基于元胞鱼群算法的人员疏散模型

针对元胞自动机模型以及原始人工鱼群算法在刻画综合交通枢纽人员常规疏散行为上的局限性,本文提出了一种基于元胞鱼群算法的人员疏散模型,考虑个体之间的行走速度、视野范围差异,将排队机制和出(入)口选择行为、导向行为、记忆功能加入原始人工鱼群算法中,顶层采用改进的人工鱼群算法进行移动位置更新,底层采用元胞自动机模型解决移动位置冲突.实验证明,该模型可真实反映人员在综合交通枢纽内换乘时的疏散过程;在同等环境下,与原始人工鱼群模型相比,该模型实现了个体按照疏散引导进行有序移动,避免了陷入局部最优;与元胞自动机模型相比,其更好地体现了个体的从众、避障和出(入)口选择行为,有效地降低了时间复杂度.

多蚁群双信息素疏散路径规划算法

针对综合交通枢纽的常规旅客疏散问题,以最小化清空时间、最小化累计拥堵系数和最小化人均疏散时间为疏散目标,提出多蚁群双信息素算法。根据乘车意向将疏散人员划分为多个种群,引入种群信息和部落信息素,利用种群信息素的正反馈作用实现同一种群人员的路径寻优,利用部落信息素的负反馈作用实现路径的均衡负载。与ACO和HMERP-ACO算法进行对比,结果表明,提出的算法可以提供更优的疏散路径规划方案。