公共场所疏散引导人静态布局优化算法及其应用

采用最大覆盖选址问题的求解思路,提出了公共场所疏散引导人静态布局优化的拉格朗日松弛算法.结合引导人静态布局的特点,重点探讨了考虑和不考虑公共场所中被疏散人员分布状况的两种情况下的优化布局,并在MA-ESM模型的支持下,通过与人为布设引导人方式的模拟结果进行对比,评价了这两种优化布局的模拟效果。结果表明:引导人静态布局的优化不仅有利于充分发挥每个引导人的作用,提高疏散效率,而且可以确定布设引导人的最佳位置和特定公共场所中所需引导人的最大数量;同时考虑公共场所内被疏散人员分布状况下的优化布局能够有的放矢地调度引导人,提高引导效率。

公共场所人员应急疏散引导研究

在公共场所应急疏散的过程中,应急疏散人员往往需要更多地依靠自身经验,而非传统的完全理性决策。为解决这一问题,提出一种具有引导者的多主体系统人员应急疏散交互模型,对模型中的Agent进行分类,建立单独Agent、结伴Agent和引导者Agent三类群体Agent,对疏散人员在引导者的指挥和控制作用下进行模拟。仿真结果表明在应急管理中设置引导者,可以在疏散初始阶段引领疏散人员快速明确疏散目标,减少迂回现象;疏散过程中合理疏导人群利用疏散出口,避免某一出口过度拥堵;引导者在疏散过程中进行密度控制,可以使整个疏散过程更合理有序,整体提高疏散效率。

人员非均匀分布条件下的疏散引导方向优化算法研究

在紧急疏散中,疏散引导标识或疏散引导人能够帮助人员快速找到最近出口,有效减少疏散时间。疏散引导标识或人的引导方向一般是根据建筑布局情况预先进行设计,当前位置的引导方向指向最近的疏散出口。本文综合考虑了建筑布局及人员分布情况,提出了人员非均匀分布条件下的疏散引导方向优化算法。该算法以Togawa疏散时间经验公式作为估价函数,通过多次迭代的方法,求解疏散引导方向的优化值。以双出口的疏散场景为例,利用疏散软件Legion对优化前后疏散引导方向下的疏散时间进行了比较分析。结果表明,优化后的疏散引导方向能够引导人员充分利用疏散出口,疏散时间较仅考虑建筑布局所设计的疏散引导方向的模拟值降低了近四分之一,大大提高了疏散效率。

组合动作空间深度强化学习的人群疏散引导方法

人群疏散引导系统可在建筑物内发生灾害时有效保护生命安全,减少人员财产损失。针对现有人群疏散引导系统需要人工设计模型和输入参数,工作量大且容易造成误差的问题,本文提出了基于深度强化学习的端到端智能疏散引导方法,设计了基于社会力模型的强化学习智能体仿真交互环境。使智能体可以仅以场景图像为输入,通过与仿真环境的交互和试错自主学习场景模型,探索路径规划策略,直接输出动态引导标志信息,指引人群有效疏散。针对强化学习深度Q网络(DQN)算法在人群疏散问题中因为动作空间维度较高,导致神经网络复杂度指数增长的“维度灾难”现象,本文提出了将Q网络输出层按动作维度分组的组合动作空间DQN算法,显著降低了网络结构复杂度,提高了系统在多个引导标志复杂场景中的实用性。在不同场景的仿真实验表明本文方法在逃生时间指标上优于静态引导方法,达到人工构造模型方法的相同水平。说明本文方法可以有效引导人群,提高疏散效率,同时降低人工构造模型的工作量并减小人为误差。

一种基于二维码的低成本分布式火灾报警与疏散引导系统设计

本文针对现有的火灾报警和疏散引导系统的缺点,结合当前前沿的泛在网、物联网的理念和技术,提出了基于二维码的低成本分布式火灾报警与疏散引导系统的实现方式,分析了创新点,并对关键技术进行了分析,给出了实现途径。

大功率参量阵定向扬声器在地铁应急疏散引导中的应用

在突发事件下,地铁应急疏散系统仅依靠灯光指示牌进行大流量应急疏散与引导的效率低下。大功率定向扬声器具有高指向的音频辐射特性,能将声波控制在特定区域内,从而达到声音定向传播的特殊扬声效果。论述并探讨了大功率参量阵定向扬声器在地铁车站环境下进行语音定向引导与疏散的适用性与可行性。其研究成果对大功率参量阵定向扬声器在其他类似应用场景中均有积极的参考与推广价值。

基于Wi-Fi技术的人员密集场所疏散引导系统设计

针对大型人员密集场所疏散需求,利用WIFI无线通讯技术进行室内定位,通过顾客智能手机作为移动终端,实现在火灾状况下的智能化的疏散引导,并为消防员到达火场后的现场搜救提供引导。

地下建筑物室内疏散引导地图的构建

在大型建筑地下空间事故中逃生是涉及空间数据模型构建、空间路径化和疏散路径规划,综合建筑、人和灾情态势因素相互作用的复杂科学问题。针对目前已有的地下室内空间数据模型缺乏描述室内灾害事件、地理实体动态语义特征的情况,从地下建筑物功能和结构特征出发,从几何、语义和时态3个角度设计了一种突出灾情语义、面向地理实体对象的部件级地下建筑物室内时空语义数据模型,并形成物理数据库。在此基础上,结合约束德劳奈(Delaunay)三角形剖分的思想实现室内3维疏散引导地图的高效构建,为复杂地下建筑物灾害事件发生时室内空间的路网快速构建和表达提供参考。实验结果表明,该方法构建的室内疏散引导地图可行、高效,可支撑后续疏散路径规划的研究。

建筑智能疏散引导信息的设计方法

分析由于疏散系统的设计较为落后,成为消防系统设计的盲区。建筑疏散引导信息存在着设计不合理、配置不全、功能性差等问题。分析恐慌心理和传统疏散引导系统的缺陷,进而提出一种智能疏散引导系统。

基于GDACO算法的引导疏散路径规划研究

针对教学建筑内中人员疏散存在盲目、无序、效率低等问题,提出了双层蚁群路径规划算法(GDACO)引导人员疏散的路径规划。对环境栅格进行处理,增添危险栅格,使初始蚁群信息素呈阶梯式分布;提出双层蚁群算法,引导层蚁群通过全局搜索寻找引导路径,疏散层蚁群基于引导范围实现疏散路径寻优;进行路径优化处理,剔除冗余节点,对转折部分进行平滑处理。试验结果分析表明,所提GDACO算法能够减少路径转折点,规避风险路径,满足教学建筑内的引导疏散需求,规划路径符合实际疏散情况。

开放性公共场所疏散引导人布局优化研究——以上海市徐汇区滨江绿地空间为例

应急疏散引导在城市开放性公共场所安全建设中有着重要的意义。为解决应急疏散初期引导人的空间布局问题,论文考虑障碍物对通视性的影响、引导人的空间覆盖范围及距离衰减效应、可引导人员数量阈值等条件,基于粒子群算法和渐进覆盖模型,构建了一种新的开放性公共场所疏散引导人布局优化方法;并以上海市徐汇区滨江绿地空间为例,进行疏散引导人的布局优化,并基于疏散智能体模型,开展应急疏散引导模拟,比较优化前后的疏散效率,来验证该方法的可行性;同时,考虑到不同时间段人群分布的差异性,开展该区域内疏散引导人责任区的动态规划。实证结果表明:不同时刻研究区的疏散引导人需求量不同,与疏散人员数量成正比;疏散引导人布局优化后的疏散时间成本要远低于人为布设情景下的疏散时间成本;疏散引导人责任区的划分有助于在引导人数量有限的情况下,明确每个引导人负责的区域以及采取的日常安全防范方式。研究可为开放性公共场所疏散引导人空间布设提供决策依据,降低公共场所的潜在安全风险,促进城市公共安全建设。

复杂建筑空间人员应急疏散的无人机引导模型研究

为提升紧急情况下复杂建筑空间中应急疏散引导的疏散效率,采用仿真模拟方法,提出1套可适用于复杂建筑空间人员应急疏散的无人机引导模型,该模型通过改进传统算法和构建新方法,实现无人机空间遍历移动规则寻优、无人机引导路径寻优以及基于“障碍物空间场域”建筑空间区域划分。研究结果表明:相较于没有无人机引导,采用单无人机和多无人机协同引导疏散,可大幅缩短整体疏散时间,有效减少疏散路径当量长度,提高疏散效率并保证路径安全,为无人机在应急救援和疏散的应用提供新思路。

基于A^(*)算法的应急疏散系统设计

目前,我国城市化的进程越来越快,建筑的功能越来越多样、功能越来越复杂,电器、燃气使用规模也不断扩大,使得火灾隐患增多,火灾危害变大,也对建筑内应急疏散系统提出了更高的要求。为了满足不断提高的消防疏散需求,通过LabVIEW软件开发平台进行程序编写,设计了一种基于A*算法的消防疏散系统,系统包含软件和硬件两个部分,软件用于计算疏散路径,硬件将路径直观显示,软硬件通过485通讯技术相互连接。测试表明:所设计的疏散系统计算时间短,计算结果准确,并可以通过路径指示系统将路径直观展示。

浅谈火灾疏散工作中的心理引导作用

在消防工作中,往往遇到受灾人群的逃离时的各种类型的惊慌失措,究竟如何通过心里引导的方式,顺利、有效、高效地促使受灾者迅速逃离,同时对他们的心理产生慰藉的作用,保持他们的稳定心态,这是在消防工作中要注意的问题。本文探讨了如何通过心理学导对受灾人员进行疏散,分析了几种情形的例子,同时得出了几点,也就是清晰地说明逃离方式,用促使其迅速行动的口气,用对火灾情形表示并不严重的口气,以及明确自身位置,镇定的语气等等。消防队员也可以提前录好相关声音促使受灾者较好的找到合适的路径逃离。

基于蚁群算法的人员疏散机器人路径规划方法

隧道内突发碰撞或火灾等事故后常造成车辆堵塞情况,尤其在长大公路隧道,由于长大隧道狭长封闭受限环境与事故现场信息交互不畅特征,交通拥堵后造成受困人员引导疏散的困难。该文基于轨道式机器人,通过搭载视觉传感器抵近车窗位置开展检测作业。面向受困车辆前后车窗多观测点位,提出了一种基于蚁群算法的检测路径规划方法,用于在最短时间内开展车辆受困人员的引导疏散。轨道式机器人具有快速移动到拥堵车辆位置的特点,基于提出的检路径规划方法可以降低机器人检测路径的距离,有效提高受困人员的搜救效率。

大型超市火灾人员疏散路径优化研究

针对常州某大型超市的实际建筑结构和人员分布情况,利用计算机进行火灾情况下的人员疏散模拟,得出疏散路径、出口人员流量、疏散时间及疏散设施的使用情况等相关数据。疏散过程中路径选择是影响疏散时间的重要因素,而人员对超市环境的熟悉程度又是影响路径选择的重要因素。进行路径优化时,若以超市店员作为疏散的动态引导人,采用方向式动态引导,将人员引导至模拟中使用率较低的出口和楼梯,进行人员分流,能够缩短疏散时间,进一步优化疏散路径。从疏散路径选择和人员管理方面提出一种针对该超市的更为高效的疏散方法。

大型公共场所动态引导人移动路径设计方法

针对方向式动态引导在大型公共场所安全疏散中的重要作用,以及对动态引导人移动路径研究不足的现状,提出利用比值函数设计动态引导人移动路径的方法。并借鉴TSP(旅行商问题)方法的求解思路,提出可用于动态引导人移动路径优化的禁忌搜索算法。以一个内部布局较为复杂的大型公共场所模拟场景为例,利用MA-ESM疏散模型,分别模拟了引导人最优移动路径、最短移动路径和影响面积最大路径3种不同情景下疏散效果。结果表明,利用影响面积和路径长度比值最大的优化算法计算得出的引导人移动路径,既可满足在相同时间内引导更多的人员进行疏散,又可节省总体的疏散时间,充分保证疏散效果,验证了笔者所提出的动态引导人移动路径优化算法的合理性。

重特大事故人员疏散算法设计及系统实现

针对工业企业重特大事故中的人员疏散问题,提出了一种能有效决策、指挥人员疏散的物联网系统.在此基础上,以较短的时间使全部人员疏散为优化目标,设计了一种快速搜索人员疏散路线的启发式算法ERSA.该算法根据厂区内道路和当前人员的分布情况,在规定的时间内通过多次循环迭代优化人员疏散路径.大量对比实验表明,ERSA能够有效地减少疏散时间,与最短路径疏散方法和随机疏散方法相比全体人员的疏散时间分别缩短了15%和28%.

地铁站人员疏散路径选择行为分析及Logit建模

掌握地铁站的密集人群在应急疏散过程中的路径选择行为规律,对于紧急情况下保障地铁站人群安全具有重要意义。但现有针对疏散路径选择行为的研究多局限于主观分析与优化算法设计,尚缺乏结合实测数据的客观机理和建模研究。为此,基于地铁站疏散演习数据,重点针对疏散路径中的3个路径选择决策点,提取了这3个位置每个可选路径方向上的人流量、疏散引导信息、人员行为以及每条路径的属性数据,分析了有引导和无引导情况下的人员疏散路径选择行为规律。发现疏散人员在选择路径时具有跟随性,且更倾向于选择人流量大的路径。在本次演习中,3个有疏散引导的方向上,疏散人员对引导的服从率分别为47.25%,51.35%和84.97%,表明了疏散引导人员的关键作用;基于疏散演习数据,构建了包含6个影响因素的人员疏散路径选择行为的Logit模型,并对每个路径选择决策点分别进行了模型参数逻辑回归求解,结果表明,模型都能够通过卡方检验,整体预测正确率分别为76.1%,86.2%和91.2%。模型可直接计算得到在该疏散演习条件下,3个路径选择决策点处每个疏散人员根据实时情况作出判断后选择每条路径的概率。对于微观人群疏散模拟来说,该方法对预测真实情况下人员路径选择和疏散时间具有明显的价值。

智能消防应急照明和消防疏散指示系统简介

传统的消防应急照明和消防疏散指示系统已经不能完全满足疏散应急照明及疏散指示的需要了,随着人们对自身安全意识的加强,越来越重视在事故发生时如何能够动态地建立一条安全可靠、快速有效的疏散指示标志路线。智能消防应急照明和消防疏散指示系统就是根据人们这一人性化要求设计而产生的。