基于分片網(wǎng)絡(luò)的體育場人員疏散多目標優(yōu)化研究.pdf

1、不同的疏散場景具有不同的疏散特點，疏散場景的出口位置、內(nèi)部結(jié)構(gòu)等特點對疏散過程具有重要的影響。根據(jù)疏散場景的相應(yīng)特點進行疏散建模，有利于疏散路徑方案性能的提高。露天體育場呈近似環(huán)形結(jié)構(gòu)，看臺區(qū)域環(huán)繞內(nèi)環(huán)分布，多個出口環(huán)繞外環(huán)分布，看臺出口之間存在對應(yīng)關(guān)系。這種結(jié)構(gòu)決定了體育場人員疏散具有由內(nèi)環(huán)看臺區(qū)域向外環(huán)出口疏散的獨特特點。目前關(guān)于體育場人員疏散規(guī)劃的研究可以分為基于疏散仿真的路徑規(guī)劃和從優(yōu)化角度進行的疏散路徑規(guī)劃。從優(yōu)化角度進行的研

2、究大部分為單目標疏散路徑優(yōu)化或者將多目標疏散路徑優(yōu)化轉(zhuǎn)化為單目標疏散路徑優(yōu)化，而以多目標優(yōu)化理論為基礎(chǔ)的多目標疏散路徑優(yōu)化研究相對較少。多目標疏散路徑優(yōu)化又往往采用通用多目標優(yōu)化算法，而基于體育場人員疏散特點的專用多目標優(yōu)化算法較少。通用多目標優(yōu)化算法利用偽隨機比例過程對疏散路徑進行搜索，缺乏領(lǐng)域知識的指導(dǎo)，容易陷入盲目搜索。基于體育場人員疏散特點的專用多目標優(yōu)化算法，借助領(lǐng)域知識，增強了搜索的目的性，縮小了搜索空間的范圍，容易得到疏散

3、效率更高、疏散性能更好的疏散路徑方案。綜上所述，為了提高體育場人員疏散效率，改進疏散方案性能，基于體育場人員疏散特點的多目標疏散路徑規(guī)劃是一個亟待解決的問題。為了解決這一問題，本文從以下幾方面做了研究:
　　 1)為了提高疏散方案的疏散效率、改善疏散性能，本文針對體育場看臺區(qū)域和出口呈現(xiàn)分片對應(yīng)的拓撲結(jié)構(gòu)特點，將整個體育場抽象為一個分片網(wǎng)絡(luò)，建立了基于體育場特點的分片網(wǎng)絡(luò)人員疏散模型，并提出了基于該模型的分片化多目標疏散路徑優(yōu)化

4、算法。
　　 露天體育場呈近似環(huán)形，看臺區(qū)域圍繞內(nèi)環(huán)分布，多個出口圍繞外環(huán)分布的特點，看臺出口之間分片對應(yīng)。利用這種結(jié)構(gòu)特點，將體育場抽象為分片網(wǎng)絡(luò)來引導(dǎo)被疏散人員的疏散過程。被疏散人員在該網(wǎng)絡(luò)的引導(dǎo)下，只能向位于自己分片的出口疏散，防止了疏散過程中出現(xiàn)跨分片長路徑，有利于縮短疏散路徑長度，提高疏散效率?；诜制W(wǎng)絡(luò)，構(gòu)建了考慮網(wǎng)絡(luò)清空時間、總和路徑長度、累積擁擠度三個優(yōu)化目標的基于體育場特點的分片網(wǎng)絡(luò)人員疏散模型，并提出了基于

5、該模型的分片化多目標疏散路徑優(yōu)化算法。
　　 數(shù)值實驗表明，與基于分層網(wǎng)絡(luò)的分層化多目標疏散路徑優(yōu)化算法相比，本文提出的分片化多目標疏散路徑優(yōu)化算法有效地提高了疏散方案的疏散效率以及非劣方案集的收斂性。但是，分片化多目標疏散路徑優(yōu)化算法得到的非劣疏散方案的擁擠狀況卻差于分層化多目標疏散路徑優(yōu)化算法得到的非劣疏散方案的擁擠狀況。
　　 2)為了改善疏散方案的擁擠狀況、進一步提高疏散效率，本文提出了優(yōu)先級Pareto偏序關(guān)系

6、及基于優(yōu)先級Pareto偏序關(guān)系的向量信息素選路方法。
　　 基于優(yōu)先級Pareto偏序關(guān)系的向量信息素選路方法可以優(yōu)先考慮與疏散效率、擁擠狀況等疏散性能關(guān)系密切的因素（如到體育場中心點的距離、到出口的距離），有效濾除次要因素的干擾，從而能夠更加有效地改善疏散效率、擁擠狀況等疏散性能。本文為了改善分片化多目標疏散路徑優(yōu)化算法得到的疏散方案的擁擠狀況，利用基于優(yōu)先級Pareto偏序關(guān)系的向量信息素選路方法替代了算法中原來使用的基于

7、傳統(tǒng)Pareto偏序關(guān)系的向量信息素選路方法。
　　 傳統(tǒng)蟻群算法的選路方法所使用的概率轉(zhuǎn)移函數(shù)中所考慮的影響選路過程的多個因素之間必須是相互獨立的。然而，實際選路時，影響選路的多個因素之間并不一定相互獨立。為了充分考慮影響選路各個因素，本文采用了基于傳統(tǒng)Pareto偏序關(guān)系的向量信息素選路方法替代了傳統(tǒng)蟻群算法的選路方法?；趥鹘y(tǒng)Pareto偏序關(guān)系的向量信息素選路方法認為每種影響選路的因素對疏散效率、擁擠狀況等疏散性能具有相

8、同的影響，然而，實際上，其中某些因素，如到出口的距離、到體育場中心點的距離，往往比其它一些因素對疏散效率、擁擠狀況等疏散性能具有更大的影響。因此，本文提出了一種基于優(yōu)先級的Pareto偏序關(guān)系，并基于此提出了基于優(yōu)先級Pareto偏序關(guān)系的向量信息素選路方法。比起基于傳統(tǒng)Pareto偏序關(guān)系的向量信息素選路方法，基于優(yōu)先級Pareto偏序關(guān)系的向量信息素選路方法可以優(yōu)先考慮與疏散效率、擁擠狀況等疏散性能關(guān)系密切的因素，有效濾除次要因素的

9、干擾，從而能夠更加有效地改善疏散效率、擁擠狀況等疏散性能。然而，基于優(yōu)先級Pareto偏序關(guān)系的向量信息素選路方法的分片化多目標疏散路徑優(yōu)化算法得到的非劣方案集的多樣性卻差于基于傳統(tǒng)Pareto偏序關(guān)系的向量信息素選路方法的分片化多目標疏散路徑優(yōu)化算法得到的非劣方案集的多樣性。
　　 3)為了保證提高疏散效率、改善擁擠狀況的同時，提高非劣方案集的多樣性，本文提出了種群信息素更新策略。
　　 種群信息素更新策略使各條路上的

10、信息素更新可以向著幾個不同的方向同時進行，比起傳統(tǒng)信息素更新策略，使得信息素的更新更加多樣化，進而增加了非劣方案集的多樣性。為了提高基于優(yōu)先級Pareto偏序關(guān)系向量信息素選路方法的分片化多目標疏散路徑優(yōu)化算法得到的非劣方案集的多樣性，本文利用種群信息素更新策略替代了該算法中的傳統(tǒng)信息素更新策略。
　　 數(shù)值實驗表明，相比利用傳統(tǒng)信息素更新策略的基于優(yōu)先級Pareto偏序關(guān)系向量信息素選路方法的分片化多目標疏散路徑優(yōu)化算法，利用