[01850292]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

课题来源：国家自然科学基金“基于不可分小波核函数支持向量机的对等网络流量识别” 课题背景：1)采用人工势能场的思想,利用势能负梯度方向来完成路径规划,人员在出口产生的吸引力和障碍物产生的排斥力的综合作用下,沿着势能下降的方向移动,更加符合疏散真实过程。 2)在势能场的基础上引入蚁群优化算法,利用势能知道蚂蚁的搜索路径,能够更快完成疏散路径寻优,提高疏散效率。3)与基本蚁群优化算法相比,基于势能驱动元胞蚁群算法的室内疏散仿真优化方法的疏散总路径和疏散时间随着迭代次数的增加而减小,在50代以后,疏散总路径趋于稳定,且优于基本蚁群算法的结果,其疏散总路径为15220米,疏散总时间步数为68步。 基于势能驱动元胞蚁群算法的室内疏散仿真优化方法根据人员对建筑物内部及出口的熟悉程度、障碍物的分布、离出口的距离、火灾等外界因素的影响等初始化网格势能。利用人工势能场快速避障的优点,对蚁群算法中蚂蚁的状态转移规则进行改进,提高蚂蚁路径搜索能力,加快蚁群算法的优化速度。提出的启发式函数充分利用对己知环境的认知,指引蚂蚁的搜索。一方面利用势能场的物理特性和蚁群算法的自组织性、正反馈机制从微观上模拟了人员的运动规律;另一方面在仿真的同时完成了人员疏散路径的优化,解决了人工势能场的局部极小问题,提高了疏散效率和算法收敛速度。技术已成熟应用,适用于智能交通系统。