城市應(yīng)急路網(wǎng)疏散規(guī)劃的模型與算法研究.pdf

1、城市作為人口高度聚集的場所，需要為潛在的重大災(zāi)害事件做出應(yīng)急規(guī)劃以保護(hù)居民的生命財(cái)產(chǎn)安全。當(dāng)規(guī)劃一個(gè)有潛在的危害品泄漏可能的工廠時(shí)，決策者需要評(píng)估出受影響區(qū)域內(nèi)的人口疏散至安全區(qū)域所需要的時(shí)間，以決策工廠的選址與應(yīng)急預(yù)案的制定。更進(jìn)一步，當(dāng)危害發(fā)生的時(shí)候，決策者需要有一種科學(xué)的路徑規(guī)劃，來指導(dǎo)和控制待疏散區(qū)域內(nèi)人口的行動(dòng)路徑，以獲得盡可能高的疏散效率和盡可能短的疏散時(shí)間。在盡可能短的時(shí)間內(nèi)安全地大范圍疏散轉(zhuǎn)移高密集的人群，是防止和減少事

2、故造成人員傷亡的重要措施。本文探討的疏散路徑規(guī)劃要解決的問題就是計(jì)算出優(yōu)化的路徑分配策略，使待疏散的人口疏散到預(yù)定義的目的地所需要的總的疏散時(shí)間盡可能短。
　　 對(duì)于區(qū)域范圍內(nèi)的人口疏散研究，部分研究旨在盡可能準(zhǔn)確的評(píng)估出無人為控制條件下疏散完成所需要的時(shí)間，部分研究以優(yōu)化疏散時(shí)間為目標(biāo)，計(jì)算出了相應(yīng)的控制策略。比如有人計(jì)算出最大流路徑，然后建議所有車輛盡可能從此路徑通過，有人提出所有單位到達(dá)最近的出口，有人以交匯點(diǎn)最少的靜態(tài)路

3、徑作為控制策略等等。這些靜態(tài)的方法難以做到充分利用路網(wǎng)道路資源，容易造成交通堵塞，從而難以達(dá)到疏散時(shí)間最優(yōu)的目的。
　　 本文的算法可以計(jì)算出各個(gè)待疏散人口具體的疏散路徑與時(shí)間安排。將時(shí)間和空間看做相關(guān)的資源，采用資源預(yù)分配的思想，避免了擁塞，達(dá)到了全局疏散時(shí)間的優(yōu)化。放棄最優(yōu)解，改求次優(yōu)解的策略，使實(shí)際的大規(guī)模的網(wǎng)絡(luò)計(jì)算成為了可能。本文首先將要研究的疏散問題抽象為一個(gè)由節(jié)點(diǎn)和有向邊組成的網(wǎng)絡(luò)模型，其節(jié)點(diǎn)有容量屬性，邊有容量和通

4、過時(shí)間兩個(gè)屬性，需要求解的問題就是如何將源節(jié)點(diǎn)中的單位疏散到目的節(jié)點(diǎn)中去，使總的疏散時(shí)間最短。為了從實(shí)際的路網(wǎng)信息抽象得到這個(gè)網(wǎng)絡(luò)模型，本文在路網(wǎng)疏散問題的建模部分詳細(xì)研究了節(jié)點(diǎn)和邊的建模方法，其中邊的屬性的獲得主要涉及到路段通行能力分析及轉(zhuǎn)換，節(jié)點(diǎn)上屬性的獲得主要涉及到信號(hào)交叉口通行能力的建模與分析。為了劃定源節(jié)點(diǎn)并確定其上待疏散人口數(shù)量，本文初步探討了初始人口分布的建模思路。
　　 在完成了網(wǎng)絡(luò)模型的建立之后，本文重點(diǎn)研究了

5、疏散路徑規(guī)劃問題的求解方法。在傳統(tǒng)的網(wǎng)絡(luò)流問題的研究領(lǐng)域，為了求解疏散路徑規(guī)劃問題，必須首先借助時(shí)間擴(kuò)充圖將源問題轉(zhuǎn)化為靜態(tài)網(wǎng)絡(luò)流問題，從而將時(shí)間過程規(guī)避掉，轉(zhuǎn)化為最小費(fèi)用流等經(jīng)典的靜態(tài)網(wǎng)絡(luò)流問題，然后利用一些多項(xiàng)式時(shí)間算法來求解最優(yōu)解。但是時(shí)間擴(kuò)充圖本身需要將原問題的規(guī)模擴(kuò)充總的疏散時(shí)間倍數(shù)，帶來巨大的開銷，而且確定性算法求解大規(guī)模的網(wǎng)絡(luò)問題也需要太大的代價(jià)，不適合現(xiàn)實(shí)的應(yīng)用。為了解決這個(gè)問題，本文研究了一種啟發(fā)式的算法來求解疏散路徑

6、規(guī)劃問題。啟發(fā)式算法并不保證獲得最優(yōu)解，但卻能在獲得次優(yōu)解的條件下大幅度減少資源消耗和計(jì)算時(shí)間，使面向?qū)嵱玫拇笠?guī)模的疏散路徑規(guī)劃問題的求解成為可能。本文除了實(shí)現(xiàn)并改進(jìn)了原始算法的預(yù)處理部分外，著重從兩種不同的角度，對(duì)原算法進(jìn)行了改進(jìn)。第一種是增加了迭代閾值，用來排除一些代價(jià)較高的路徑，另一種是改用較長路徑優(yōu)先，以求減少最后一個(gè)人到達(dá)目的地的時(shí)間。
　　 除此之外，本文在GIS 平臺(tái)上對(duì)算法的運(yùn)算結(jié)果進(jìn)行了可視化的仿真，并探討了算