基于改进灰狼优化算法的矿井最短逃生路径规划研究

矿井作业环境复杂,各类地质灾害以及水害极易影响井下安全生产,因而预先对灾害发生时的人员逃生路径进行规划很有必要。为获取矿井最短逃生路线,提出了一种改进灰狼优化算法的路径规划方法。该方法针对灰狼优化算法(Grey Wolf Optimization,GWO)早熟收敛和易陷入局部最优解的不足,提出了一种基于Logistic映射和Tent映射组合的改进灰狼算法(LT-GWO),提高其全局搜索能力。结合矿井实际工作环境,将改进算法应用于井下逃生路径规划,并通过设定合理路径约束和限制条件,获得了较好的路径规划结果。研究表明:所提算法在平均路径长度、路径长度标准差、平均迭代次数和平均寻优耗时等指标上显著优于已有算法,并且具有较好的鲁棒性。所提算法对于矿井灾害等应急场景下的路径规划问题研究有一定的参考价值。

融合LSTM和改进A^(*)算法的火灾逃生路径规划方法

本文针对高温环境下传感器节点存在误报、漏报、工作状态异常等问题,提出了融合长短时记忆网络模型(long short term memory,LSTM)和改进A^(*)算法的火灾逃生路径规划研究方法。根据LSTM自适应学习火灾实时态势信息,建立异常节点数据预测模型,实现异常节点的温度、一氧化碳浓度等威胁态势的预测;基于室内火灾实时态势信息,搭建火势威胁态势蔓延模型,利用改进的A^(*)算法动态规划逃生路径,获取异常情况下火灾最佳安全逃生路径。结果表明,该方法在不同火灾时期均能规划出最佳安全逃生路径,为人员的撤退争取宝贵的时间,具有实际应用价值。

改进A~*的高层建筑逃生路径规划算法研究

针对高层建筑内部结构复杂,发生火灾时没有疏散引导情况,逃生通道极易发生拥堵导致疏散效率降低的问题,本文基于对A*算法的改进,提出了高层建筑逃生路径规划算法。该算法以高层建筑内部路网节点为关键要素,综合火灾发生位置、人员密度、人员数量等因素,从逃生终点优化分配、节点扩展优化、权值优化3个方面进行改进,实现了火灾发生时高层建筑内部的逃生路径规划,并以某高层建筑为例,验证了本文算法的可行性。

矿井水灾逃生路径建模及路径规划研究

综合不同水位下,不同身高特征对矿工在矿井突水时期逃生速度的影响,分析了身高不同的矿工在不同水位下的行走速度与水位之间的函数关系,提出并建立了相应的关系函数模型——阻滞型水中逃生速度曲线数学模型,并基于该模型计算影响矿工逃生速度的影响系数;同时为了动态描述巷道的安全通行能力,根据模糊评价原理,引入了相应的安全系数;结合巷道实际道路特征,优化了矿井水灾逃生数学模型。优化后的数学模型不仅可以针对不同身高特征的矿工设计最优逃生路径,也可以在人员较多时采用平均身高设计最优逃生路径。

VR虚拟实景煤矿矿井逃生系统设计实现

提出一种VR虚拟实景煤矿矿井逃生系统设计。硬件部分主要设计携带各种装传感器的旋转座椅以及VR视觉显示设备。软件部分使用FDS软件仿真模拟灾难发展情况,利用改进Dijkstra算法更新逃生路径。结果表明:所设计的逃生系统应用下,逃生路径实现3次路径更新,并在2 min之内人员完成逃生,说明系统能够根据灾难演变情况,实时规划逃生路径,使得逃生路径规划更为合理。

轻量级Web3D地铁火灾逃生在线规划关键技术

基于移动互联网浏览器实现地铁站逃生模拟训练是一种高效率的火灾逃生训练方式.然而,由于地铁站规模庞大且火灾情景复杂,在线逃生路径规划仿真平台模型因数据规模大,其在基于有限网络带宽传输以及渲染能力较弱的浏览器上运行时,速度将非常缓慢甚至无法运行.为解决此问题,本文针对轻量级Web3D地铁火灾逃生路径在线规划平台实时在线关键技术进行了研究.首先,针对大规模地铁站BIM静态场景数据,通过语义和体素化成分检验的轻量化方法对其进行了轻量化处理.同时,针对大规模虚拟化身的在线渲染,基于数据拆分并灵活组合思想,通过对虚拟化身的几何体信息和虚拟化身的动画数据进行数据管理,实现了大规模虚拟化身在线渲染的轻量化处理,进而实现了轻量级人群可视化;其次,针对动态烟气数据,提出了基于烟气冗余消除和归一化的轻量化处理方法,并基于精灵纹理粒子系统构建了轻量级烟气场景,实现了轻量级烟气可视化;最后,基于上述一系列轻量化处理的Web3D地铁场景中的逃生路径规划问题研究,本文提出了基于虚拟足迹聚类的蚁群优化算法eAACO (evacuation based on adaptive ant colony optimization),该算法通过VR设备获取真实人群逃生路径,实现对路径数据筛选和聚类以形成骨干路径,并与蚁群算法(ACO,ant colony optimization)相结合,设计了逃生路径规划的最优方案.实验表明,上述关键技术的实现较好解决了大规模地铁站火灾逃生路径规划Web3D模拟平台的实时在线处理问题.