基于蟻群算法的火災動態疏散

傅軍棟，劉業輝，李江輝

（華東交通大學電氣與自動化工程學院，江西 南昌 330013）

基于蟻群算法的火災動態疏散

傅軍棟，劉業輝，李江輝

（華東交通大學電氣與自動化工程學院，江西 南昌 330013）

隨著社會的快速發展及城市人口的迅速增長，高層建筑越來越多，而當高層建筑發生火災時，人員的安全和財產可能造成重大損失，設計出合理的動態疏散方案顯得極其重要。結合某商場的工程實例，通過改善的蟻群算法規劃出最佳的疏散路線，將平面疏散與垂直疏散融合，提出了三維疏散的方案。結合實例靜態環境與動態環境下運算結果表明本文研究的火災動態疏散蟻群算法在大型商場環境中具有有效躲避動態障礙物（火災產物）的優點，可以實現合理的路徑規劃和安全疏散，為動態疏散指示系統的設計提供更加有效的疏散路徑。

動態疏散；蟻群算法；路徑規劃；安全疏散

隨著社會經濟快速發展，現代大型建筑為了滿足人們日益增長的生活需求，不同建筑區域劃分及功能要求各不相同，使得建筑物內部結構復雜、通道迂回，由此帶來的消防隱患不容忽視。傳統固定路線的消防疏散指示系統已經不再適合當前的大型建筑結構，并可能在最危急的時刻將人們引向錯誤的逃生路徑。為了能在發生火災時快速有效地疏散人員，安全疏散技術的研究十分關鍵[1]。

目前，蟻群算法應用在旅行商（TSP）問題[2]以及機器人路徑規劃[3]等領域比較多，旅行商問題表示給定n個城市，有一個旅行商從某一城市出發，訪問每個城市各一次再回到原出發城市，找出巡回路徑最短的問題。文獻[2]就是用蟻群算法對旅行商（TSP）問題進行求解，而文獻[3]討論了蟻群算法的人員疏散，將蟻群算法應用到人員疏散逃生中，就是對傳統的旅行商問題進行改進，但是并沒有考慮到真實火災中火災產物對人員疏散的影響。文獻[4]以及文獻[5]研究了機器人路徑規劃的二維空間疏散，大多考慮靜態障礙物，沒有考慮動態障礙物，建立柵格環境時，沒有實際分析建筑物內部結構的特點。鑒于上面所述，本文通過某商場實例工程的設計，根據5層平面圖的防火分區進行粗劃分，再根據就近疏散原則[6]進行細劃工作區域的新思路，建立柵格環境進行平面疏散，把二維空間上升到三維空間，采用三維路徑顯示和三維建筑物場景相結合[7]，并且把火災現場探測到的煙霧濃度、溫度、CO濃度綜合考慮到蟻群算法中，搜索疏散的最優路徑，發生火災時結合動態疏散和靜態疏散，更加符合實際，從而達到安全疏散的目的。

1 算法模型的建立

1.1 二維柵格地圖的建立

本文提出的火災動態疏散是在平面上利用蟻群算法在二維柵格地圖的基礎上實現二維空間疏散，根據實例工程，分析其建筑內部結構，采用柵格標識法建立二維地圖，每個網格表示一個柵格。地圖表示的精度跟柵格粒度成正比，根據工作區域的大小確定柵格粒度的大小。柵格標識可采用下述兩種表示方法：

1）直角坐標法。以柵格陣左上角為坐標原點，水平向右為x軸正方向，豎直向下為y軸正方向，每一柵格區間對應坐標軸的一個單位面積。任一柵格均可用直角坐標（x，y）唯一標識。

2）序號法。按從左到右，從上到下的順序，從柵格陣左上角第一個柵格開始，給每一個柵格一個序號n（從1開始計），則序號n與柵格塊一一對應。在柵格地圖中，若某個柵格的8個方向都是無障礙的普通柵格，則人員運動的方向分為8個方位。

結合動態疏散的特點，采用序號法更容易表示最佳疏散路徑，有利于簡化算法。本文以某商場第5層的平面圖作為實例分析，其平面圖如圖1所示。

當發生火災時，與發生火災區域相鄰防火分區的防火卷簾門必須全部關閉，因此圖1將被劃分為3塊區域：5A，5B，5C。根據動態疏散的安全疏散和就近疏散原則[7]，5A區3個樓梯通道，可細化為3個區域:5A1，5A2，5A3；5B區3個樓梯通道，可細化為3個區域：5B1，5B2，5B3；5C區有4個樓梯通道，故可細化為4個區域：5C1，5C2，5C3，5C4，整個區域劃分如圖2所示。

圖1 某商場第5層平面圖Fig.1 Five floor plan of a shopping mall

圖2 某商場第5層規劃平面圖Fig.2 Five floor plan of a shopping mall

在建立柵格環境模型時，將其物理平面與柵格圖相對應，在算法中定義G表示柵格地圖矩陣；0表示可通行節點；1表示靜態障礙節點即不能通行的節點，如墻壁或者其他障礙物；2表示動態障礙節點即火災發生時由于煙霧濃度、溫度、CO濃度較高影響通行的節點；3表示安全出口節點；4表示起始節點。在火災發展過程中，可通行節點隨著火勢的變化可能變成動態障礙節點。

柵格定義的原則：① 每個房間區域房間門為通行節點，用白色柵格表示，房間內均設為靜態障礙節點，用黑色柵格表示；②防火卷簾門會在第一時間封閉自動扶梯，因此也設為靜態障礙節點，用黑色柵格表示；③ 消防電梯是為消防人員救人和滅火專用的電梯，不能作為普通人員疏散通道，也設為靜態障礙節點，用黑色柵格表示；④動態障礙節點用紅色柵格表示；⑤安全出口節點用綠色柵格表示；⑥起始節點用藍色柵格表示。

1.2 三維疏散路徑分析

當樓梯間發生火災時，如果探測器探測到走廊某一處發生火災，則必然該處不能作為逃生路線，本文引用的某商場走廊寬度為2 m，剛好占用兩個柵格，無論火勢大小，發生火災處兩個柵格都用紅色柵格表示，表示此處不能作為逃生節點；樓梯間發生火災時，此樓梯間就不能作為垂直疏散的疏散節點，安全出口節點將變為動態障礙節點。將樓層數設為m，各層出口設為n，建立矩陣，根據火情得出可以疏散的可能路徑，結合每層以安全出口做的平面疏散方案，可以得到三維疏散方案。

1.3 蟻群算法的建立

1.3.1 動態疏散蟻群算法的相關描述

蟻群算法是模擬自然界蟻群覓食尋路過程最短路徑搜索的原理，而建立的一種新型優化算法。蟻群算法的實現，通過人工螞蟻模擬蟻群行為，使其和自然界的蟻群一樣有共同的目標，有相互協作的正反饋機制等。本文是綜合旅行商（TSP）問題和機器人路徑規劃問題的應用[8]，即蟻群算法應用到火災的動態疏散。蟻群覓食過程通過信息素進行交流，能很好地實現信息的正反饋作用，螞蟻之間的信息互通與火災情況疏散時人員疏散的相互協作行為具有相似性，因此，利用蟻群算法進行人員疏散的路徑尋優是比較合適的。在沒有發生火災即靜態環境下，不用考慮火災的影響，利用蟻群算法運算出的最佳路線就是躲避靜態障礙物后的最短路徑；在發生火災時的動態疏散過程中，針對引言部分一些文獻提出的不足之處，本文考慮到火災產物的影響。蟻群算法的改進之處：考慮煙霧濃度、溫度、CO濃度的影響，計算疏散通道的當量長度，改善期望啟發函數的表達式。

1）火災產物影響系數。分別引入火災現場煙霧濃度、溫度、CO濃度對疏散的影響系數fij（ρv），fij（T），fij（CO），從而計算影響人員行動的火災產物影響系數Mij（T）。

2）幾何長度。任意柵格間幾何長度指兩柵格間的直線長度，記作L（gi，gj）或L（p（xi，yi），p（xj，yj））。L（gi，gj）由公式（2）確定：

式中：gi，gj分別表示第i和第j個柵格；p（xi，yi），p（xj，yj）分別表示gi，gj的直角坐標。

3）當量長度。由于疏散通道的火場產物對人員疏散的影響，幾何空間上最短的疏散路經并不等于疏散時間最短的路徑，考慮火災產物的影響，疏散通道的當量長度Dij（t）可表示如下。

式中：Mij（t）為t時刻在火災環境下疏散人員的活動性指數；Lij是第i個柵格和第j個柵格之間的幾何長度，m。

4）期望啟發函數。傳統蟻群算法中的啟發式信息函數ηij（t）表示路徑上的啟發信息對螞蟻選擇路徑的影響程度，而在人員火災動態疏散中，函數ηij（t）也是表示疏散人員從當前節點向下一個節點轉移的啟發程度，而本論文中上面所述的當量長度代替傳統的幾何長度，則表達式可表示：

由公式（4）可知，ηij（t）與Mij（t）和Lij成反比關系，當沒有發生火災時，Mij（t）＝1，當發生火災時，隨著火災的不斷增大，Mij（t）值也不斷增大，所以選擇下一柵格時，傾向于選擇當量長度更短的柵格。

1.3.2 動態疏散蟻群算法的實現流程

根據動態疏散的蟻群算法的數學模型，分析其算法的具體流程步驟。首先對建筑內部結構分析，把建筑平面圖細化為多個工作區域，建立二維柵格環境，初始化節點的靜態、動態屬性，初始化參數后，計算當量長度矩陣，啟動迭代，在禁忌表、路徑選擇策略、信息素更新策略的約束條件下搜索最佳疏散路線，直到找到安全出口，輸出最優路徑。具體實現步驟如下：

第1步：本算法相關參數初始化，設置螞蟻個數m=30，表征信息素重要程度的參數Alpha=1，表征啟發式因子重要程度的參數Beta=5，信息素蒸發系數Rho=0.5，最大迭代次數NC_max=50，信息素增加強度系數Q=15，初始煙霧濃度矩陣Rhoy，初始溫度矩陣T，初始CO濃度矩陣Rhoy，初始信息素矩陣Tau、禁忌表Tabu。

第2步：啟動迭代，設置好起始點，將m只螞蟻放在起始節點上。

第3步：選擇下一節點，在鄰接矩陣中找出與當前柵格相鄰的自由柵格，根據輪盤賭選擇策略選擇下一個要經過的柵格，并更新禁忌表Tabu。

第4步：記錄本次迭代路線和長度，判斷是否到達安全出口，若達到就記錄本次迭代路線和長度，更新信息矩陣Tau、啟發因子信息Beta，每次迭代結束后清空禁忌表Tabu，以用于下一次迭代時記錄存儲路徑；否則返回第3步。

第5步：輸出最佳疏散路線圖，判斷是否滿足最大迭代次數，若滿足則獲得最佳疏散路線，輸出最佳疏散路線圖和收斂曲線圖，否則，返回第2步。

2 算法的仿真

2.1 仿真實驗環境與初始化

在建筑內部結構的室內環境中，采用二維柵格環境建模，本文針對前面所建立的5A3區域的柵格環境進行仿真，實驗仿真環境是50 m×50 m的二維環境，柵格化后是50×50的二維柵格地圖環境，設置每個柵格的大小1 m×1 m，共2 500個柵格，柵格地圖的原始坐標為（0，0）。初始化改善的蟻群算法的參數，本文的參數設置為：取螞蟻個數m=30，表征信息素重要程度的參數Alpha=1，啟發式因子Beta=5，最大迭代次數NC_max=50，信息素揮發因子Rho=0.5，信息素增加強度系數Q=15。

2.2 靜態環境下靜態疏散

靜態環境表示在沒有發生火災的情況下，根據就近疏散原則，每個防火分區的人員進行疏散時，找到最近的樓梯通道進行疏散，所以在模擬仿真實驗時，蟻群算法運算的結果表示通向最近樓梯通道的最短路徑，也就是正常狀態下的疏散指示路徑。5A3區域的靜態疏散路線如表1所示。

表1 靜態疏散路線表Tab.1 Static evacuation route table

2.3 動態環境下的動態疏散

動態環境表示發生火災時，煙霧濃度、溫度、CO濃度隨著火勢的增大而不斷變化，本文設計時大致分為3個階段：起始階段，增長階段，蔓延階段。參考《建筑消防與安防》[9]可知，在大型商場中容易起火的是存放可燃物品的倉庫，也就是圖中的5C1區域中的倉庫，依據就近疏散原則，把5C1區域再次劃分為5C11，5C12，建立柵格環境時使其簡單化。

位于5C11區域的倉庫發生火災時有兩個門M1，M2可以逃生，5S1表示樓梯口，藍色方塊表示待疏散人員的出發點。

1）第1階段，火災起始階段。在火災初期，獲得火災警報后，開始疏散人員，此時火災產物對人員移動速度的影響幾乎考慮不計，設定起火位置領域的溫度、一氧化碳濃度和煙霧濃度較高的區域為動態障礙節點。疏散人員必須繞過靜態和動態障礙節點，經過M1到達最近的疏散樓梯通道，運算結果如圖3和表2。

圖3 火災初期最佳疏散路線圖Fig.3 Optimal evacuation route in the early stage of fire

表2 火災初期疏散路線表Tab.2 Early fire evacuation route table

2）第2階段，火災增長初期。火勢逐漸向四周擴散，導致部分通道無法通行，火災產物對疏散人員的影響逐步增大，根據火場的溫度、一氧化碳濃度和煙霧濃度更新設置動態障礙節點。在給定的火災產物影響參數下，疏散人員繞過靜態和動態障礙節點，經過M1到達疏散樓梯通道，運算結果如圖4和表3。

圖4 火災增長階段最佳疏散路線圖Fig.4 Optimal evacuation route map for fire growth phase

表3 火災增長階段疏散路線表Tab.3 Fire growth stage evacuation route table

圖5 火災蔓延階段最佳疏散路線圖Fig.5 Optimal evacuation route map at the fire spread stage

3）第3階段，火勢迅速蔓延階段。隨著火災的繼續增長，火勢開始向多個方向蔓延，火災產物對疏散人員的影響繼續增大，根據火場的溫度、一氧化碳濃度和煙霧濃度更新設置動態障礙節點。在給定的火災產物影響參數下，由于M1已經被火災產物完全遮擋，所以只能通過M2，本論文設置5C11區域M2(安全出口)與5A3區域起始節點（藍色柵格）一致，故結合5A3區域的靜態疏散路線，最后到達安全疏散樓梯通道，運算的結果如圖5和表4。

表4 火災蔓延階段疏散路線表Tab.4 Fire spread stage evacuation route table

上面所做只是5C11區域發生火災時的平面疏散，因此進一步對其做到三維空間的疏散，根據前面的三維疏散路徑分析，由于實例中每層平面圖有3個防火分區，因此分別建立矩陣Am×n，Bm×n，Cm×n，其中m表示樓層，n表示出口，矩陣中的元素用0或1表示，0表示安全出口節點，1表示動態障礙節點。找出矩陣中所有的0元素，可以得到不同的垂直疏散方案，從中找到最佳垂直疏散路徑，結合每層以安全出口做的最佳平面疏散路徑，從而得到最佳三維疏散方案。

3 運算結果分析

通過對靜態環境和動態環境的運算結果分析可知，當突然發生火災時，根據避障原理，能夠有效繞開著火點，表明本文所用的改進蟻群算法在某商場動態疏散具有良好的實用價值；通過對動態環境下的3種情況分析可知，在不同情況下，雖然設定的起始點和終點（安全出口）一致，但隨著火勢的發展，煙霧濃度、溫度、CO濃度不斷增大，疏散的路徑會根據其影響動態改變，雖然當量長度有可能增加，但可以有效保護人身安全，得到合理可靠的疏散路徑，達到智能疏散的目的。

4 結論

1）把第5層復雜的平面圖根據GB50016—2014規范[10]劃分為多個工作區域，構建二維柵格地圖，在其基礎上通過改善的蟻群算法，使得該算法能夠更好地根據火場的實際情況進行動態疏散。

2）本文易發生火災的區域是5C11區域中的倉庫，在火災發生的第3階段的平面疏散中結合5C11區域動態疏散和5A3區域的靜態疏散，使得疏散更加合理有效、更加貼近真實情況。

3）最后融合平面疏散和垂直疏散，把二維空間疏散提升到三維空間疏散，使得本文的火災動態疏散實際化、人性化、智能化，為以后的智能疏散指示系統設計提供合理有效的三維疏散方案。

[1]李強．智能疏散逃生系統應用簡介[J]．新安全東方消防，2009，30（2）：72-74.

[2]杜鵬楨，唐振民，孫研.一種面向對象的多角色蟻群算法及其TSP問題求解[J].控制與決策，2014（10）：1729-1736.

[3]陳慶全，張棟楠，張永平.基于蟻群算法的動態人員疏散模擬[J].微計算機信息，2012，10：424-426.

[4]史恩秀，陳敏敏，李俊，等.基于蟻群算法的移動機器人全局路徑規劃方法研究[J].農業機械學報，2014，45（6）：53-57.

[5]李晉.基于蟻群算法和遺傳算法的機器人路徑規劃研究[D].哈爾濱：哈爾濱工業大學，2013：36-42.

[6]黃穎.南昌軌道交通消防安全管理的思考[J].華東交通大學學報，2014，31（3）：74-79.

[7]朱慶，胡明遠，許偉平，等.面向火災動態疏散的三維建筑信息模型[J].武漢大學學報：信息科學版，2014（7）：762－766.

[8]PEI YANAN，GAN FANGCHENG.Research on data fusion system of fire detection based on neural-network[C]//Circuits，Communications and Systems,2009.PACCS'09.Pacific-Asia Conference on，Chengdu,China 2009：665-668.

[9]孫萍，張淑敏．建筑消防與安防[M].北京：人民交通出版社，2000：94－95．

[10]中華人民共和國國家標準.GB 50016—2014[S].北京：建筑設計防火規范，2014.

Fire Dynamic Evacuation Based on Ant Colony Algorithm

Fu Jundong，Liu Yehui，Li Jianghui
（School of Electrical and Automation Engineering,East China Jiaotong University,Nanchang 330013,China）

With the rapid development of society and the quickly growth of urban populations，in the case of high-rise building fire，the safety of personnel and property losses is the problem that we must face，and to design a rational dynamic evacuation programme is extremely important.Combining engineering instance of a shopping mall，through the improvement of ant colony algorithm to plan the best evacuation routes of the plane，integration the vertical evacuation，and put forward the idea of three-dimensional evacuation.From the static environment and dynamic environment，the results showed that the ant colony algorithm for dynamic evacuation of fire has the advantage of avoiding dynamic obstacles in large construction environment，achieving reasonable path planning and safe evacuation to provide an accurate and effective evacuation route for the design of dynamic evacuation indication system.

dynamic evacuation；ant colony algorithm；path planning；safe evacuation

TP18

A

1005-0523（2017）03-0118-07

（責任編輯 劉棉玲）

2016－12－31

傅軍棟（1972—），男，副教授，研究生導師，主要研究方向為電力系統、建筑電氣及智能化研究。

劉業輝（1993—），男，碩士研究生，研究方向為電力系統及其自動化。