-
题名基于A*算法的深部地下空间火灾疏散路径动态规划
被引量：18
- 1
-
-
作者
黄昕
靳健
林作忠
车轮飞
刘俊
-
机构
同济大学地下建筑与工程系
中铁第四勘察设计院集团有限公司
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2021年第7期702-709,共8页
-
基金
国家重点研发计划资助项目(2019YFC0605105)。
-
文摘
为了考虑地下空间火灾发生和发展的动态性,结合温度、CO体积分数等各类人体生理耐受性指标随着时间的变化,基于A*算法建立了一种能够考虑火灾场景演化的地下空间逃生疏散路径动态规划方法.采用Pathfinder软件、A*算法、蚁群算法分别对虚拟小尺寸模型和某地铁车站足尺模型进行逃生路径规划并对比分析,验证了A*算法在逃生疏散路径规划方面的高效性和可靠性.通过建立火灾场景关键指标的时程数据库,并根据人体耐受性指标限值识别可逃生区域,然后进行不同时刻火灾逃生场景的动态重构,采用A*算法对重构后的场景进行逃生疏散路径识别,实现了地下空间火灾疏散路径的动态规划.利用上述方法,基于某深埋地铁车站,根据火灾模拟软件提取的特定区域处温度、CO体积分数的时程数据,实时判断最优疏散路线及需要尽快撤离的区域,并给出了最大容许逃生疏散时间.该方法克服了传统静态路径规划的局限性,可为深地空间火灾疏散路径的实时动态规划和消防救援应急策略的制定提供依据.
-
关键词
地下空间火灾
疏散路径动态规划
Pathfinder软件
A*算法
蚁群算法
火灾模拟
-
Keywords
underground space fire disaster
dynamic evacuation path planning
Pathfinder software
A*algorithm
ant colony algorithm
fire simulation
-
分类号
U461
[机械工程—车辆工程]
TP308
[自动化与计算机技术—计算机系统结构]
-
-
题名融合GRU和改进蚁群算法的火灾逃生路径规划方法
- 2
-
-
作者
赵峰
姜孝文
-
机构
安徽工业大学管理科学与工程学院
-
出处
《信息技术与信息化》
2025年第1期65-69,共5页
-
文摘
高温环境下,传感器节点可能会出现工作状态异常的情况,由此引发误报、漏报等一系列问题,文章提出了融合门控循环单元神经网络(gated recurrent unit,GRU)和改进蚁群算法的室内建筑火灾逃生路径规划研究方法。根据火灾态势信息,建立GRU时序预测模型,实现对节点异常情况下火场内温度、CO浓度等态势信息的预测,并基于预测结果,利用改进的蚁群算法动态规划逃生路径,得到传感器工作异常情况下的火灾最佳安全逃生路径。研究结果表明,该方法在不同火灾时期都能有效规划出最佳疏散路径,具有实际应用价值。
-
关键词
GRU神经网络模型
火灾疏散路径动态规划
蚁群算法
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TU998.1
[建筑科学—市政工程]
-
