蟻群算法在地鐵車(chē)站內(nèi)應(yīng)急疏散的應(yīng)用

河南省衛(wèi)輝市第一中學(xué) 馮西敏

蟻群算法在地鐵車(chē)站內(nèi)應(yīng)急疏散的應(yīng)用

河南省衛(wèi)輝市第一中學(xué) 馮西敏

本文主要研究蟻群算法在地鐵車(chē)站內(nèi)應(yīng)急疏散中的應(yīng)用，介紹了蟻群算法，并以某地鐵車(chē)站的應(yīng)急事件模擬分析為例，對(duì)蟻群算法在地鐵車(chē)站內(nèi)應(yīng)急疏散中的應(yīng)用進(jìn)行了探討。

蟻群算法；地鐵車(chē)站；應(yīng)急疏散

地鐵交通是一種高效的現(xiàn)代交通方式，在緩解城市交通壓力方面有著重要的作用，方便、快捷、平穩(wěn)、輸送量大，是城市重要的基礎(chǔ)公共設(shè)施。但是地鐵隧道深埋地下，地下構(gòu)筑物結(jié)構(gòu)復(fù)雜，出口入口數(shù)量少，大量的客流集中在狹小的地下空間，如果出現(xiàn)突發(fā)事件，應(yīng)急疏散難度較大，可能出現(xiàn)跌落或者踩踏等嚴(yán)重的安全事件，研究地鐵車(chē)站應(yīng)急疏散方法，對(duì)提高地鐵交通的安全性非常重要。

一、蟻群算法

蟻群算法最早由Marco Dorigo等人于1991年提出，也稱(chēng)螞蟻系統(tǒng)，由于螞蟻覓食行為和旅行商問(wèn)題相似，通過(guò)仿生模擬獲得了一種算法，通過(guò)信息素實(shí)現(xiàn)信息交流，根據(jù)信息素選擇更新，經(jīng)過(guò)多次迭代獲得全局最優(yōu)解。經(jīng)典蟻群系統(tǒng)中所有個(gè)體都進(jìn)行信息素更新，導(dǎo)致了信息素分配浪費(fèi)和畸形，蟻群系統(tǒng)運(yùn)行性能不高。

1996年，M.Dorigo等人又給出了一種改進(jìn)蟻群系統(tǒng)，該系統(tǒng)中蟻群選擇下一個(gè)城市的轉(zhuǎn)移概率中添加了一個(gè)偽隨機(jī)分配概率，有效避免了信息素分配畸形，性能得以增強(qiáng)，但是該算法仍然遵循全局信息素更新和局部更新的基本原則，因此仍然存在著大量的信息素冗余，好信息強(qiáng)度被弱化。1997年，T.Stutzie等人提出了一種最大最小螞蟻系統(tǒng)，修正信息素更新規(guī)則，每次迭代值更新最好的一只螞蟻的路徑，同時(shí)限定信息素最大最小，是上述幾種蟻群算法中性能最佳的，現(xiàn)階段幾乎所有蟻群算法都基于上述算法。

1999年吳慶洪提出了一種變異蟻群算法，使用逆轉(zhuǎn)變異的方式加快蟻群收斂，隨機(jī)變異，增加進(jìn)化時(shí)需要的信息量，由于該算法使用了高效的2-opt換位法，收斂速度大大加快，解的全局性更強(qiáng)。蟻群算法在解決組合優(yōu)化問(wèn)題方面的優(yōu)勢(shì)明顯，蟻群算法的發(fā)展以改善算法性能為主要方向，在解決實(shí)際問(wèn)題時(shí)，選擇算法也應(yīng)該以性能為主要考量因素。

二、蟻群算法在地鐵車(chē)站內(nèi)應(yīng)急疏散中的應(yīng)用

（一）構(gòu)建模型

1.方法選擇

現(xiàn)階段用于解決路徑規(guī)劃問(wèn)題的群智能算法主要面向一個(gè)或者幾個(gè)個(gè)體，找尋目標(biāo)路徑，或者基于現(xiàn)有情況分析下一步疏散路徑，在全局優(yōu)化疏散路徑分析中的表現(xiàn)不佳。地鐵突發(fā)事件疏散研究目標(biāo)是大規(guī)模密集分布待疏散人群，恐慌、擁擠會(huì)導(dǎo)致人員速度位置出現(xiàn)較大變化，因此需要找尋一種基于全局角度的大規(guī)模人員疏散路徑規(guī)劃方法。蟻群算法利用了正負(fù)反饋和自適應(yīng)特性，能夠更好地模擬大規(guī)模人群疏散的速度變化，解決突發(fā)事件后大規(guī)模人員緊急疏散問(wèn)題比較適用。

2.模型構(gòu)建

設(shè)蟻群螞蟻總數(shù)為m，地鐵車(chē)站內(nèi)安全出口總數(shù)為n，事故地點(diǎn)i與出口j之間的距離記為dij（i，j），t時(shí)刻故障地點(diǎn)j和安全出口j信息素濃度記為τij（t），初始時(shí)刻不同出口連接路徑有著相同的信息素濃度τ0，螞蟻k（k=1，2，…，m），不同出口間連接路徑上信息素決定出口位置，則t時(shí)刻螞蟻k從事故點(diǎn)i轉(zhuǎn)移到出口j的概率為：

其中，nij（t）-啟發(fā)函數(shù)；

ηij（t）=1/dij，螞蟻從事故點(diǎn)i到出口j的期望；

allowk-螞蟻k待訪出口集合，初始條件下有n-1個(gè)元素，隨著時(shí)間推移，數(shù)量不斷減少，直到所有出口訪問(wèn)完畢；

α-信息素重要程度因子；

β-啟發(fā)函數(shù)重要程度因子。

螞蟻釋放信息素，出口之間連接路徑信息素逐漸消失，結(jié)束一個(gè)循環(huán)之后，需要更新出口連接路徑上的信息素濃度：

通過(guò)該模型，就能夠計(jì)算信息素濃度，并確定螞蟻經(jīng)過(guò)最優(yōu)途徑，優(yōu)化疏散曲線(xiàn)。

（二）蟻群算法在某地鐵車(chē)站突發(fā)事件應(yīng)急疏散中的應(yīng)用

1.研究對(duì)象

某市地鐵換乘站M作為研究場(chǎng)地，該車(chē)站為三條地鐵線(xiàn)路提供換乘，前兩條線(xiàn)路有5個(gè)出口，后一條線(xiàn)路有2個(gè)出口。

2.事故模擬

參考背景地鐵一號(hào)線(xiàn)火災(zāi)事故和模式與盧比揚(yáng)卡地鐵站爆炸事故，模擬地鐵站前兩條地鐵線(xiàn)路換乘站上突發(fā)起火，火勢(shì)失控，波及范圍8m且在持續(xù)擴(kuò)大。現(xiàn)場(chǎng)煙霧彌漫，部分人員燒傷，現(xiàn)場(chǎng)混亂，乘客慌亂，站臺(tái)局部擁擠，為了控制火勢(shì)，保護(hù)現(xiàn)場(chǎng)人員安全，中控室立即組織站內(nèi)乘客應(yīng)急疏散，并使用蟻群算法模型規(guī)劃疏散路徑。

3.疏散方案

（1）輸入蟻群算法坐標(biāo)

建立二維規(guī)劃空間矩陣，設(shè)置人群集中的某點(diǎn)為事故發(fā)生點(diǎn)，根據(jù)事故位置、障礙物情況和通道分布情況，將西北方向兩個(gè)出口合并為一個(gè)，乘客從西北、東北、東南和西南四個(gè)出口疏散，根據(jù)地鐵站平面位置圖以及公共設(shè)施布局確定障礙物和通道坐標(biāo)。

（2）算法求解

MAKLINK蟻群算法規(guī)劃二維空間路徑，模擬起點(diǎn)到疏散終點(diǎn)初始路徑和優(yōu)劣，更新信息素，獲得最優(yōu)路徑結(jié)果。

（3）疏散時(shí)間

火災(zāi)發(fā)生，現(xiàn)場(chǎng)總?cè)藬?shù)2694人，根據(jù)地鐵站臺(tái)二維矩陣圖面積，計(jì)算需要疏散的人群密度，并和Fruin通行能力服務(wù)水平相對(duì)照，A-F級(jí)別分別對(duì)應(yīng)不同的服務(wù)水平和允許行人流量，再折算為人群流動(dòng)速度系數(shù)。

蟻群算法在地鐵車(chē)站應(yīng)急疏散中的應(yīng)用，能夠快速找尋最佳疏散路徑，縮短疏散時(shí)間，提高疏散效率，從而減少人員滯留，有效控制人員和財(cái)產(chǎn)損失。

[1]毛新華，王建偉，趙京，甘家華.蟻群算法在道路應(yīng)急疏散策略選擇中的應(yīng)用[J].中國(guó)安全科學(xué)學(xué)報(bào)，2014（10）.

[2]王起全，杜艷洋，張心遠(yuǎn).蟻群算法在地鐵車(chē)站內(nèi)應(yīng)急疏散的應(yīng)用[J].消防科學(xué)與技術(shù)，2015（01）.

[3]韓雪，劉英舜，郭唐儀.城市軌道交通網(wǎng)絡(luò)中斷下的有效路徑搜索模型[J].公路交通科技，2015（10）.

[4]黃炎焱，何新，梁魏，王建宇.基于DI-GUY的群體應(yīng)急疏散建模仿真方法研究[J].指揮與控制學(xué)報(bào)，2015（04）.