【摘要】：在火災(zāi)環(huán)境中,針對(duì)蟻群算法容易陷入局部最優(yōu)的問(wèn)題,文章使用了一種改進(jìn)的蟻群算法用于解決火災(zāi)環(huán)境中人群疏散的路徑規(guī)劃問(wèn)題。對(duì)蟻群算法的改進(jìn)分為兩個(gè)方面:一是在蟻群算法的啟發(fā)式函數(shù)中考慮人員密度因素;二是動(dòng)態(tài)自適應(yīng)調(diào)整信息素強(qiáng)度,采取局部和全局信息素更新相結(jié)合的策略更新路徑上的信息素,并引入交叉操作,加快算法的逃逸能力。由于在火災(zāi)環(huán)境中個(gè)體情緒差異對(duì)路徑選擇的影響較大,在文章的規(guī)劃方法中,為個(gè)體建立情緒數(shù)學(xué)模型,不同情緒的個(gè)體對(duì)路徑的選擇是不同的。仿真實(shí)驗(yàn)表明,文中提出的規(guī)劃方法能夠?yàn)椴煌榫w類(lèi)型的個(gè)體規(guī)劃出最優(yōu)逃生路徑,避免了局部最優(yōu)且收斂速度較快。
[Abstract]:To solve the problem that ant colony algorithm is easy to fall into local optimum in fire environment, an improved ant colony algorithm is used to solve the problem of route planning for crowd evacuation in fire environment. Adapt to adjust pheromone intensity, adopt the strategy of combining local and global pheromone updating to update the pheromone on the path, and introduce cross-operation to accelerate the escape ability of the algorithm. Simulation results show that the proposed method can plan the optimal escape path for individuals with different emotional types, avoiding local optimum and fast convergence.
【作者單位】： 河南師范大學(xué)計(jì)算機(jī)與信息工程學(xué)院;智慧商務(wù)與物聯(lián)網(wǎng)技術(shù)河南省工程實(shí)驗(yàn)室;
【分類(lèi)號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 蔡良偉;李霞;;遺傳算法交叉操作的改進(jìn)[J];系統(tǒng)工程與電子技術(shù);2006年06期

相關(guān)碩士學(xué)位論文 前2條

1 傅劍鋒;基于數(shù)據(jù)融合技術(shù)的火災(zāi)探測(cè)算法研究[D];重慶大學(xué);2007年

2 張曉丹;WSN中基于改進(jìn)粒子群優(yōu)化算法的分簇拓?fù)渌惴ㄑ芯縖D];鄭州大學(xué);2017年

，

本文編號(hào)：2248171