| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·课题研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15页 |
| ·本文思路 | 第15-17页 |
| 第2章 大型建筑火灾危险性分析 | 第17-26页 |
| ·建筑物内部火灾特点 | 第17-18页 |
| ·大型建筑火灾危险因素 | 第18-20页 |
| ·火灾危险状态的判定 | 第20-26页 |
| 第3章 建筑火灾中人员安全疏散研究 | 第26-37页 |
| ·烟气对人员行为的影响 | 第26-29页 |
| ·人员在火灾现场的心理反应 | 第27页 |
| ·人员在火灾情况下的行为反应 | 第27-29页 |
| ·人员安全疏散准则 | 第29-34页 |
| ·必须安全疏散时间(RSET) | 第30-31页 |
| ·可用安全时间(ASET) | 第31-34页 |
| ·疏散系统设计 | 第34-37页 |
| ·灯光疏散指示系统 | 第34-35页 |
| ·安全疏散设计 | 第35-36页 |
| ·动态疏散原理 | 第36-37页 |
| 第4章 最优路径数学模型的研究 | 第37-54页 |
| ·基本定义 | 第37-42页 |
| ·风险 | 第37-38页 |
| ·图论 | 第38-39页 |
| ·最短路径 | 第39-41页 |
| ·最优路径 | 第41-42页 |
| ·最短路径问题的分类 | 第42-44页 |
| ·平面图的搜索策略 | 第44-46页 |
| ·Dijkstra算法 | 第46-48页 |
| ·Dijkstra算法的基本原理 | 第46-47页 |
| ·Dijkstra算法的具体过程 | 第47-48页 |
| ·A~*算法 | 第48页 |
| ·模拟退火算法 | 第48-50页 |
| ·遗传算法 | 第50-53页 |
| ·遗传算法简介 | 第50页 |
| ·遗传算法特点 | 第50-51页 |
| ·遗传算法的主要操作 | 第51-53页 |
| ·蚁群算法 | 第53-54页 |
| 第5章 动态疏散路径优化的蚁群算法数学模型 | 第54-61页 |
| ·动态疏散决策方法的选取 | 第54-55页 |
| ·人工蚁群算法的实现过程 | 第55-56页 |
| ·人工蚁群系统所具有的主要性质 | 第56页 |
| ·蚁群算法模型的建立 | 第56-58页 |
| ·动态疏散最优路径问题与TSP问题的区别 | 第58-59页 |
| ·编程工具简介 | 第59-61页 |
| 第6章 改进的蚁群算法与动态疏散指示系统的集成与应用 | 第61-76页 |
| ·动态疏散系统模块设计 | 第61-62页 |
| ·方案设计 | 第62-63页 |
| ·考虑风险的节点间代价计算 | 第63-70页 |
| ·环境温度风险系数的确定 | 第64-66页 |
| ·CO浓度风险系数的确定 | 第66-68页 |
| ·拟合的matlab代码 | 第68-70页 |
| ·数据结构 | 第70-71页 |
| ·交互界面设计 | 第71-72页 |
| ·实例验证 | 第72-74页 |
| ·系统在实际应用中的几点说明 | 第74页 |
| ·本文的创新点 | 第74-76页 |
| 第7章 结论与展望 | 第76-78页 |
| ·论文主要工作与结论 | 第76-77页 |
| ·后续工作的展望 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间发表(含录用)的学术论文 | 第81-82页 |