[发明专利]一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法

摘要

本发明提供了一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法，本发明是一种基于群智能的人员疏散行为仿真优化方法，主要建立与实际场景相一致的二维元胞自动机数学模型，用元胞蚁群算法对人员疏散行为进行模拟，通过人工势能场的势能评价标准对人员路径进行判断选择，从而更加符合真实场景疏散规律，提高疏散效率，提供合理疏散方案。

主权项

1.一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法，其特征在于，包括如下步骤；步骤1.建立二维元胞自动机的建筑物疏散模型；二维元胞自动机C定义为以下四元组：C＝(D2,S,N,f)其中，D2为2维元胞空间，S是有限状态机集合，对于位于格位r上的元胞在t时刻的状态可以表示为：S＝{S1(r,t),S2(r,t),…,Sz(r,t)}式中Sz(r,t)表示格位r上的元胞在t时间的第z个状态；N为以r为中心元胞的邻域，N＝{N1,N2,…,Nn}是D2的有限的序列子集，n为格位r上的元胞的邻居元胞个数，f为中心元胞r与邻居间的移动规则；步骤2.设置模型参数；包括蚁群算法相关参数和势能场增益系数，疏散人员个数m、蚁群算法的信息素和启发式信息重要程度α和β，信息素挥发系数q，势能场增益系数ξ1和ξ2，信息素强度初始值Q，算法的最大迭代次数T；步骤3.初始化疏散场景；根据建筑物内布局对二维元胞空间进行疏散场景模拟，随机设置障碍物的位置和大小，根据建筑物真实场景标注出口元胞位置，随机设置疏散人员在疏散开始时所处元胞位置，根据每个元胞是被障碍物、人员占据还是空闲设置其初始状态，初始化元胞之间路径上的信息素强度为步骤2设置的Q，将所有人员状态标注为“未疏散”；步骤4.计算场景的人工势能场；根据步骤3人员在元胞中的分布，按以下公式计算每个元胞的总势能：式中Uatt(i)和Urep(i)分别是元胞i处的引力势能和斥力势能，ρg(i)为元胞i到目标元胞ig的欧式距离，ξ1,ξ2是相应的势能场增益系数，ρ(i)是人员k与障碍物之间的最近距离，ρ0为障碍物对人产生影响的最大距离；人员在元胞i处受到的引力和斥力分别是相应势能的负梯度:其中，‑grad[Uatt(i)]和‑grad[Urep(i)]分别表示元胞i点处吸引力势能的负梯度和排斥力势能的负梯度，ξ1,ξ2是相应的势能场增益系数，ρg(i)为元胞i到目标元胞ig的欧式距离，▽ρ(i)表示障碍物指向元胞i的单位向量；因此，综合因素对人员在元胞i处产生的总势能可以表示为：Ui＝∑Uatt(i)+∑Urep(i)    (5)步骤5.根据步骤4得到的人员在当前可移动元胞的总势能值，计算可移动路径上的启发式信息；在t时刻，人员由元胞i移动到元胞j上，利用人工势能场对出口和障碍物的感知能力，对蚁群算法的启发信息ηij(t)进行改进，引导人员寻找路径，其公式为：其中，ηij(t)为元胞i与元胞j之间路径上的启发式信息，dj,exits是元胞j到出口的距离，min{dj,exits|j∈Ji}表示元胞j距离出口的最短欧式距离，Ji是元胞i附近的邻居集合，Ui为步骤4得到的元胞i的总势能值；步骤6.设置迭代计数器NC＝1；步骤7.从所有疏散人员中随机选择一名人员作为第一个开始疏散，设k＝1；步骤8.判断第k个人员的当前状态是否为“已疏散”状态，若是则执行步骤15，否则执行下一步；步骤9.根据第k个人员所在的元胞，得到其邻居元胞的集合；步骤10.根据步骤9得到的邻居元胞集合，判断其当前时刻的状态，邻居元胞为空闲可移动点或是被占位不可移动点，根据邻居元胞状态和禁忌规则判断第k个人员可移动的元胞邻居集；步骤11.根据步骤10得到的可移动元胞邻居集，判断第k个人员是否有可移动的元胞，若有，执行下一步；若没有则在这一时刻停留在当前元胞位置，执行步骤15；步骤12.根据当前时刻的第k个人员所处元胞与邻居元胞路径上的信息素强度和步骤5得到的启发式信息，计算第k个人员选择邻居可移动元胞的概率；在t时刻，第k个人员由元胞i转移到元胞j的状态转移概率公式如下所示：式中，是人员k由元胞i转移到元胞j的转移概率，τ_ij(t)是元胞i与元胞j之间路径上的信息素强度，η_ij(t)是元胞i与元胞j之间路径上的启发式信息，α和β是常量参数，用来表示信息素和启发信息的重要程度，J_i表示元胞i附近的邻居集合；代表元胞i到所有邻居元胞的启发式信息和信息素乘积的累加和；步骤13.根据步骤12得到的转移概率得出第k个人员的转移概率最大的邻居元胞，将第k个人员移动到此元胞处，更新该元胞的状态，将该元胞加入该人员的疏散路径；步骤14.根据步骤13得到的第k个人员的最新移动到的元胞，判断人员k是否达到出口，若已到达，则标记该人员为“已疏散”状态，否则标记该人员为“未疏散”状态；步骤15.疏散人员计数加1，即k＝k+1，对下一个人员进行可移动元胞搜索；步骤16.如果k≤m，则说明还未遍历所有疏散人员，返回到步骤8，否则表明所有人员完成了一个时间步的搜索，执行下一步；步骤17.判断所有人员的当前状态是否都为“已疏散”状态，若是则表明所有人员完成了从初始元胞到出口的路径搜索，即本轮疏散模拟完成，执行下一步，否则返回步骤7；步骤18.根据步骤13得到的每一个人员从其初始元胞到出口的疏散路径，按照公式(8)‑(10)来更新每个人员疏散路径上元胞之间的信息素强度：τij(t+Δt)＝(1‑q)×τij(t)+Δτij(t+Δt)    (8)其中，τij(t)表示t时刻元胞i与元胞j之间路径上的信息素强度函数，Q为常数，是步骤2设置的信息素强度初始值，Lk为k个人员第在本次循环中所走的路径长度，edge(i,j)代表元胞i与元胞j之间的路径，pathk是人员k经过的路径；q为步骤2设置的信息素强度挥发系数；步骤19.迭代计数器NC加1，即NC＝NC+1；步骤20.当NC≤T，每一个人员返回步骤3设置的人员各自的初始元胞，重复步骤7‑19，直到NC＞T，迭代结束，执行下一步；步骤21.输出最优疏散路径和疏散时间，演示最优疏散方案。