1.一种基于路径规划的人群疏散仿真方法，包括：创建疏散场景三维模型；

创建三维人物模型，将三维人物模型导入疏散场景三维模型中；

根据个体距离出口的位置以及个体之间的距离，将待疏散人群划分成若干个群组，并且针对每个群组选择引领者；

建立人群疏散的各项参数与人工蜂群算法各项参数之间的一一映射关系；

采用人工蜂群算法进行宏观路径规划，搜索每个个体初始点到目标点的路径；

采用社会力模型进行微观人群运动指导，产生无碰撞的人群疏散仿真运动；

其特征是，所述根据个体距离出口的位置，将待疏散人群划分成若干个群组，步骤为：利用K均值算法的思想对蜂群进行分割，形成多个子群；

根据人工蜂群算法中，引领蜂个数＝跟随蜂个数＝蜜源个数＝SN，我们将SN定义为聚类样本数据集，种群分割步骤如下：步骤(a):随机初始化 个簇中心， 取整数， 为疏散人群的群组个数；

步骤(b):根据蜜源与聚类中心从小到大的欧氏距离，将蜜源依次划分到每个聚类中心，其中聚类中心由K均值算法得出；

步骤(c):计算簇内所有节点的算数平均值，得到更新后的 个簇的中心点；

步骤(d):计算当前所有蜜源到相应的簇中心的均方差之和E，其中xi代表样本中的一个蜜源，mj代表第j个簇的聚类中心；

2

E＝∑∑||xi‑mj||

步骤(e):如果当前迭代次数的均方差之和E与前一次相同，结束聚类，转到步骤(f)，否则转到步骤(b)；

步骤(f):输出蜜源聚类结果。

2.如权利要求1所述的一种基于路径规划的人群疏散仿真方法，其特征是，所述创建疏散场景三维模型的步骤为：

设置场景尺寸参数、场景出口的位置和场景出口的个数。

3.如权利要求1所述的一种基于路径规划的人群疏散仿真方法，其特征是，所述创建三维人物模型的步骤为：

设置三维人物的动作，其动作为在三维疏散场景中的运动动作。

4.如权利要求1所述的一种基于路径规划的人群疏散仿真方法，其特征是，建立人群疏散的各项参数与人工蜂群算法各项参数之间的一一映射关系，步骤为：将人群疏散的结伴逃生与人工蜂群算法的种群分割对应；

将人群疏散的出口位置与人工蜂群算法的蜜源位置对应；

将人群疏散的引领者与人工蜂群算法的引领蜂对应；

将人群疏散的疏散时间与人工蜂群算法的适应度值对应。

5.如权利要求1所述的一种基于路径规划的人群疏散仿真方法，其特征是，采用人工蜂群算法进行宏观路径规划，搜索每个个体初始点到目标点的路径；步骤为：(1)设置人工蜂群算法参数，所述参数包括：粒子个数、最大迭代次数、迭代次数初始值、适应度阈值和子种群规模；

(2)初始化参数，根据疏散场景三维模型随机产生可能解，即食物源；将疏散人群划分出的群组作为子种群；

(3)每个子种群的引领蜂根据全局信息更新蜜源位置；

(4)更新子种群位置，迭代次数加一，返回步骤(2)，直至迭代次数达到最大迭代次数完成收敛，终止。

6.如权利要求1所述的一种基于路径规划的人群疏散仿真方法，其特征是，采用社会力模型进行微观人群运动指导，产生无碰撞的人群疏散仿真运动，步骤为：对于每个群组内的个体行人，计算行人自身的驱动力、行人之间的排斥力和行人受墙或障碍物的力的所受合力，群组内的个体行人按照计算的所受合力进行行为运动。

7.一种基于路径规划的人群疏散仿真系统，包括：三维模型创建模块，被配置为创建疏散场景三维模型；

三维人物模型创建模块，被配置为创建三维人物模型，将三维人物模型导入疏散场景三维模型中；

群组划分模块，被配置为根据个体距离出口的位置以及个体之间的距离，将待疏散人群划分成若干个群组，并且针对每个群组选择引领者；

映射模块，被配置为建立人群疏散的各项参数与人工蜂群算法各项参数之间的一一映射关系；

宏观路径规划模块，被配置为采用人工蜂群算法进行宏观路径规划，搜索每个个体初始点到目标点的路径；

微观路径规划模块，被配置为采用社会力模型进行微观人群运动指导，产生无碰撞的人群疏散仿真运动；

其特征是，所述根据个体距离出口的位置，将待疏散人群划分成若干个群组，步骤为：利用K均值算法的思想对蜂群进行分割，形成多个子群；

根据人工蜂群算法中，引领蜂个数＝跟随蜂个数＝蜜源个数＝SN，我们将SN定义为聚类样本数据集，种群分割步骤如下：步骤(a):随机初始化 个簇中心， 取整数， 为疏散人群的群组个数；

步骤(b):根据蜜源与聚类中心从小到大的欧氏距离，将蜜源依次划分到每个聚类中心，其中聚类中心由K均值算法得出；

步骤(c):计算簇内所有节点的算数平均值，得到更新后的 个簇的中心点；

步骤(d):计算当前所有蜜源到相应的簇中心的均方差之和E，其中xi代表样本中的一个蜜源，mj代表第j个簇的聚类中心；

2

E＝∑∑||xi‑mj||

步骤(e):如果当前迭代次数的均方差之和E与前一次相同，结束聚类，转到步骤(f)，否则转到步骤(b)；

步骤(f):输出蜜源聚类结果。

8.一种基于路径规划的人群疏散仿真系统，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成以下步骤：创建疏散场景三维模型；

创建三维人物模型，将三维人物模型导入疏散场景三维模型中；

根据个体距离出口的位置以及个体之间的距离，将待疏散人群划分成若干个群组，并且针对每个群组选择引领者；

建立人群疏散的各项参数与人工蜂群算法各项参数之间的一一映射关系；

采用人工蜂群算法进行宏观路径规划，搜索每个个体初始点到目标点的路径；

采用社会力模型进行微观人群运动指导，产生无碰撞的人群疏散仿真运动；

其特征是，所述根据个体距离出口的位置，将待疏散人群划分成若干个群组，步骤为：利用K均值算法的思想对蜂群进行分割，形成多个子群；

根据人工蜂群算法中，引领蜂个数＝跟随蜂个数＝蜜源个数＝SN，我们将SN定义为聚类样本数据集，种群分割步骤如下：步骤(a):随机初始化 个簇中心， 取整数， 为疏散人群的群组个数；

步骤(b):根据蜜源与聚类中心从小到大的欧氏距离，将蜜源依次划分到每个聚类中心，其中聚类中心由K均值算法得出；

步骤(c):计算簇内所有节点的算数平均值，得到更新后的 个簇的中心点；

步骤(d):计算当前所有蜜源到相应的簇中心的均方差之和E，其中xi代表样本中的一个蜜源，mj代表第j个簇的聚类中心；

2

E＝∑∑||xi‑mj||

步骤(e):如果当前迭代次数的均方差之和E与前一次相同，结束聚类，转到步骤(f)，否则转到步骤(b)；

步骤(f):输出蜜源聚类结果。

9.一种计算机可读存储介质，其上运行有计算机指令，所述计算机指令被处理器运行时，完成以下步骤：

创建疏散场景三维模型；

创建三维人物模型，将三维人物模型导入疏散场景三维模型中；

根据个体距离出口的位置以及个体之间的距离，将待疏散人群划分成若干个群组，并且针对每个群组选择引领者；

建立人群疏散的各项参数与人工蜂群算法各项参数之间的一一映射关系；

采用人工蜂群算法进行宏观路径规划，搜索每个个体初始点到目标点的路径；

采用社会力模型进行微观人群运动指导，产生无碰撞的人群疏散仿真运动；

其特征是，所述根据个体距离出口的位置，将待疏散人群划分成若干个群组，步骤为：利用K均值算法的思想对蜂群进行分割，形成多个子群；

根据人工蜂群算法中，引领蜂个数＝跟随蜂个数＝蜜源个数＝SN，我们将SN定义为聚类样本数据集，种群分割步骤如下：步骤(a):随机初始化 个簇中心， 取整数， 为疏散人群的群组个数；

步骤(b):根据蜜源与聚类中心从小到大的欧氏距离，将蜜源依次划分到每个聚类中心，其中聚类中心由K均值算法得出；

步骤(c):计算簇内所有节点的算数平均值，得到更新后的 个簇的中心点；

步骤(d):计算当前所有蜜源到相应的簇中心的均方差之和E，其中xi代表样本中的一个蜜源，mj代表第j个簇的聚类中心；

2

E＝∑∑||xi‑mj||

步骤(e):如果当前迭代次数的均方差之和E与前一次相同，结束聚类，转到步骤(f)，否则转到步骤(b)；

步骤(f):输出蜜源聚类结果。