(3)最底层:这一层次包括了为实现目标可供选择的各种措施和决策方案等,因此也称为措施层或方案层。
首先构建道路网权值计算的层次结构模型。其中最高层含1项指标,中间层含2项指标,最底层含6项指标。影响道路权重的因素受到多种因素影响,可以分为固定的和实时的两个部分。固定因素是指在一个较长时间里恒态存在的因素,包括路段宽度、道路等级、路段长度等,在地理信息系统中有详细的资料可供查询;实时因素是指动态变化的,需要实时测量的因素,包括交通流量、平均车速、交通管制等,实时因素可通过交警部门实时查询。道路权值的层次结构模型如图3所示:
其中:
O层:道路网权值。
C1层:实时代价C11;固定代价C12。
C2层:交通流量C21;平均车速C22;交通管制C23;路段宽度C24;道路等级C25;路段长度C26。
道路权值计算过程的具体步骤如下(以下数据为举例说明):
步骤一:构造O层对C1层的判断矩阵并进行权重计算;
层次结构反映了因素之间的关系,但准则层中的各准则在目标衡量中所占的比重并不一定相同,在决策者的心目中,它们各占有一定的比例。在确定影响某因素的诸因子在该因素中所占的比重时,遇到的主要困难是这些比重常常不易定量化。此外,当影响某因素的因子较多时,直接考虑各因子对该因素有多大程度的影响时,常常会因考虑不周全、顾此失彼而使决策者提出与其实际认为的重要性程度不相一致的数据。
设比较n个影响因子X={x1,…,xn}对某因素Z的影响大小,首先将影响因子进行两两比较建立成对比较矩阵。即每次取两个因子xi和xj,以aij表示xi和xj对Z的影响大小之比,全部比较结果用矩阵A=(aij)n*n表示,称A为Z-X之间的判断矩阵。若xi和xj对Z的影响之比为aij,则xj和xi对Z的影响之比应为
依据图3中的层次结构模型,逐层按上一层次某一准则将该层要素进行两两比较,比较结果用判断矩阵表示。如表1所示:C1…Cn为同一层次要素,Ck为上一层次第k个准则。判断矩阵元素cij表示要素ci与cj对于准则Ck的相对重要性。对于判断矩阵各元素来说,显然有cii=1,cij=1/cij(i=1,2,…,n,j=1,2,…,n)。因此,n阶判断矩阵原有n2个元素,但实际上只要知道n(n-1)/2个元素即可。cij可根据资料与条件,由专家和决策者共同研究确定,对于单一准则进行两要素的比较,一般不难给出标度值。
表1判断矩阵构造示例
可以根据如下公式计算出Ck元素对应的权重:
根据上述构造过程,这里对O-C1层做判断矩阵如下表所示:
O | C<sub>11</sub> | C<sub>12</sub> |
C<sub>11</sub> | 1 | 2 |
C<sub>12</sub> | 1/4 | 1 |
C<sub>11</sub>+C<sub>12</sub> | 5/4 | 3 |
表2 C1层判断矩阵
在该表中,C11为实时代价,C12为固定代价。C11、C12为同一层次要素,0为上一层次准则。判断矩阵数据由专家和决策者按重要性程度进行评判,并给出具体数值。如:第一行第二列对应的数值是2,其含义是:在路段权值准则下,实时代价与固定代价相比较,前者比后者稍重要。
然后对C11、C12做加法,产生上表C11+C12行。对O-C1判断矩阵应用公式(1)进行权重计算:
W1=1/2*[1/(5/4)+(2/3)]=0.733
W2=1/2*[(1/4)/(5/4)+(1/3)]=0.267
其中W1、W2分别代表在对一段道路属性赋权时,实时代价和固定代价的权重。
步骤二:构造C1i对C2i的判断矩阵并进行权重计算;
C11-C2层判断矩阵如表3所示:
C<sub>11</sub> | C<sub>21</sub> | C<sub>22</sub> | C<sub>23</sub> | W |
C<sub>21</sub> | 1 | 1/3 | 2 | 0.230 |
C<sub>22</sub> | 3 | 1 | 5 | 0.648 |
C<sub>23</sub> | 1/2 | 1/5 | 1 | 0.122 |
表3 C11-C2层判断矩阵
C12-C2层判断矩阵如表4所示:
C<sub>12</sub> | C<sub>24</sub> | C<sub>25</sub> | C<sub>26</sub> | W |
C<sub>24</sub> | 1 | 3 | 1/7 | 0.155 |
C<sub>25</sub> | 1/3 | 1 | 1/9 | 0.069 |
C<sub>26</sub> | 7 | 9 | 1 | 0.777 |
表4 C12-C2层判断矩阵
表3中,C21为交通流量,C22为平均车速,C23为交通管制,C21、C22、C23为同一层次要素,C11为上一层次第一个准则;表4中,C24为路段宽度,C25为道路等级,C26为路段长度,C24、C25、C26为同一层次要素,C12为上一层次第二个准则。判断矩阵中的数据由专家和决策者按判断标准进行评判,如表3中,第三行第一列对应的数值为1/2,其含义是:在固定代价准则下,交通流量与交通管制相比较,前者比后者稍微重要。
步骤三:计算总权值;
根据上述值计算最后的总权值,如表5所示:
C<sub>11</sub>(W<sub>1</sub>=0.733) | C<sub>12</sub>(W<sub>2</sub>=0.267) | 权重值 | 总排序 | |
C<sub>21</sub> | 0.230 | 0 | 0.169 | 3 |
C<sub>22</sub> | 0.648 | 0 | 0.475 | 1 |
C<sub>23</sub> | 0.122 | 0 | 0.089 | 4 |
C<sub>24</sub> | 0 | 0.155 | 0.041 | 5 |
C<sub>25</sub> | 0 | 0.069 | 0.018 | 6 |
C<sub>26</sub> | 0 | 0.777 | 0.207 | 2 |
表5总权重及排序表
步骤四:对C11-C2、C12-C2判断矩阵进行一致性检验。
判断矩阵A对应于最大特征值λmax的特征向量W,经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值,这一过程称为层次单排序。
这种构造成对比较判断矩阵的办法虽能减少其它因素的干扰,较客观地反映出一对因子影响力的差别。但综合全部比较结果时,其中难免包含一定程度的非一致性。因此,对决策者提供的判断矩阵有必要作一次一致性检验,以决定是否能接受它。
对判断矩阵的一致性检验的步骤如下:
(1)计算一致性指标CI
其中,Wj是判断矩阵A的特征向量,λmax是对应特征向量的最大特征值。aij为n阶判断矩阵的元素值(0<i,j≤n)。
(2)查找相应的平均随机一致性指标RI。
阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.9 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
表6平均随机一致性指标
(3)计算一致性比例CR
当CR<0.1时,认为判断矩阵具有满意的一致性,否则就需要调整判断矩阵,使之具有满意的一致性。
下面对C11-C2层和C12-C2层判断矩阵做一致性检验。
1)C11-C2层:
由于判断矩阵的阶数为3阶,查询表6得到对应的RI=0.58;
CR1=CI1/RI1=0.002/0.58=0.003<0.1。
所以C11-C2层一致性检验通过。
2)C12-C2层:
查表可得RI2=0.58;
CR2=CI2/RI2=0.041/0.58=0.071<0.1。
所以C12-C2层一致性检验通过。
三、算法计算的优化
在出警路线规划时,对Dijkstra算法的时间复杂度进行了定量计算。但并未对该时间复杂度进行评价。实际上,按照一个中等城市的城市规模来计算,要求解两地之间的最短路问题需要指数时间,这明显是无法达到火灾救援过程中对时间的要求。
从上述分析可见,直接对Dijkstra算法进行实现效率较低,在一般硬件条件下很难满足系统的要求,在分秒必争的火灾救援过程中,这些处理时间是耽误不起的。因此需要对实现进行一些优化,通常的优化就是以牺牲存储空间为代价来减少算法时间,即将点按权值的大小顺序排列,以节省操作时间。因此我们将使用堆构建优先队列对算法进行优化。
采用堆结构对Dijkstra算法进行优化的步骤如下:
(1)首先搜索与起始点关联的节点,然后初始化节点列表中所有节点的权值,调用插入方法实现初始化操作,来初始化优先队列,同时创建堆中节点与节点列表节点相互关联的索引。
(2)抽取最短距离节点操作
对优先队列进行操作,通过调用抽取最小值操作(HeapExtractMin),选择节点列表中的节点,使得该节点的代价是所有节点列表中最小的,则该节点为当前求得的从起始节点出发的最短路径终点。
(3)松弛操作
以第二步求出的节点为起点,对该点关联的节点列表进行松弛操作。松弛操作是:如果起始点的代价与起始点到达某点r的代价之和比r的代价小,则将r的代价置为起始点的代价与起始点到达r的代价之和,同时,将节点r通过插入操作(HeapInsert)加到优先队列中,并相应更新索引表。索引表中记录的是节点列表与二叉堆中节点之间的相对位置索引。
(4)重复步骤(2)和(3),直到求得的节点是终点。
(5)结束。
在使用改进算法对算法进行优化后,在搜索最小值节点时,仅需遍历二叉堆中从根节点到当前操作节点,而其算法复杂度为log(n)。使用改进后的算法对一个中等规模的城市做出警路线规划所需时间仅需一秒左右的时间,算法的计算效率可以极大的提升。
四、楼宇内救援路线的3D显示
首先使用Dijkstra算法计算得到从大楼入口至火灾地点的最短路径。并依据Iconics中构建的3D楼宇模型将最短路径对应的点及路径连接起来,直观地呈现给救援人员。此外,在得知楼宇内受困人员具体位置后,还可以快速规划救援路线,协助消防员实施救援。
Claims (6)
1.一种火灾救援路线规划方法,其特征在于:包括如下内容:
一、出警路线规划:
在最短路径算法的基础上,根据实际路况,采用层次分析法对不同道路属性赋予不同的权值,并采用堆排序法对最短路径算法进行优化,规划出一条从消防局到火灾现场的最优路线;
二、楼宇内救援路线规划:
首先采用最短路径算法计算得到从大楼入口至火灾地点的最短路径,然后根据构建好的3D楼宇模型将最短路径对应的点及路径连接起来,直观地显示在救援设备上。
2.根据权利要求1所述的一种火灾救援路线规划方法,其特征在于:所述最短路径算法包括如下步骤:
设:a点代表路径起点,b点代表路径终点,首先建立两个集合S={}:表示已经找到最短路径的结点;U={}:表示尚未找到最短路径的结点;
步骤一、初始时,S={a},a的距离为0,U包含除a外的其他顶点,U={其余顶点},若a与U中顶点u有边,则<u,a>正常有权值,若u不是a的出边邻接点,则<u,a>权值为∞;
步骤二、从U中选取一个距离a点最小的顶点k,把k加入S中,选定的距离为a到k的最短路径长度;
步骤三、以k为新的中间点,修改U中各顶点的距离;若从源点a经过顶点k到顶点u的距离比不经过顶点k的距离短,则修改顶点u的距离值,修改后的距离值为顶点k的距离加上边的权值;
步骤四、重复步骤二和步骤三直到所有顶点都包含在S中;
步骤五、将最短路径所经过的点连接起来,即得到a→b的最短路径,最短路径的长度为其中各路径的权值之和。
3.根据权利要求2所述的一种火灾救援路线规划方法,其特征在于:采用层次分析法对不同道路属性赋予不同权值的方法为:
(1)构建道路网权值计算的层次结构模型:
O层:道路网权值;
C1层:实时代价C11;固定代价C12;
C2层:交通流量C21;平均车速C22;交通管制C23;路段宽度C24;道路等级C25;路段长度C26;
(2)构造O层对C1层的判断矩阵并进行权重计算;
(3)构造C1i对C2i的判断矩阵并进行权重计算;
(4)计算总权值;
(5)对C11-C2、C12-C2判断矩阵进行一致性检验。
4.根据权利要求3所述的一种火灾救援路线规划方法,其特征在于:对判断矩阵进行一致性检验的步骤包括:
1)计算一致性指标CI:
其中,Wj是判断矩阵A的特征向量,λmax是对应特征向量的最大特征值,aij为n阶判断矩阵的元素值,0<i,j≤n;
2)查找相应的平均随机一致性指标RI;
3)计算一致性比例CR:
若CR<0.1时,则判断矩阵的一致性检验通过,否则,重新构造判断矩阵,直至CR<0.1。
5.根据权利要求1所述的一种火灾救援路线规划方法,其特征在于:采用堆排序法对最短路径算法进行优化的方法包括如下步骤:
步骤一、首先搜索与起始点关联的节点,然后初始化节点列表中所有节点的权值,调用插入方法实现初始化操作,来初始化优先队列,同时创建堆中节点与节点列表中节点相互关联的索引;
步骤二、抽取最短距离节点操作:
对优先队列进行操作,通过调用抽取最小值操作,选择节点列表中的节点,使得该节点的代价是所有节点列表中最小的,则该节点为当前求得的从起始节点出发的最短路径终点;
步骤三、以步骤二求出的节点为起点,对该点关联的节点列表进行松弛操作:
如果起始点的代价与起始点到达某点r的代价之和比r的代价小,则将r的代价置为起始点的代价与起始点到达r的代价之和,同时,将节点r通过插入操作加到优先队列中,并相应更新索引表,所述索引表中记录的是节点列表与二叉堆中节点之间的相对位置索引;
步骤四、重复步骤二和三,直到求得的节点是终点。
6.根据权利要求1所述的一种火灾救援路线规划方法,其特征在于:在从大楼入口至火灾现场的最优路线上沿途标注出楼宇内部的安全防火设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910617312.XA CN110298518A (zh) | 2019-07-09 | 2019-07-09 | 一种火灾救援路线规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910617312.XA CN110298518A (zh) | 2019-07-09 | 2019-07-09 | 一种火灾救援路线规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110298518A true CN110298518A (zh) | 2019-10-01 |
Family
ID=68030813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910617312.XA Pending CN110298518A (zh) | 2019-07-09 | 2019-07-09 | 一种火灾救援路线规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298518A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111760228A (zh) * | 2020-07-13 | 2020-10-13 | 北京优锘科技有限公司 | 消防灭火救援智能推演系统及方法 |
CN112016742A (zh) * | 2020-08-21 | 2020-12-01 | 东南大学 | 一种基于ahp的消防救援路径选择算法的优化方法 |
CN112446954A (zh) * | 2020-12-01 | 2021-03-05 | 杭州中房信息科技有限公司 | 顾及障碍物的防火区最不利点搜索方法、装置及存储介质 |
CN112556714A (zh) * | 2020-12-08 | 2021-03-26 | 武汉理工光科股份有限公司 | 一种消防灭火救援智能路径规划方法及系统 |
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 |
CN113271546A (zh) * | 2021-04-26 | 2021-08-17 | 重庆凯瑞特种车有限公司 | 一种垃圾收运智慧管理平台 |
CN114067507A (zh) * | 2021-11-08 | 2022-02-18 | 深圳正为格智能科技有限公司 | 一种适应环境进行变换的智能消防指示牌控制系统 |
CN114167859A (zh) * | 2021-11-16 | 2022-03-11 | 江苏海洋大学 | 基于改进弗洛伊德算法的救护车应急救援路径规划方法 |
CN114522367A (zh) * | 2022-01-21 | 2022-05-24 | 天津博迈科海洋工程有限公司 | 一种海洋平台自动泡沫灭火车的快速精准灭火方法 |
CN115130781A (zh) * | 2022-07-27 | 2022-09-30 | 中钢集团马鞍山矿山研究总院股份有限公司 | 一种计算城市水灾下的人员最短撤离路径方法 |
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 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202827196U (zh) * | 2012-08-29 | 2013-03-27 | 长江航运科学研究所 | 一种船舶岸基自动安全供电装置 |
CN103674048A (zh) * | 2013-11-29 | 2014-03-26 | 河北工业大学 | 基于3g网络的动态智能导航方法 |
CN106975191A (zh) * | 2017-04-18 | 2017-07-25 | 江苏省冶金设计院有限公司 | 一种消防系统及其救援方法 |
CN107036618A (zh) * | 2017-05-24 | 2017-08-11 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于最短路径深度优化算法的agv路径规划方法 |
CN107133704A (zh) * | 2017-06-23 | 2017-09-05 | 南京师范大学 | 遵循最优—遗忘规则的大规模人群动态应急疏散的模拟方法 |
CN107274003A (zh) * | 2017-05-05 | 2017-10-20 | 宁波城市职业技术学院 | 一种智慧消防管理系统及其控制方法 |
CN108256669A (zh) * | 2017-12-20 | 2018-07-06 | 中国地质大学(武汉) | 一种基于改进Dijkstra算法的景区路径选择方法及系统 |
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 |
CN109389825A (zh) * | 2018-11-26 | 2019-02-26 | 武汉理工光科股份有限公司 | 基于最短路径的消防救援路线最优化方法 |
-
2019
- 2019-07-09 CN CN201910617312.XA patent/CN110298518A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202827196U (zh) * | 2012-08-29 | 2013-03-27 | 长江航运科学研究所 | 一种船舶岸基自动安全供电装置 |
CN103674048A (zh) * | 2013-11-29 | 2014-03-26 | 河北工业大学 | 基于3g网络的动态智能导航方法 |
CN106975191A (zh) * | 2017-04-18 | 2017-07-25 | 江苏省冶金设计院有限公司 | 一种消防系统及其救援方法 |
CN107274003A (zh) * | 2017-05-05 | 2017-10-20 | 宁波城市职业技术学院 | 一种智慧消防管理系统及其控制方法 |
CN107036618A (zh) * | 2017-05-24 | 2017-08-11 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于最短路径深度优化算法的agv路径规划方法 |
CN107133704A (zh) * | 2017-06-23 | 2017-09-05 | 南京师范大学 | 遵循最优—遗忘规则的大规模人群动态应急疏散的模拟方法 |
CN108256669A (zh) * | 2017-12-20 | 2018-07-06 | 中国地质大学(武汉) | 一种基于改进Dijkstra算法的景区路径选择方法及系统 |
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 |
CN109389825A (zh) * | 2018-11-26 | 2019-02-26 | 武汉理工光科股份有限公司 | 基于最短路径的消防救援路线最优化方法 |
Non-Patent Citations (2)
Title |
---|
张晶等: "基于Dijkstra算法的优化多节点网络最短路径求解的实验分析", 《河南教育学院学报(自然科学版)》 * |
王开义等: "GIS领域最短路径搜索问题的一种高效实现", 《中国图象图形学报》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN111760228A (zh) * | 2020-07-13 | 2020-10-13 | 北京优锘科技有限公司 | 消防灭火救援智能推演系统及方法 |
CN111760228B (zh) * | 2020-07-13 | 2021-09-21 | 北京优锘科技有限公司 | 消防灭火救援智能推演系统及方法 |
CN112016742A (zh) * | 2020-08-21 | 2020-12-01 | 东南大学 | 一种基于ahp的消防救援路径选择算法的优化方法 |
CN112446954A (zh) * | 2020-12-01 | 2021-03-05 | 杭州中房信息科技有限公司 | 顾及障碍物的防火区最不利点搜索方法、装置及存储介质 |
CN112556714A (zh) * | 2020-12-08 | 2021-03-26 | 武汉理工光科股份有限公司 | 一种消防灭火救援智能路径规划方法及系统 |
CN112556714B (zh) * | 2020-12-08 | 2023-07-07 | 武汉理工光科股份有限公司 | 一种消防灭火救援智能路径规划方法及系统 |
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 |
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 |
CN113271546A (zh) * | 2021-04-26 | 2021-08-17 | 重庆凯瑞特种车有限公司 | 一种垃圾收运智慧管理平台 |
CN114067507A (zh) * | 2021-11-08 | 2022-02-18 | 深圳正为格智能科技有限公司 | 一种适应环境进行变换的智能消防指示牌控制系统 |
CN114167859B (zh) * | 2021-11-16 | 2023-01-24 | 江苏海洋大学 | 基于改进弗洛伊德算法的救护车应急救援路径规划方法 |
CN114167859A (zh) * | 2021-11-16 | 2022-03-11 | 江苏海洋大学 | 基于改进弗洛伊德算法的救护车应急救援路径规划方法 |
CN114522367A (zh) * | 2022-01-21 | 2022-05-24 | 天津博迈科海洋工程有限公司 | 一种海洋平台自动泡沫灭火车的快速精准灭火方法 |
CN115130781A (zh) * | 2022-07-27 | 2022-09-30 | 中钢集团马鞍山矿山研究总院股份有限公司 | 一种计算城市水灾下的人员最短撤离路径方法 |
CN115130781B (zh) * | 2022-07-27 | 2023-12-01 | 中钢集团马鞍山矿山研究总院股份有限公司 | 一种计算城市水灾下的人员最短撤离路径方法 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298518A (zh) | 一种火灾救援路线规划方法 | |
CN108596382B (zh) | 基于多起点、多待救援点、多个终点的救援路径规划方法 | |
CN103327082B (zh) | 一种多蚁群疏散优化交换方法 | |
CN106656308B (zh) | 空间信息网络中任务的规划方法和装置 | |
CN103198366A (zh) | 一种考虑目标节点时效性的多目标路径规划方法 | |
CN111191918A (zh) | 一种智能电网通信网的业务路由规划方法及装置 | |
CN107133704B (zh) | 遵循最优—遗忘规则的大规模人群动态应急疏散的模拟方法 | |
CN110519094B (zh) | 一种基于装备体系网络的打击链路评估方法 | |
CN105933316B (zh) | 网络安全级别的确定方法和装置 | |
CN109300355A (zh) | 用于炼化企业现场应急演练的多角色情景构建方法及装置 | |
CN110445716B (zh) | 基于SDN网络多QoS负载均衡路由方法、存储介质和终端 | |
CN106940594B (zh) | 一种虚拟人及其运行方法 | |
CN111881625A (zh) | 一种基于深度强化学习的人群疏散仿真方法及系统 | |
CN112102650A (zh) | 改航航路生成方法、装置及存储介质 | |
CN109995592A (zh) | 业务质量监控方法和设备 | |
CN107003834A (zh) | 行人检测设备和方法 | |
CN113639755A (zh) | 一种基于深度强化学习的火灾现场逃生-救援联合系统 | |
CN115688908A (zh) | 一种基于剪枝技术的高效神经网络搜索与训练方法 | |
CN115545359A (zh) | 一种面向复杂建筑火灾的动态智能疏散方法及装置 | |
CN113055218B (zh) | Nfv网络的冗余性评价方法、装置及计算设备 | |
CN114492749A (zh) | 面向限时红蓝对抗问题动作空间解耦的博弈决策方法 | |
CN107958265A (zh) | 一种基于战时影响因素与ε-SVR的战损备件预测方法 | |
CN110766321A (zh) | 基于物资可靠性的应急物流网络风险传播方法及其系统 | |
CN112370790B (zh) | 游戏地图绘制方法、装置、电子设备和存储介质 | |
CN105760549A (zh) | 基于属性图模型的近邻查询方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191001 |