皖南古村落火灾逃生路径规划的研究

摘要

随着古村落旅游业的迅猛发展，古村落潜在的火灾隐患也越来越多。古村落的建筑绝大多数是木结构或砖木结构，加上常年的风干，房屋中木材耐火等级很低，容易产生火灾，古村落的巷道宽窄不一、错综复杂，发生火灾时人员尤其是外来游客难以找到逃生出口，极易造成巷道堵塞，影响逃生。如何在古村落复杂环境下迅速实现逃生路径规划，做到高效逃生，减少人员伤亡，是非常值得研究的问题。　　目前应用于火灾逃生路径规划的方法多种多样，蚁群算法是比较经典的一种.它是一种仿生算法，仿生机制与现实火灾环境中人员逃生行为很相似，很适合作为本文的研究算法。但该算法依然存在一些缺点局限性，本文改进的蚁群算法并结合实例开展验证工作，工作内容有以下几部分：　　首先，先对比一些常用于火灾逃生路径规划的算法，选取蚁群算法作为基本数学方法。　　然后，分析古村落环境中的火灾特性，从建筑与建筑、人与建筑之间的关系出发，分析几种可能对人员逃生造成影响的因素，包括火场环境中产生的一些火灾产物、古村落当地道路的宽窄特性、人与人之间的拥挤程度以及人员的心理行为关系，将这些影响因素量化。　　接着，基于上文分析得到的量化过的影响因素，对传统的蚁群算法进行改进，引入当量距离代替原算法中的几何距离，改进了启发函数表达式；最优目标的选取是耗时最短的当量距离；对信息素更新策略、信息素挥发因子的取之方法进行改进，以提高算法的收敛性和搜索最优路径的能力。　　最后，以某古村落为实例，通过实例仿真验证改进蚁群算法规划逃生路径的能力。实验过程包括通过 MATLAB将实际地形映射成栅格地图；算法参数组合的选取，选取了适合本文栅格地图的参数组合，并对参数组合的合理性进行验证；算法对一般栅格地图和加入火灾点的栅格地图最有逃生路径的搜索能力验证；改进算法效果验证。结果表明本文选取的参数组合比较合理，适合本文建立的模型，算法有较好的收敛性和搜索能力，并能适应环境，实现古村落复杂环境中火灾逃生路径的动态规划，改进算法较传统算法在相同环境下搜索能力有所提高。

目录

声明

第一章 绪论

1.1 选题背景及意义

1.2 国内外研究现状

第二章 路径规划算法的研究与比较

2.1 蚁群算法概述

2.2 其他路径规划算法

2.3 路径规划算法的选取

第三章 古村落火灾逃生影响因素研究

3.1 古村落的火灾特点分析

3.2 火灾中逃生人员特性研究

3.3 影响逃生速度的火灾产物研究

3.4 巷道宽度量化分析

3.5 人群密度量化分析

3.6 本章小结

第四章 蚁群算法改进及建模

4.1 动态路径规划与TSP的比较

4.2 蚁群算法的自适应改进

4.3 算法最优目标选取准则

4.4 建立仿真模型

4.5 动态路径规划问题实现步骤

4.6 本章小结

第五章 动态路径规划的应用研究

5.1 实际环境映射到栅格地图

5.2 算法参数的配置

5.3 算法仿真结果分析

5.4 改进算法与传统算法性能比较

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

作者简介及读研期间主要科研成果