基于改进蚁群算法的公交疏散策略研究

针对无预警灾难发生后的大规模人群疏散问题,提出了应急救援的公交疏散策略,通过对动态的疏散路网和疏散者的时间加载离散化处理,采用时空网络和数值分析的方法以疏散总时间最短,伤亡人数最少建立公交疏散的非线性混合整数规划模型,并将整个公交疏散过程与改进的蚁群算法相结合,通过信息素全局更新对疏散模型进行求解,最后以一个简单的公交疏散网络作为算例来求解最优疏散路径。结果表明,通过多次计算不仅验证了改进蚁群算法的有效性,同时求解疏散路径的速度和质量也得到提高。

公交疏散高危疏散单元集识别模型研究

当前对突发事件下公交疏散已有较为广泛的研究,但是当前疏散模型大都忽略了不同集合点的差异性,具体体现在不同集合点的疏散需求以及可用疏散时间存在差异性,因此大大降低应用性。提出疏散风险的概念,采用“风险优先”的分配原则,量化疏散风险,建立高危疏散单元集识别模型,体现不同集合点之间的差异性,帮助应急管理部门更合理的安排有限疏散资源。

考虑疏散时间差异的公交疏散目标函数应用研究

当前存在的公交疏散模型中,未将不同集合点的可用疏散时间考虑在建模中,因此会出现不合理的公交疏散组织。基于此,提出一种考虑不同集合点可用疏散时间差异性的目标函数,并通过其与当前不同公交疏散模型目标函数对比证明其在可用疏散时间极其有限情境下的优越性,为研究人员研究公交疏散问题提供了思路,帮助应急疏散管理人员完成合理的疏散规划。

综合公交与人群时效性的疏散集结点选址研究

针对区域性公交疏散中集结点选址问题,分析了影响集结点选址的影响因素,考虑了待疏散人群与公交车的时效性,引入了两组0-1变量,以人群总步行距离最短与公交车总走行距离最短为优化目标,构建了疏散集结点选址优化模型。在求取集结点选址方案的同时,还可得到公交车到达集结点的路径和数量。结合问题特点设计了适用于公交疏散集结点选址优化问题的遗传算法方案,最后通过算例对模型和算法的合理性进行了验证。