考虑烟气影响的海底隧道火灾人车混合疏散优化模型

为研究烟气影响下海底隧道火灾人车混合疏散优化问题,建立疏散安全成本最小的优化模型.首先,考虑海底隧道结构特性和火灾情景过程中的烟气影响,确立烟气伤害不超限、人车路径流量不超容许载荷等约束条件,构建车辆、人员疏散时间最短的优化模型.然后,考虑隧道应急出口、CO浓度、路段长度和拥堵状态,设计改进蚁群算法对模型进行求解.最后,利用模型开展翔安海底隧道火灾疏散仿真.结果表明:该模型能在避开拥堵、避免人员烟气伤害超限前提下,使人车疏散时间最短,可为海底隧道火灾疏散提供辅助决策.

利用反向流和冲突消除进行人车混行疏散路网优化

城市突发事件时人员会选择不同的交通方式(步行、驾车等)进行疏散,在交叉口处极易出现人车混行。提出了一种利用反向流和冲突消除策略的人车混行疏散路网优化方法,对主要疏散路径进行人、车流的反向以扩大通行能力,并在交叉口处禁止人、车的部分转向来进行人车分流以消减人车冲突。建立了以平均疏散时间和平均疏散路径长度最小为目标的优化模型,并利用遗传算法求解最优的人车分流方案。以武汉市2km范围内的路网为例进行实验,并针对不同的人车混合比例进行模型敏感性分析。结果表明,所提方法能通过人车混行网络设计提高疏散效率,在行人比例较高的情况下,平均疏散时间及疏散路径长度的改善较明显。

基于蚁群算法的人车混合疏散优化及混合比例分析

为解决紧急情况下的人车混合疏散问题,以人车混合疏散的总时间最短、混合道路利用程度最高为目标,建立了一种人车混合疏散的多目标优化模型,针对该模型设计了多目标蚁群优化算法及其改进算法,并应用于大型体育场及其周边路网集成环境中进行了仿真实验,分析了不同人车混合比例下的疏散性能,结果表明:该模型及算法对人车混合交通流疏散问题具有良好的效果,尤其是当行人所占比例为50%-80%时,人车混合疏散效果在两个目标上较优.该模型和算法有助于为大型公共场所人车混合安全疏散预案的制定提供决策支持.

路网环境下考虑大型车混入率的事故疏散诱导模型

大型车的混入对高速公路交通流产生了较大的影响,尤其是在交通事故情景下。为了引导事故条件下驾驶人和组织者做出高效准确的决断,将考虑了大型车混入率的动态空间占有率模型引入到交通波模型,构建干涉与非干涉情景下的交通事故影响模型。以郑尧高速为例,对模型的准确性和可行性进行了验证,分别对干涉情景下的疏散时间、疏散量以及事故发生的位置,车辆数等指标与事故影响程度的指标(包含事故最远排队长度,事故持续时间)关系进行分析。研究结果表明:疏散时间与事故影响程度成正相关关系,疏散量与事故影响程度成负相关关系,而事故发生点与上游匝道之间的距离与其关系不大;道路服务水平为0.456,车辆数为1321veh·h-1时,为了使得分合流区不受影响,在不采取任何措施的情景下,应将大型车混入率控制在50.1%以下,使得最远排队长度在10km内;当大型车混入率大于58%时,将很难通过干涉引导避免对上游分合流区产生影响;在35min以内采取干涉措施的效果最为明显,而大于35min时,事故持续时间会发生一个急剧的增加,不利于路网恢复,之后事故恢复时间将趋于平稳;对道路交通量进行模拟可知交通量每增加50veh,疏散时间和距离增加的范围为[1.5min,3.6min]和[1.209km,1.543km]。研究结果可为高速公路事故诱导策略制定和疏散效果提升提供参考。