摘要
地铁环境相对封闭,通道复杂,发生火灾时容易造成群死群伤事件。根据疏散时人流宏观流动和个体行为,结合地铁建筑结构特征,提出基于元胞自动机建立地铁应急疏散模型,利用遗传算法淘汰适应度低下的网格节点,从而生成全局最优子图,计算最佳逃生路径。仿真实验证明,新模型和算法平均疏散路径长度最短,能很好地应用于地铁疏散预案和消防演练之中。
Metro subway underground is too complex to cause fire.According to evacuation flow and individual behavior,combined with the structural features in subway,this paper put forward a subway emergency evacuation model based on cellular automata,and use genetic algorithm to eliminate unsuitable grid nodes.Simulation results show that the new algorithm can evacuate more than80%passengers in the shortest time,and has the shortest evacuation routing length,can be used in subway evacuation plans and fire drills.
作者
许爱军
谢依馨
XU Aijun;XIE Yixin(Guangzhou Railway Polytechnic,Guangzhou 510430)
出处
《计算机与数字工程》
2017年第5期950-953,1013,共5页
Computer & Digital Engineering
基金
2016年度大学生科技创新培育专项资金(编号:pdjh2016b0687)
广东省科技计划项目(编号:2015A030401005)资助
关键词
元胞自动机
遗传算法
地铁
疏散模型
cellular automata
genetic algorithm
metro
evacuation model
