版權(quán)說明: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)
文檔簡介
1、人車混合疏散是目前現(xiàn)代交通學(xué)科、對(duì)地觀測學(xué)科、地理學(xué)科、人工智能學(xué)科、計(jì)算機(jī)學(xué)科、現(xiàn)代通信學(xué)科、以及公共衛(wèi)生與安全等領(lǐng)域所共同面臨的一個(gè)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(duì)于我國人車混合通行的交通特點(diǎn),現(xiàn)有疏散研究缺少人車混合疏散運(yùn)動(dòng)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(shí)中缺少適用性,也無法形成人車混合的科學(xué)疏
2、導(dǎo)決策。另一方面,目前從優(yōu)化角度進(jìn)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(gè)目標(biāo)上的優(yōu)化或者將多個(gè)目標(biāo)轉(zhuǎn)化為單目標(biāo)優(yōu)化,其得到的單個(gè)最優(yōu)解無法為管理者提供多個(gè)目標(biāo)上的決策依據(jù)。
鑒于此,本文依據(jù)計(jì)算機(jī)仿真與多目標(biāo)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(dòng)場所人員疏散模型和基于蟻群算法的層次多目標(biāo)疏散路徑算法。針對(duì)大型場所多目標(biāo)應(yīng)急疏散路徑問題,構(gòu)建了層次引導(dǎo)網(wǎng)
3、絡(luò),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(jí)指導(dǎo),只有當(dāng)處于某個(gè)層次網(wǎng)絡(luò)中的人員到達(dá)相鄰的下一層次網(wǎng)絡(luò)時(shí),才允許其進(jìn)入下一層網(wǎng)絡(luò)直至最終到達(dá)出口所在的層次,該層次網(wǎng)絡(luò)能夠有效避免人員疏散過程中的盲目性,在層次引導(dǎo)網(wǎng)絡(luò)的基礎(chǔ)上,提出了一種多目標(biāo)優(yōu)化疏散模型,同時(shí)優(yōu)化三個(gè)疏散目標(biāo),分別為最小化疏散時(shí)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(biāo)疏散路徑算法,應(yīng)用于大型體育館內(nèi)部人員疏散問題。數(shù)值實(shí)驗(yàn)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(biāo)疏散模型和基于蟻群算法的層次多目標(biāo)疏散路徑算法能夠?yàn)榇笮徒ㄖ飪?nèi)部人員疏散問題提供多個(gè)高效、安全的時(shí)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(biāo)體系的基礎(chǔ)上,針對(duì)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(shí)間最短、混合道路利用程度最高為目標(biāo),建立了一種人車混合疏散的多目標(biāo)優(yōu)化模型,設(shè)計(jì)了蟻群求解算法,并提出了帶
5、有自適應(yīng)禁忌調(diào)整和限制閾值的信息素更新策略的多目標(biāo)蟻群優(yōu)化算法。通過應(yīng)用于大型體育場及其周邊路網(wǎng)集成環(huán)境,實(shí)驗(yàn)結(jié)果表明該模型及算法對(duì)人車混合交通流疏散問題具有良好的效果,尤其是當(dāng)行人所占比例為50%——80%時(shí),人車混合疏散效果在兩個(gè)目標(biāo)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(dǎo)。
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(duì)象之間、不同
6、對(duì)象之間的相互影響的基礎(chǔ)上,建立了總疏散時(shí)間最小、整個(gè)路網(wǎng)交通負(fù)載均衡的疏散模型,針對(duì)單一螞蟻系統(tǒng)的正反饋機(jī)制可能導(dǎo)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(yīng)提出了基于多蟻群系統(tǒng)協(xié)同進(jìn)化的方法來解決人車混合疏散問題,用多個(gè)蟻群系統(tǒng)模擬疏散過程中不同的交通對(duì)象之間的競爭和影響,利用蟻群間的通信機(jī)制模擬人員和車輛的交互。數(shù)值實(shí)驗(yàn)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(gè)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(jìn)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(duì)疏散個(gè)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(shí)空沖突和時(shí)空擁擠度的概念,建立了基于時(shí)空沖突和時(shí)空擁擠度最小為目標(biāo)的疏散模型,提出了帶鄰域?qū)W習(xí)因子的離散粒子群優(yōu)化算法,將疏散個(gè)體看作粒子,粒子的運(yùn)動(dòng)除了受到
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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
- 面向人群的并行多目標(biāo)疏散模型研究.pdf
- 918防空疏散演練
- 918防空疏散演練方案(定稿)
- 多目標(biāo)模型算法控制研究.pdf
- 多目標(biāo)投資組合問題優(yōu)化模型與多目標(biāo)策略研究.pdf
- 混合效應(yīng)模型及其在多目標(biāo)跟蹤中的應(yīng)用.pdf
- 防空疏散演練小結(jié)[共五篇]
- 基于混合高斯模型的智能視頻多目標(biāo)檢測算法研究.pdf
- 多目標(biāo)投資組合模型研究
- 一種混合時(shí)態(tài)XML索引模型研究.pdf
- 混合多目標(biāo)進(jìn)化算法的研究與應(yīng)用.pdf
- 多目標(biāo)最優(yōu)化模型
- 一類二層多目標(biāo)混合模型最優(yōu)解的研究.pdf
- 混合動(dòng)力汽車能量管理多目標(biāo)優(yōu)化研究.pdf
- 混合時(shí)間序列模型的譜分析.pdf
- 多目標(biāo)公交線網(wǎng)優(yōu)化模型的研究.pdf
- 雪野水庫多目標(biāo)動(dòng)態(tài)供水模型研究.pdf
- 基于分片網(wǎng)絡(luò)的體育場人員疏散多目標(biāo)優(yōu)化研究.pdf
- 基于時(shí)空關(guān)聯(lián)的紅外弱小多目標(biāo)跟蹤方法研究.pdf
- 基于混合策略的多目標(biāo)跟蹤方法研究.pdf
評(píng)論
0/150
提交評(píng)論