蚁群算法在地铁车站内应急疏散的应用.pdfVIP

j薅氟瞬农谚拜_ 蚁群算法在地铁车站内应急疏散的应用 王起全，杜艳洋 ，张心远 (中国劳动关系学院，北京 100048) 摘 要 ：基于寻找优化路径的蚁群算法，选择地铁站样本 ， 有的路径规划方法很难直接应用于疏散规划 中。蚁群算 研 究地铁爆炸事故发生时人 的群体性行为 、疏散路径及疏散 时 法运用正反馈原理及蚁群 自适应 的特性 ，能够很好地模 间等 问题 ，并在此基础之上 ，计算得 出地铁站样本客流量上限。 拟大规模人群疏散时行人 的路径规划及速度变化情况 ， 分析结果显示，发生爆炸事故时，采用蚁群算法进行疏散能够 适合用于解决突发事件发生后人员的紧急疏散问题。笔 在较短时间内使 乘客选择优化 的疏散路径 ，迅速撤 离危险区 者将选用蚁群算法进行地铁突发事件中人群疏散 的路径 域 ，到达安全地带 。 优化分析 。 关键词 ：地铁 ；蚁群算法；应急疏散 ；疏散路径 ；疏散 时间 1．2 方法基本原理及模型构建 中图分类号 ：X913．4，TU921，U231．4 文献标志码 ：A 1．2．1 方法基本原理 文章编号 ：1009—0029(2015)01—0055—04 蚂蚁算法作为一种新型仿生算法，是 由意大利学者 M Dorigo提出的，其真实模拟 了 自然界蚂蚁群体觅食 的 地铁交通作为一种现代化的交通手段 ，具有方便、快 行为，并在路径优化选择方面取得 了较好的实验结果。 速 、平稳 、运输量大的优 点 ，承担着越来越重要 的大客流 蚁群算法 的基本原理为 ：蚂蚁在寻找食物 的过程 中， 运输任务。然而因地铁深埋地下，建筑结构复杂、出人 口 会在其经过的路径上释放一种信息素，并在觅食过程 中 少 ，所 以一旦发生地铁突发 事故 ，将引起大量的人员伤 能够感知这种信息素，信息素浓度大小表征蚂蚁通行路 亡 。在我 国上下班交通高峰时段 ，地铁基本处于超负荷 径 的远近，一般信息素浓度越高，对应路径 的距离就越 运转状态 ，巨大的客流聚集在空间狭小的站台和通道 内， 短。通常，蚂蚁会 以较大 的概率优先选择信息浓度较高 当突发事件发生时 ，极 易引起恐慌 ，加之地铁疏散路线 的路径 ，并释放一定浓度的信息素，以增强该路径上信息 长、营救路线单一，逃生时间短 ，通风照明条件差、电器设 素的浓度 ，并形成正反馈 。而通过蚂蚁 比较少的路径上 备种类多、人员高度集中等特点，使得事故疏散很难有效 的信息素会随着时间的推移而挥发，变得越来越少。某 开展 。因此在地铁发生事故时，分析研究人 的行为特征 ， 一 条路径越短 ，路径上经过 的蚂蚁越多，其信息素遗 留的 迅速找到最佳的疏散路径 ，提高应急疏散效率极为重要。