基于遗传算法的元胞自动机复杂楼宇人员疏散模型

为探究复杂楼宇人员疏散的效果,该文基于元胞自动机理论,建立了复杂楼宇人员疏散模型。选取某高校实验中心为应用场景,综合考虑了疏散路径、出口安排、人群密度和人员行为等多种因素,分析引导选择出口、引导使用连廊和基于遗传算法的适应度函数三种优化方式对疏散效果的影响,并将此模型计算结果与模拟软件Pathfinder计算结果进行对比验证。结果表明,随着优化程度的提高,疏散总时间和极度拥堵面积减少,有效地降低了高人群密度区域,提高了出口使用均衡性,疏散效果得到了显著提升。

基于点融合的进场程序优化与航空器排序研究

为解决终端区航空器延误问题,使用点融合技术优化终端区进场程序,以飞行冲突次数、航空器平均延误时间、航空器着陆次序改变量、航空器平均油耗作为评价指标,建立着陆优化排序模型,结合我国空管使用的间隔标准与天津机场终端区的真实空域数据,根据实际飞行数据设计航空器样本,使用改进的遗传算法对航空器着陆进行排序,并对使用点融合技术之后的天津机场终端区进场航空器排序进行仿真验证。结果表明:使用该方法后,航空器无冲突,平均延误时间缩减57.19%,延误架次减少7架次,平均燃油消耗节约0.64%。