CN114330855A - 人群分配与疏散路线规划的快速计算方法 - Google Patents
人群分配与疏散路线规划的快速计算方法 Download PDFInfo
- Publication number
- CN114330855A CN114330855A CN202111580292.7A CN202111580292A CN114330855A CN 114330855 A CN114330855 A CN 114330855A CN 202111580292 A CN202111580292 A CN 202111580292A CN 114330855 A CN114330855 A CN 114330855A
- Authority
- CN
- China
- Prior art keywords
- evacuation
- points
- queue
- time
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000009977 dual effect Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种人群分配与疏散路线规划的快速计算方法,包括以下步骤:S1:使用双队列的方法,首先用邻接矩阵来表示路网图G(N,E),其中N为点的集合,E为边的集合。本发明采用双队列的计算方法可以快速找到最短路径,避免了很多冗余的计算,大大提高了计算效率,通过使用双队列的数据结构技术来存储每次迭代的最短路径的结果,避免每次对所有疏散点计算最短路径,从而降低算法时间复杂度,通过使用疏散批次时间间隔策略,克服了上一趟疏散与下一趟疏散之间的时间间隔,进而更准确的计算出人群疏散方案,更符合实际情况,也更安全,既可以防止不同疏散批次的人群拥挤,又可以合理有效的分配人群,满足使用需求。
Description
技术领域
本发明涉及人群分配与疏散路线技术领域,尤其涉及一种人群分 配与疏散路线规划的快速计算方法。
背景技术
一直以来,安全问题一直困扰着我们,诸如地震、洪水暴发、泥 石流灾害、台风等,每当这些自然灾害发生时,总会破坏我们的生活 家园,危及我们的性命,当这些事件发生时,最先采取的措施应该是 人群疏散,使得人群脱离事故发生地以确保生命安全,在疏散过程中, 需要合理选择疏散路径,尽量选取花费时间短的路径,并且做到合理 分配人群,因为城市道路都有容量限制,一旦道路上的人群超过容量 限制,势必会发生拥挤推搡,加之民众的恐慌心理,极有可能会发生 踩踏,造成大量人员伤亡的同时,拖慢疏散进程,加剧危险,如果疏 散道路上分配的人员太少,又会拖长疏散时间,多拖一分钟事故发生 地的民众就多一分的危险;
为了解决疏散的问题,现有的技术中对于人群疏散,已经有一些 方法,例如,Dijkstra方法,Bellman-Ford方法,Floyd方法等, 但这些方法一旦节点增多,计算复杂度就会呈指数增加,很难应用于 实际应用场景,一种容量受限的道路启发式疏散方法(简称CCRP方 法),CCRP方法将容量建模为时间序列,但是这个方法因为疏散路 线太长使得疏散时间呈指数增加,不能满足使用需求,综合上述情况, 因此我们提出了人群分配与疏散路线规划的快速计算方法用于解决 上述问题。
发明内容
基于背景技术存在的技术问题,本发明提出了人群分配与疏散路 线规划的快速计算方法。
本发明提出的人群分配与疏散路线规划的快速计算方法,包括以 下步骤:
S1:使用双队列的方法,首先用邻接矩阵来表示路网图G(N,E), 其中N为点的集合,E为边的集合,每个点n∈N有两个属性,每条边 e∈E有两个属性;
S2:输入路网图G(N,E),输出疏散路径和流量的疏散方案,包 含经过的节点和时间的疏散路径集合,其中疏散点的集合为S∈E,避 难点的集合为D∈E;
S3:设置一个超级疏散点s0,连接s0和所有源节点,将连接所 得的边的最大容量设置为大约待疏散总人数,通行时间设置为0;
S4:对所有疏散点找最短路径,将所有疏散点的最短路径放在 PreQueue中
For each Si in S{
ShortestPath(i)=Dijkstra(Si);
put<ShortestPath(i),Si>into PreQueue;}
Queue.insert(PreQueue.pop());//将PreQueue队首元 素放入Queue中
While(exitNum<evacNum){//当到达避难点的人数小 于待疏散人数时,一直循环
P1<ShortestPath,S>=PreQueue.pop();
Q1<ShortestPath,S>=Queue.top();
S5:比较PreQueue和Queue队首元素大小
if(P1<Q1){
if(check(P1)==true)//P1路径可用,将P1 放入Queue中
Queue.push(P1<ShortestPath,S>);
Else//否则重新更新P1
{P2<ShortestPath,S>=update(P1.S);
PreQueue.push(P2<ShortestPath,S>);
};
S6:比较Queue中前两个元素的大小
while(Q1.ShortestPath<=Q2.ShortestPath){
Route R(S)=update(Q1.S);
Q1<ShortestPath,S>=<R.ArrivalTime,S>;
S7:更新流量
flow=min(Evacuees[s],Available_Edge_Ca pacity(e,t));
Reserve Q1.route;
S8:更新疏散点的待疏散人数和避难点的人数
S.evacuees-=flow;
exitNum+=flow;
S9:输出最短路径和流量:Output Route Q1.route and flow。
优选地,所述S1中,每个点n∈N中的n为最大节点容量,最大 节点容量和节点(n)的初始人数均为非负整数。
优选地,所述S1中,每条边e∈E中的边e为最大容量,其中最 大容量和通行时间(e)均为非负整数。
优选地,所述S2中,疏散点的集合用S表示。
优选地,所述S2中,避难点的集合用D表示。
优选地,所述S3中,节点的等待时间定义为TotalWT,其计算公 式为总的等 待时间是当前边的通行时间和前一条边的通行时间差的总和,如果二 者的差为正数,即可直接相加,如果为负数或者为0,就按0计算, 表示不需要等待。
与现有的技术相比,本发明的有益效果是:
本发明采用双队列的计算方法可以快速找到最短路径,避免了很 多冗余的计算,大大提高了计算效率,通过使用双队列的数据结构技 术来存储每次迭代的最短路径的结果,避免每次对所有疏散点计算最 短路径,从而降低算法时间复杂度,通过使用疏散批次时间间隔策略, 克服了上一趟疏散与下一趟疏散之间的时间间隔,进而更准确的计算 出人群疏散方案,更符合实际情况,也更安全,既可以防止不同疏散 批次的人群拥挤,又可以合理有效的分配人群,满足使用需求。
附图说明
图1为本发明提出的人群分配与疏散路线规划的快速计算方法 的ICCRP事例图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
参照图1,本实施例提出了人群分配与疏散路线规划的快速计算 方法,包括以下步骤:
S1:使用双队列的方法,首先用邻接矩阵来表示路网图G(N,E), 其中N为点的集合,E为边的集合,每个点n∈N有两个属性,每条边 e∈E有两个属性,其中每个点n∈N中的n为最大节点容量,最大节点 容量和节点(n)的初始人数均为非负整数,每条边e∈E中的边e为 最大容量,其中最大容量和通行时间(e)均为非负整数;
S2:输入路网图G(N,E),输出疏散路径和流量的疏散方案,包 含经过的节点和时间的疏散路径集合,其中疏散点的集合为S∈E用S 表示,避难点的集合为D∈E用D表示;
S4:对所有疏散点找最短路径,将所有疏散点的最短路径放在 PreQueue中
For each Si in S{
ShortestPath(i)=Dijkstra(Si);
put<ShortestPath(i),Si>into PreQueue;}
Queue.insert(PreQueue.pop());//将PreQueue队首元 素放入Queue中
While(exitNum<evacNum){//当到达避难点的人数小 于待疏散人数时,一直循环
P1<ShortestPath,S>=PreQueue.pop();
Q1<ShortestPath,S>=Queue.top();
S5:比较PreQueue和Queue队首元素大小
if(P1<Q1){
if(check(P1)==true)//P1路径可用,将P1 放入Queue中
Queue.push(P1<ShortestPath,S>);
Else//否则重新更新P1
{P2<ShortestPath,S>=update(P1.S);
PreQueue.push(P2<ShortestPath,S>);
};
S6:比较Queue中前两个元素的大小
while(Q1.ShortestPath<=Q2.ShortestPath){
Route R(S)=update(Q1.S);
Q1<ShortestPath,S>=<R.ArrivalTime,S>;
S7:更新流量
flow=min(Evacuees[s],Available_Edge_Ca pacity(e,t));
Reserve Q1.route;
S8:更新疏散点的待疏散人数和避难点的人数
S.evacuees-=flow;
exitNum+=flow;
S9:输出最短路径和流量:Output Route Q1.route and flow。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范 围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技 术范围内,根据本发明的技术方案及其发明构思加以等同替换或改 变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.人群分配与疏散路线规划的快速计算方法,其特征在于,包括以下步骤:
S1:使用双队列的方法,首先用邻接矩阵来表示路网图G(N,E),其中N为点的集合,E为边的集合,每个点n∈N有两个属性,每条边e∈E有两个属性;
S2:输入路网图G(N,E),输出疏散路径和流量的疏散方案,包含经过的节点和时间的疏散路径集合,其中疏散点的集合为S∈E,避难点的集合为D∈E;
S3:设置一个超级疏散点s0,连接s0和所有源节点,将连接所得的边的最大容量设置为大约待疏散总人数,通行时间设置为0;
S4:对所有疏散点找最短路径,将所有疏散点的最短路径放在PreQueue中
S5:比较PreQueue和Queue队首元素大小
S6:比较Queue中前两个元素的大小
while(Q1.ShortestPath<=Q2.ShortestPath){
Route R(S)=update(Q1.S);
Q1<ShortestPath,S>=<R.ArrivalTime,S>;
S7:更新流量
flow=min(Evacuees[s],Available_Edge_Capacity(e,t));
Reserve Q1.route;
S8:更新疏散点的待疏散人数和避难点的人数
S.evacuees-=flow;
exitNum+=flow;
S9:输出最短路径和流量:Output Route Q1.route and flow。
2.根据权利要求1所述的人群分配与疏散路线规划的快速计算方法,其特征在于,所述S1中,每个点n∈N中的n为最大节点容量,最大节点容量和节点(n)的初始人数均为非负整数。
3.根据权利要求1所述的人群分配与疏散路线规划的快速计算方法,其特征在于,所述S1中,每条边e∈E中的边e为最大容量,其中最大容量和通行时间(e)均为非负整数。
4.根据权利要求1所述的人群分配与疏散路线规划的快速计算方法,其特征在于,所述S2中,疏散点的集合用S表示。
5.根据权利要求1所述的人群分配与疏散路线规划的快速计算方法,其特征在于,所述S2中,避难点的集合用D表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580292.7A CN114330855A (zh) | 2021-12-22 | 2021-12-22 | 人群分配与疏散路线规划的快速计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580292.7A CN114330855A (zh) | 2021-12-22 | 2021-12-22 | 人群分配与疏散路线规划的快速计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114330855A true CN114330855A (zh) | 2022-04-12 |
Family
ID=81053686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111580292.7A Pending CN114330855A (zh) | 2021-12-22 | 2021-12-22 | 人群分配与疏散路线规划的快速计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114330855A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101958044A (zh) * | 2010-09-13 | 2011-01-26 | 北京大学 | 一种快速疏散算法 |
US20170243316A1 (en) * | 2016-02-23 | 2017-08-24 | Tata Consultancy Services Limited | Systems and methods for planning location-sensitive probabilistic behavior based evacuation paths |
CN112182723A (zh) * | 2020-10-20 | 2021-01-05 | 上海应用技术大学 | 人群疏散瓶颈拥堵状况分析方法和系统 |
-
2021
- 2021-12-22 CN CN202111580292.7A patent/CN114330855A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101958044A (zh) * | 2010-09-13 | 2011-01-26 | 北京大学 | 一种快速疏散算法 |
US20170243316A1 (en) * | 2016-02-23 | 2017-08-24 | Tata Consultancy Services Limited | Systems and methods for planning location-sensitive probabilistic behavior based evacuation paths |
CN112182723A (zh) * | 2020-10-20 | 2021-01-05 | 上海应用技术大学 | 人群疏散瓶颈拥堵状况分析方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dhamala et al. | A critical survey on the network optimization algorithms for evacuation planning problems | |
Rui et al. | Optimum transit operations during the emergency evacuations | |
Pyakurel et al. | Efficient contraflow algorithms for quickest evacuation planning | |
Church et al. | Mapping evacuation risk on transportation networks using a spatial optimization model | |
CN104750895B (zh) | 基于移动手机数据的实时城市应急疏散仿真方法及系统 | |
Yamada | A network flow approach to a city emergency evacuation planning | |
Li et al. | A household-level approach to staging wildfire evacuation warnings using trigger modeling | |
Zhu et al. | Hurricane evacuation modeling using behavior models and scenario-driven agent-based simulations | |
US20160314554A1 (en) | Evacuation plan design | |
CN112556714B (zh) | 一种消防灭火救援智能路径规划方法及系统 | |
Osman et al. | Two-phase evacuation route planning approach using combined path networks for buildings and roads | |
CN114167859B (zh) | 基于改进弗洛伊德算法的救护车应急救援路径规划方法 | |
Teo et al. | Agent-based evacuation model considering field effects and government advice | |
Qazi et al. | Short-notice bus-based evacuation under dynamic demand conditions | |
CN114330855A (zh) | 人群分配与疏散路线规划的快速计算方法 | |
Wisetjindawat et al. | Integrating stochastic failure of road network and road recovery strategy into planning of goods distribution after a large-scale earthquake | |
Takayama et al. | Quick evacuation method for evacuation navigation system in poor communication environment at the time of disaster | |
CN109887280A (zh) | 一种交通网络节点关键度评估方法 | |
Azimi et al. | An optimized multi agent-based modeling of smart rescue operation | |
Pyakurel et al. | Efficent Algorithms for Flow Over Time Evacuation Planning Problems with Lane Reversal Strategy | |
CN104134099A (zh) | 一种应急疏散用的公交集结点设置方法 | |
Fujihara et al. | On the use of congestion information for rerouting in the disaster evacuation guidance using opportunistic communication | |
Gupta et al. | Performance modeling and evaluation of transportation systems using analytical recursive decomposition algorithm for cyclone mitigation | |
CN111814338B (zh) | 一种建筑物疏散路径生成方法、系统及设备 | |
Pyakurel et al. | Lexicographically contraflow problem for evacuation planning |
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 |