多目標人車混合時空疏散模型研究.pdf

1、人車混合疏散是目前現(xiàn)代交通學科、對地觀測學科、地理學科、人工智能學科、計算機學科、現(xiàn)代通信學科、以及公共衛(wèi)生與安全等領域所共同面臨的一個重要研究問題與急迫課題。目前國內(nèi)外的疏散理論研究不能滿足人車混合疏散的研究需求,其中疏散模型基本都集中于人員的疏散,交通流模型則直接面向車輛,而對于我國人車混合通行的交通特點,現(xiàn)有疏散研究缺少人車混合疏散運動模式的分析、人車混合疏散行為的演化規(guī)律的研究,從而在現(xiàn)實中缺少適用性,也無法形成人車混合的科學疏

2、導決策。另一方面,目前從優(yōu)化角度進行疏散建模的研究不多,已有的優(yōu)化模型也大多是考慮單一交通模式在一個目標上的優(yōu)化或者將多個目標轉(zhuǎn)化為單目標優(yōu)化,其得到的單個最優(yōu)解無法為管理者提供多個目標上的決策依據(jù)。
　　 鑒于此,本文依據(jù)計算機仿真與多目標優(yōu)化相結(jié)合的研究思路,為解決上述問題展開了系列研究:
　　 提出了大型活動場所人員疏散模型和基于蟻群算法的層次多目標疏散路徑算法。針對大型場所多目標應急疏散路徑問題,構(gòu)建了層次引導網(wǎng)

3、絡,描述了一種面向目的的組織結(jié)構(gòu),在尋找出口的過程中為人員提供多級指導,只有當處于某個層次網(wǎng)絡中的人員到達相鄰的下一層次網(wǎng)絡時,才允許其進入下一層網(wǎng)絡直至最終到達出口所在的層次,該層次網(wǎng)絡能夠有效避免人員疏散過程中的盲目性,在層次引導網(wǎng)絡的基礎上,提出了一種多目標優(yōu)化疏散模型,同時優(yōu)化三個疏散目標,分別為最小化疏散時間、疏散距離和擁堵程度；提出了基于蟻群優(yōu)化算法的層次多目標疏散路徑算法,應用于大型體育館內(nèi)部人員疏散問題。數(shù)值實驗結(jié)果表明

4、,與K最短路徑、NSAG-Ⅱ、基本蟻群算法相比,多目標疏散模型和基于蟻群算法的層次多目標疏散路徑算法能夠為大型建筑物內(nèi)部人員疏散問題提供多個高效、安全的時空路徑疏散方案。
　　 提出了基于蟻群優(yōu)化算法的人車混合疏散模型。在分析了人車混合通行特征和混合疏散目標體系的基礎上,針對突發(fā)事件下的人車混合疏散問題,以人車混合疏散的總時間最短、混合道路利用程度最高為目標,建立了一種人車混合疏散的多目標優(yōu)化模型,設計了蟻群求解算法,并提出了帶

5、有自適應禁忌調(diào)整和限制閾值的信息素更新策略的多目標蟻群優(yōu)化算法。通過應用于大型體育場及其周邊路網(wǎng)集成環(huán)境,實驗結(jié)果表明該模型及算法對人車混合交通流疏散問題具有良好的效果,尤其是當行人所占比例為50％——80％時,人車混合疏散效果在兩個目標上較優(yōu),可以為大型場所的安全出行和突發(fā)事件下的人車混合疏散方案的制定提供一定的理論指導。
　　 提出了基于多蟻群系統(tǒng)的人車混合疏散模型。在研究了人車混合疏散過程中的行為特征以及相同對象之間、不同

6、對象之間的相互影響的基礎上,建立了總疏散時間最小、整個路網(wǎng)交通負載均衡的疏散模型,針對單一螞蟻系統(tǒng)的正反饋機制可能導致某些較優(yōu)路徑上的擁堵這一不足,根據(jù)疏散過程中的群體效應提出了基于多蟻群系統(tǒng)協(xié)同進化的方法來解決人車混合疏散問題,用多個蟻群系統(tǒng)模擬疏散過程中不同的交通對象之間的競爭和影響,利用蟻群間的通信機制模擬人員和車輛的交互。數(shù)值實驗結(jié)果證明基于多蟻群系統(tǒng)的疏散模型和算法在Pareto解的分布、疏散效率和個體出口分布等方面均優(yōu)于基于

7、單一蟻群系統(tǒng)的方法,體現(xiàn)了多蟻群協(xié)同進化算法在解決人車混合疏散問題上的優(yōu)越性。
　　 提出了基于粒子群的人車混合疏散模型。針對疏散個體在緊急情況下的疏散過程中所呈現(xiàn)的一些特殊心理和行為:從眾心理和行為、小群體現(xiàn)象,利用粒子群優(yōu)化理論來模擬和優(yōu)化人車混合疏散過程,定義了人車時空沖突和時空擁擠度的概念,建立了基于時空沖突和時空擁擠度最小為目標的疏散模型,提出了帶鄰域?qū)W習因子的離散粒子群優(yōu)化算法,將疏散個體看作粒子,粒子的運動除了受到