

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在大規(guī)模人群疏散過(guò)程中,由于疏散對(duì)象所處空間位置各異,因此對(duì)應(yīng)急情況下各自時(shí)空路徑的判斷和選擇也各不相同,如何優(yōu)化分配大規(guī)模疏散對(duì)象各自的時(shí)空路徑,從整體上提高系統(tǒng)的應(yīng)急性能,是一個(gè)非常重要的科學(xué)問(wèn)題。在這方面,傳統(tǒng)的交通流分配模型往往集中于針對(duì)單一疏散指標(biāo)的整體上的路徑分配效果,并沒(méi)有兼顧到系統(tǒng)效率和疏散對(duì)象的個(gè)體疏散需求。本文通過(guò)并行時(shí)空協(xié)同疏散的多目標(biāo)路徑分配模型,圍繞緊急情況下大型體育場(chǎng)及建筑物與路網(wǎng)集成環(huán)境下人群疏散行為的時(shí)空
2、規(guī)律、時(shí)間效率以及并行時(shí)空協(xié)同疏散的多目標(biāo)路徑分配模型進(jìn)行研究,主要研究?jī)?nèi)容與結(jié)果包含以下幾個(gè)方面:
1.建立了大型體育場(chǎng)典型應(yīng)急下人群疏散性能多目標(biāo)優(yōu)化模型??紤]到大型體育場(chǎng)應(yīng)急情況下人員的最快撤離心理,本文圍繞大型體育場(chǎng)及其周邊路網(wǎng)環(huán)境下人群疏散問(wèn)題,以路網(wǎng)可達(dá)區(qū)域和建筑物結(jié)構(gòu)為依據(jù)建立了混合疏散網(wǎng)絡(luò),設(shè)計(jì)了疏散時(shí)間最短、最大擁擠程度最低和總路徑長(zhǎng)度最短3個(gè)優(yōu)化指標(biāo),并建立了兼顧系統(tǒng)效率與個(gè)體需求的多目標(biāo)時(shí)空路徑演化模
3、型。傳統(tǒng)的疏散優(yōu)化方法往往只注重單方面的優(yōu)化結(jié)果,例如整體上的疏散效能,而對(duì)微觀層面上的行人之間的時(shí)空沖突考慮不足,在用戶均衡和系統(tǒng)均衡的多項(xiàng)疏散需求的有效整合上存在著嚴(yán)重缺陷。本文基于演化算法理論,著重研究大型體育場(chǎng)典型應(yīng)急疏散中的群體搜索多目標(biāo)疏散路徑演化模型,并以此為基礎(chǔ),從人的疏散路徑角度來(lái)構(gòu)建體育場(chǎng)典型應(yīng)急情況下的人群疏散性能評(píng)估體系,使之兼顧個(gè)體的路徑特征和系統(tǒng)的流量特征,實(shí)現(xiàn)疏散性能的完整刻畫。
2.提出了基
4、于多目標(biāo)HEMO模型的CPU+GPU異構(gòu)并行體育場(chǎng)疏散撤離模型以及相應(yīng)的IPHEMO算法。對(duì)于大規(guī)模人員疏散的路徑分配,CPU單線程算法在時(shí)間效率方面存在嚴(yán)重的瓶頸,鑒于此,本文提出了按粒度劃分計(jì)算任務(wù),從而利用CPU處理復(fù)雜邏輯運(yùn)算,同時(shí)采用CUDA GPU作為協(xié)處理器處理大量數(shù)據(jù)運(yùn)算的異構(gòu)并行疏散撤離模型,以提高演化模型運(yùn)用于體育場(chǎng)疏散撤離問(wèn)題上的時(shí)間性能。與此同時(shí),對(duì)所提出的異構(gòu)并行疏散撤離模型的GPU帶寬傳輸模式、演化算子并行化
5、方面進(jìn)行了改進(jìn),實(shí)驗(yàn)結(jié)果表明:改進(jìn)的異構(gòu)架構(gòu)在時(shí)間性能、帶寬占用上比改進(jìn)前的異構(gòu)架構(gòu)有相當(dāng)程度的提高。此外,相比于CPU單線程算法,本文提出的IPHEMO算法在體育場(chǎng)疏散路徑分配的總體時(shí)間性能、單位時(shí)間內(nèi)的搜索性能上也有較大的提升,驗(yàn)證了所提出的異構(gòu)模型在計(jì)算時(shí)間、收斂性、資源占用上的可行性和有效性。
3.通過(guò)對(duì)多目標(biāo)疏散路徑分配算法的通用演化結(jié)構(gòu)的分析與提煉,建立了能夠抽象描述多種不同類型多目標(biāo)優(yōu)化算法的軟件工程設(shè)計(jì)模式
6、。該模式面向軟件工程泛型抽象與提取設(shè)計(jì)模式的要求,針對(duì)多類演化算法進(jìn)行了統(tǒng)一接口設(shè)計(jì),能夠具體應(yīng)用于體育場(chǎng)人群疏散撤離問(wèn)題。與常規(guī)策略模式不同,該模式定義了不同種類的體育場(chǎng)疏散路徑分配多目標(biāo)優(yōu)化算法的共同接口,以及不同的數(shù)據(jù)抽象對(duì)象,能夠?yàn)榻⑹枭⒙窂椒峙渌惴◣?kù)提供一定的理論指導(dǎo)。本文對(duì)疏散算法抽象設(shè)計(jì)原則的建立與具體實(shí)現(xiàn)進(jìn)行了有益的嘗試,同時(shí)也探索了應(yīng)用于現(xiàn)實(shí)優(yōu)化問(wèn)題的設(shè)計(jì)模式以及算法實(shí)現(xiàn)方法。
4.建立了應(yīng)用于體育場(chǎng)疏
7、散路徑分配的開源多目標(biāo)演化算法庫(kù)。該算法庫(kù)基于C++0x標(biāo)準(zhǔn)和演化算法理論跨平臺(tái)構(gòu)建,能夠進(jìn)行最優(yōu)算法/參數(shù)組合的統(tǒng)計(jì)分析檢驗(yàn)同時(shí)自動(dòng)生成實(shí)驗(yàn)結(jié)果的統(tǒng)計(jì)、繪圖存檔,其中包含的并行化實(shí)驗(yàn)任務(wù)運(yùn)行功能節(jié)省了大批量實(shí)驗(yàn)任務(wù)的運(yùn)行、統(tǒng)計(jì)、分析對(duì)比時(shí)間,減少甚至消除了人為實(shí)驗(yàn)誤差的可能,為疏散撤離算法大規(guī)模實(shí)驗(yàn)的自動(dòng)化和對(duì)比檢驗(yàn)提供了基于實(shí)驗(yàn)理論支撐的新集成工具與有效方案。算法庫(kù)在武漢沌口體育場(chǎng)多目標(biāo)疏散路徑分配方案中的實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析說(shuō)明:算
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向人群疏散仿真的多樣性三維模型建模研究.pdf
- 多目標(biāo)人車混合時(shí)空疏散模型研究.pdf
- 多項(xiàng)目并行協(xié)作計(jì)劃與調(diào)度的多目標(biāo)優(yōu)化模型.pdf
- 面向室內(nèi)空間人群疏散宏觀網(wǎng)絡(luò)模型的場(chǎng)景建模方法研究.pdf
- 虛擬電廠多目標(biāo)并行優(yōu)化調(diào)度研究.pdf
- 考慮內(nèi)在因素的火災(zāi)人群疏散模型.pdf
- 面向船閘的多目標(biāo)檢測(cè)方法研究.pdf
- 視頻監(jiān)控系統(tǒng)中面向人的目標(biāo)跟蹤技術(shù)的研究.pdf
- 多目標(biāo)模型算法控制研究.pdf
- 面向庫(kù)存管理的多目標(biāo)優(yōu)化問(wèn)題研究.pdf
- 基于社會(huì)力模型的人群疏散仿真研究.pdf
- 多目標(biāo)投資組合問(wèn)題優(yōu)化模型與多目標(biāo)策略研究.pdf
- 人群疏散的仿真研究.pdf
- 多目標(biāo)公交線網(wǎng)優(yōu)化模型的研究.pdf
- 多目標(biāo)投資組合模型研究
- 基于分片網(wǎng)絡(luò)的體育場(chǎng)人員疏散多目標(biāo)優(yōu)化研究.pdf
- 面向水肥耦合效應(yīng)的多目標(biāo)優(yōu)化問(wèn)題研究.pdf
- 面向多目標(biāo)優(yōu)化的群智能算法研究.pdf
- 基于粒子濾波的紅外圖像多目標(biāo)并行跟蹤方法研究.pdf
- 多目標(biāo)最優(yōu)化模型
評(píng)論
0/150
提交評(píng)論