[发明专利]一种基于入侵杂草优化算法的人群应急疏散仿真方法在审

专利信息
申请号: 202010733946.4 申请日: 2020-07-24
公开(公告)号: CN111879310A 公开(公告)日: 2020-11-03
发明(设计)人: 郑云坚;张福泉 申请(专利权)人: 闽江学院
主分类号: G01C21/00 分类号: G01C21/00;G01C21/20;G06F30/27;G06N3/00
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 钱莉;蔡学俊
地址: 350108 福建省*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 入侵 杂草 优化 算法 人群 应急 疏散 仿真 方法
【权利要求书】:

1.一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,包括以下步骤:

首先进行人群应急疏散的人员状态、安全场地和疏散通道3类指标提取;

然后采用入侵杂草优化算法进行应急疏散建模,将人群移动路径倒数作为适应度函数,通过种子散播和杂草多次竞争择优获得人群应急疏散最优解。

2.根据权利要求1所述的一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,具体包括以下步骤:

步骤S1:获取疏散人群个体及安全地带样本数据;

步骤S2:计算出发点到各个安全地带的路程,生成距离数据矩阵;

步骤S3:初始化入侵杂草种群,将需要疏散的人群随机分为M个杂草子群;

步骤S4:计算每个子群中个体适应度最小值,并将对应的个体设为最优个体;

步骤S5:将所有子群中的适应度最小个体替换为相邻子群的最优个体;

步骤S6:计算每个子群的种子数,使种子成为杂草;

步骤S7:进行种子散播;

步骤S8:对每个子群进行交叉学习和竞争择优;

步骤S9:判断杂草数据是否大于预设值Pmax,若是,则进入步骤S10,否则返回步骤S6;

步骤S10:进行竞争排除,只保留前Pmax个适应度好的杂草进入下一轮优化;

步骤S11:判断是否达到预设的迭代次数或者最大适应度值与最小适应度值的差值是否小于预设的阈值,若是,则输出全局最优值,否则,返回步骤S6。

3.根据权利要求2所述的一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,步骤S3中,设需要疏散的人员总数为N,提取人员组成ID及移动速度,进行二进制编码,生成初始杂草个体,建N个杂草个体并初始化子群为M个,其中M小于N。

4.根据权利要求2所述的一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,步骤S4中,所述每个子群中个体适应度值为所有人群疏散完毕需要的时间或者所有人群疏散路程。

5.根据权利要求2所述的一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,步骤S6中,每个子群的杂草种子数Snum采用下式计算:

式中,floor(*)为取整函数,f(Xi)为个体Xi的适应度值,Fmax为适应度最大值,Fmin为适应度最小值,Smax为最大种子数,Smin为最小种子数。

6.根据权利要求5所述的一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,当适应度值与种子数成负反馈时,采用下式计算每个子群的杂草种子数:

7.根据权利要求2所述的一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,步骤S7具体为:将种子按照下式分布在上一代的周围:

其中,

式中,Xi,s表示第i个种子经过繁衍后种子的分布情况,Xi表示第i个个体,表示满足正态分布,s表示当前种子数,σiter表示当前标准差,σfinal表示播种标准差终值,itermax表示最大进化迭代次数,iter表示当前进化迭代次数,w表示非线性调和因子,σinitial表示播种标准差初值。

8.根据权利要求2所述的一种基于入侵杂草优化算法的人群应急疏散仿真方法,其特征在于,步骤S11中,全局最优值为全局适应度最小值及其对应的个体该个体所对应的人员疏散路径即为最优疏散路径。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于闽江学院,未经闽江学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010733946.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top