基于灰色马尔科夫的地铁火灾逃生最优路径规划及3D模拟

摘要

cqvip:地铁由于其空间的密闭性以及地下位置,在发生火灾时,救援及自救难度较大。火灾中最危险的因素是浓烟,影响视线且容易引起窒息,增加了地铁逃生的难度。为此,提出一种基于灰色马尔科夫预测模型的地铁火灾逃生路线规划,根据烟雾数据对地铁逃生路线进行最优规划。灰色马尔科夫预测模型结合灰色理论和马尔科夫链各自的优点,既保留了数据的总体趋势,又缩小了波动性较大的数据带来的误差,提高了整体的预测精度。利用灰色马尔科夫预测模型对烟雾浓度的变化进行预测估算,得到拟合度较高的数据序列,从而推荐最优逃生路径。通过结合实际数据的验证和3D模拟,表明所提出算法的预测精度较高,符合实际数据变化趋势,适用于地铁火灾场景。在虚拟地铁逃生3D模拟演习中,能实时规划逃生路径,最后的模拟效果验证了该方法的可行性。