欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2016106015300
申请人: 山东师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.人工蜂群与社会力模型结合的群组疏散仿真方法,其特征是,包括:步骤(1):获取疏散场景参数,构建疏散场景三维模型;在疏散场景三维模型中,查找疏散场景的所有出口;

步骤(2):根据人群个体间关系和个体与出口之间距离,将疏散场景中的待疏散人群划分成若干个群组,群组个数根据出口个数决定,筛选各群组中最接近出口位置的个体作为各群组的引领者;

步骤(2)将疏散场景中的待疏散人群划分成若干个群组,具体划分的步骤为:步骤(2-1):建立人群数据集与疏散场景三维模型中人群活动区域之间的映射关系,根据映射关系生成人群个体在人群活动区域的位置;

步骤(2-2):根据疏散场景中所有出入口数量来确定人群分组数量,对疏散场景三维模型中人群活动区域进行网格划分;

步骤(2-3):根据每个网格单元内的个体数量以及个体间关系,计算每个网格单元的网格密度值和网格关系值,对网格密度值和网格关系值进行加权叠加,获得每个网格单元的网格关系-密度值;

步骤(2-4):将网格关系-密度值最大的网格为核心网格来构建组中心,根据个体与组中心的物理距离,将个体所在网格分配到各核心网格所在的组中,完成人群的分组;

所述步骤(2-4)中,将个体所在网格分配到各核心网格所在的组中的过程,包括:步骤(2-4-1):根据每个网格单元的网格关系-密度值的大小,从大到小对网格单元进行排序,形成待分组队列;

步骤(2-4-2):选取待分组队列中第一个网格作为核心网格,从第二个网格开始直至待分组队列中最后一个网格,逐个判断是否为核心网格的邻接网格,若是,则将该网格并入核心网格,并在待分组队列删去该网格;将合并后的核心网格从待分组队列移到已分组队列,并标注组号;

步骤(2-4-3):重复步骤(2-4-2),直至待分组队列中网格个数为0,分组结束;否则进入下一步;

步骤(2-4-4):待分组队列中网格个数为非零,且已分组队列网格个数等于已确定的分组数,则根据待分组队列的网格中每个个体与已分组队列中组中心的物理距离,将相应网格分配到各核心网格所在的组中,直至待分组队列中网格个数为0;

步骤(3):将疏散场景的各个出口作为食物源,引领者作为群组中的引领蜂,将人群疏散各项参数与人工蜂群算法中的各项参数建立一一映射;

所述步骤(3)的人群疏散各项参数包括:安全出口、危险源、1/出口拥挤度、群组引领者和群组中其他人员;

所述步骤(3)的人工蜂群算法各项参数包括:食物源、废弃食物源、食物源收益度、引领蜂和跟随蜂;

所述步骤(3)的一一映射是指:

人群疏散各项参数的安全出口与人工蜂群算法的食物源对应;

人群疏散各项参数的危险源与人工蜂群算法的废弃食物源对应;

人群疏散各项参数的1/出口拥挤度与人工蜂群算法的食物源收益度对应;

人群疏散各项参数的群组引领者与人工蜂群算法的引领蜂对应;

人群疏散各项参数的群组中其他人员与人工蜂群算法的跟随蜂对应;

步骤(4):各群组在各群组所对应的引领者的带领下,执行并行人工蜂群算法动态规划路径,向出口移动;若引领者到达相应出口,则在出口等待,直至各群组中无个体,结束人群疏散仿真;

所述步骤(4)的并行人工蜂群算法的步骤为:

步骤(4-1):初始化场景中出口的个数、出口的位置、待疏散人群个体的个数、待疏散人群个体间关系及待疏散人群个体的位置;

步骤(4-2):根据场景中出口的个数、出口的位置、待疏散人群个体间的关系和待疏散人群个体的位置与出口之间的距离,将待疏散人群个体划分为若干个群组,并且根据个体的位置距离出口的距离,确定引领者;

步骤(4-3):引领者依据各个出口的拥挤度以及距离的适应度值来选择出口,然后采用改进的社会力模型,跟随者跟随引领者向出口疏散,群组内部采用改进的社会力模型,以引领者作为群组的目标,保证了跟随者内部避免碰撞并且个体不掉队;

步骤(4-4):如果在疏散过程中,由于出口拥堵,引领者的适应度值小于设定的阈值,则引领者找到新出口,比较选择新出口与当前出口的适应度值,以决定是否用新出口替换当前出口;

步骤(4-5):检查是否全部个体到达出口,如果到达出口,则结束,否则回到步骤(4-3);

所述改进的社会力模型如下:

其中,mi是指个体i的质量, 是个体i当前的速度和方向, 是个体i与其他个体之间的作用力, 是个体与障碍物之间的作用力, 是扰动力;

其中 是群组内个体与群组引领者之间的吸引力,由公式(2)表示:其中, 是个体i的实际速度, 是向着目的地移动的最大速率期望,τi是个体i的反应时间, 个体移动的方向,指向群组引领者的位置。

2.如权利要求1所述的方法,其特征是,所述步骤(1)的疏散场景参数包括疏散场景形状以及建筑结构信息。

3.一种实现如权利要求1所述的人工蜂群与社会力模型结合的群组疏散仿真方法的系统,其特征是,包括:疏散场景构建模块,其被配置为获取疏散场景参数,构建疏散场景三维模型;在疏散场景三维模型中,查找疏散场景的所有出口;

分组及引领个体筛选模块,其被配置为根据人群个体间关系和个体与出口之间距离,将疏散场景中的待疏散人群划分成若干个群组,群组个数根据出口个数决定,筛选各群组中最接近出口位置的个体作为各群组的引领者;

参数映射模块,其被配置为将疏散场景的各个出口作为食物源,引领者作为群组中的引领蜂,将人群疏散各项参数与人工蜂群算法中的各项参数建立一一映射;

所述疏散场景参数包括疏散场景形状以及建筑结构信息;

所述人群疏散各项参数包括:安全出口、危险源、1/出口拥挤度、群组引领者和群组中其他人员;

所述一一映射是指:

人群疏散各项参数的安全出口与人工蜂群算法的食物源对应;

人群疏散各项参数的危险源与人工蜂群算法的废弃食物源对应;

人群疏散各项参数的1/出口拥挤度与人工蜂群算法的食物源收益度对应;

人群疏散各项参数的群组引领者与人工蜂群算法的引领蜂对应;

人群疏散各项参数的群组中其他人员与人工蜂群算法的跟随蜂对应;

路径规划及仿真模块,其被配置为各群组在各群组所对应的引领者的带领下,执行并行人工蜂群算法动态规划路径,向出口移动;若引领者到达相应出口,则在出口等待,直至各群组中无个体,结束人群疏散仿真。