基于蚁群和遗传算法融合的空间动态应急疏散路径规划与研究

作     者：张华鹏 

作者单位：长春工业大学 

学位级别：硕士

导师姓名：陈楠;王景阳

授予年度：2024年

学科分类：12[管理学] 1204[管理学-公共管理] 120401[管理学-行政管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：火灾逃生 蚁群算法 遗传算法 空间路径 

摘      要：融合蚁群算法与遗传算法的研究方法,在优化大型建筑火灾紧急疏散路径方面已经展现出显著的研究价值和实际意义。这种研究不仅关注于算法本身的创新改进,更强调算法在实际应用中的全面性和动态性。特别是在考虑复杂的现代建筑结构和多变的火灾情景下,该算法的固有优势为疏散路径的优化提供了更为高效和可行的解决方案。通过对传统蚁群和遗传算法的深度融合和优化,本文克服这些算法在火灾疏散路径规划中存在的局限性,如初始信息素分布不均、路径探索效率低下以及容易陷入局部最优等问题。 针对上述问题,本文提出了基于蚁群算法和遗传算法融合的空间应急疏散路径规划方法。首先,利用遗传算法进行全局搜索,产生多条候选路径。其次,将这些路径作为初始信息素导入到蚁群算法中,蚂蚁根据信息素浓度和路径长度等因素逐步优化路径。再次,通过不断的迭代和信息素更新,融合算法能够从全局找到相比局部更优秀的路径,实现路径的进一步优化。最后,在融合算法基础上设计了一款名为“基于M语言开发的多楼层多出口火灾现场逃生路径指示软件的交互式图形用户界面,为火灾发生时提供最优路径选择。这一方法能够快速适应二维空间下的路径规划,同时可扩展至三维空间的应用,为二楼、三楼以及更多楼层的疏散提供可能性,极大地拓宽了其在多楼层疏散规划中的实用性。更重要的是,该方法通过精确的模拟仿真验证,不仅证实了其在理论上的有效性,在实际操作中提供了有力指导,而且进一步推动了基于融合算法的紧急疏散路径规划技术的发展。该研究不仅显著提高了算法在寻找最佳疏散路径方面的效率和准确性,还增强了算法的适应性,使其能够有效应对更复杂多变的建筑场景。 本文研究工作不仅为火灾紧急疏散路径的优化提供了新思路和新方法,也为紧急情况下的动态空间应急疏散路径规划提供了实用性指导。