何笑笑 胡文軍 張帥
摘要:為避免人員密集的景區發生踩踏等事故,通過實地考察、收集數據,采用DHNN模型對景區應急疏散能力進行評估。文章首先用層次分析法確定景區應急疏散能力評估體系,然后并邀請10名應急專家對湖北省20個景區各個指標按照標準進行打分,確定各類疏散能力各個指標因素的平均值,以各個因素指標得分為輸入,借助Matlab訓練模型結果可視化輸出。最后以5個待分類的景區為例,實例應用結果表明:1個景區應急疏散能力很強,2個景區應急疏散能力較強,2個景區應急疏散能力一般,結果為一般的景區要對薄弱環節加強管理和采取對應措施。
關鍵詞:景區應急疏散能力評估;DHNN模型;Matlab可視化
中圖分類號:N945? 文獻標志碼:A
0 引言
在節假日黃金周期間,游客量劇增,擁擠現象日益嚴重,極易引發游客之間的矛盾,甚至發生景區踩踏事故,危機游客人身安全,景區具有快速疏散能力顯得至關的重要。
經過查閱資料,國內外針對大型場所應急疏散能力用不同算法進行分析模擬,但對景區應急疏散能力評估的比較少,袁凡雨[1]以某博物館為例,研究了景區人員疏散路徑的優化。Li[2]對某博物館景區游客應急疏散進行仿真研究,得出最佳的疏散方案。李佳旭等[3]用GAN和CNN評估模型對大型體育館進行疏散風險評估。
綜上所述,對景區應急疏散能力評估研究還是比較少,本文提出基于景區應急疏散能力評估模型,通過評估景區應急疏散能力,能幫助景區在突發事件發生前做好充足的準備,將損失降到最小。通過專家對景區各個指標打分計算幫助離散的Hopfield神經網絡找到各個因素的平衡點,將收集到的數據進行訓練,最后輸入待分類各個指標得分,通過Matlab平臺編寫程序,將旅景區應急疏散能力等級可視化輸出,能直觀反映景區應急疏散能力。
1 建立景區應急疏散能力評估模型指標體系
本文選擇人文景觀類景區為研究對象,人文景觀是指在自然景觀的基礎上疊加人為活動和文化特質而構成[4],近年來深受游客的喜愛,通過查閱文獻和實地考察,分析出影響人文類景區應急疏散能力的因素,最后從人的因素、現場處理能力、疏散環境因素和景區設備因素4個方面出發,利用層次結構構建景區應急疏散能力評估體系如圖1所示。
2 構建基于DHNN的景區應急疏散能力評估模型
本文利用Hopfield神經網絡較強的學習和記憶能力,建立離散型Hopfield神經網絡的景區應急疏散能力評估模型,根據景區應急疏散能力情況,將其分為很強、較強、一般、弱,很弱5類。
2.1 模型的建立
離散型Hopfield神經網絡(簡稱DHNN)是一種單層反饋網絡,輸出1和-1表示神經元所處的激活和抑制狀態。由3個神經元組成的離散Hopfield神經網絡的拓撲結構如圖2所示。
如圖2所示,第0層是網絡的輸入,第1層是神? 經元對輸入信息與權系數乘積求累加和,經閾值函數f處理后輸出信息,若輸出信息大于閾值,那么神經元輸出1,反之,輸出-1,如公式(1)所示,yj(t)表示第j個神經元,在節點在t時刻與下一個時刻(t+1)的關系如公式(2)所示:
yj(t+1)=f(uj)=1,uj≥θj
-1,uj<θj(1)
uj(t+1)=∑ni=1wijyi(t)+Ij(2)
其中,uj為當前狀態,wij為神經元i和神經元j之間的權重,yj為輸出狀態,Ij為神經元連續外部輸入,f為激活函數[5]。
平衡點儲存在分類等級中,通過訓練學習記住平衡點,當輸入樣本后,為了使樣本指標數據快速趨近于平衡點,使結果更加精確,本文采用外積法設計離散Hopfield神經網絡權系數矩陣。
2.2 模型的運用與分析
本文邀請10名應急專家對湖北省20個景區各個指標按照標準進行打分,并得出各類應急疏散能力各個指標的平均值即得到平衡點,由于數據篇幅過長,直接將結果展示如表1所示。
由于Hopfield神經網絡狀態只有1和-1,所以要對理想評估指標進行編碼,規則為:當大于或等于某個指標值時,對應神經元為“1”,用“”表示,反之為“-1”,用“°”表示[6],如圖3為理想的5個等級評估指標編碼。
設計好理想的5個等級評估指標后,利用MATLAB自帶的神經網絡工具箱函數創建離散Hopfield神經網絡,訓練完成后進行仿真。本文通過調研、實地考察和真實數據為基準,得出湖北省的5個景區應急疏散能力評估指標數據,如表2所示。根據上述Hopfield神經網絡工作的原理得到對應的編碼[7],如圖4所示。通過仿真得到待分類的湖北省5個景區應急疏散能力等級評估,指標編碼仿真結果,如圖5所示。
由圖5可以得出第1個景區的應急疏散能力很強,第2個和第5個景區的應急疏散能力較強,第3個和第4個景區的應急疏散能力一般,景區需做好應急措施應對突發事件的發生。此結果和灰色熵權法得到結果一樣,證明此模型的正確性。
3 結語
針對問題搭建景區應急疏散能力評估模型并進行運用驗證,最終得出了以下結論:
(1)DHNN景區應急疏散能力評估模型不僅滿足了景區能夠自評景區應急疏散能力,通過看待分類的景區應急疏散能力等級評估指標編碼情況,還能直觀地得出景區的哪些因素需要加強改進,很符合當前? 智能化時代的發展潮流。
(2)DHNN景區應急疏散能力評估模型針對性強,結果更加的快速、準確、客觀、智能,打破了傳統的評估,仿真結果與灰色熵權法評估結果一致,表明該評估模型在景區應急疏散能力評估結果正確性可以應用推廣。
參考文獻
[1]袁凡雨.旅游景區人員疏散路徑優化研究[D].成都:西南交通大學,2019.
[2]LI JY. Simulation research on emergency evacuation of tourists in the scenic spot of the coal mine museum [D].Qingdao:Shandong University of Science and Technology,2019.
[3]李佳旭,胡玉玲,李嘉鋒.綜合GAN與CNN的應急疏散快速風險評估方法[J].消防科學與技術,2022(2):210-215.
[4]常江.人文景觀在歷史景區中的應用[D].西安:陜西師范大學,2019.
[5]CAO J,LIU XF.Evaluation of military training optimizing hopfield neural network based on quantum genetic algorithm[J].Ordnance Automation,2021(10):56-60.
[6]谷保平,郭紅艷.基于Hopfield神經網絡的高校評估模型構建[J].河南廣播電視大學學報,2013(3):104-106.
[7]邵霞,劉俊.基于DHNN的翻譯質量熵權TOPSIS評價[J].信息技術,2021(2):13-19.
(編輯 傅金睿)
Research on the evaluation model of emergency evacuation capability of scenic spots based on DHNN
He? Xiaoxiao, Hu? Wenjun, Zhang? Shuai
(Wuhan Engineering University, Wuhan 430073, China)
Abstract: In order to avoid stampede and other accidents in densely populated scenic spots, the DHNN model was used to evaluate the emergency evacuation capability of scenic spots through on-the-spot inspection and data collection. First, the evaluation system of emergency evacuation capacity of scenic spots was determined by the analytic hierarchy process, and then 10 emergency experts were invited to score each index of 20 scenic spots in Hubei Province according to the standard, and the average value of each index factor of various evacuation capabilities was determined, and each factor index was scored. As input, visualize the output with the help of MATLAB training model results. Finally, taking 5 scenic spots to be classified as an example, the application results show that:1 scenic spot has strong emergency evacuation capability, 2 scenic spots have strong emergency evacuation capability, and 2 scenic spots have average emergency evacuation capability. Strengthen management and take corresponding measures.
Key words: evaluation of emergency evacuation capability of scenic spots; DHNN model; MATLAB visualization