基于蚁群算法和势能场的元胞自动机疏散模型研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
目录 | 第7-9页 |
第1章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 研究现状 | 第11-15页 |
1.2.1 人员疏散的仿真模型 | 第12-14页 |
1.2.2 基于仿生算法的人员疏散优化 | 第14-15页 |
1.3 研究内容及技术路线 | 第15-17页 |
第2章 相关理论基础概述 | 第17-27页 |
2.1 元胞自动机模型 | 第17-19页 |
2.1.1 元胞自动机的定义 | 第17页 |
2.1.2 元胞自动机的组成 | 第17-19页 |
2.2 蚁群优化算法 | 第19-24页 |
2.2.1 蚁群算法基本概念 | 第19-20页 |
2.2.2 基本蚁群算法的数学模型描述 | 第20-22页 |
2.2.3 基本蚁群算法的实现步骤 | 第22-24页 |
2.3 人工势能场 | 第24-26页 |
2.3.1 人工势能场基本概念 | 第24页 |
2.3.2 人工势能场规划原理 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
第3章 基于元胞自动机的疏散模型 | 第27-38页 |
3.1 模型基础 | 第27-31页 |
3.1.1 教室网格划分和人员分布 | 第28-29页 |
3.1.2 人员移动算法 | 第29页 |
3.1.3 人员冲突避让规则 | 第29-30页 |
3.1.4 模型计算步骤 | 第30-31页 |
3.2 室内出口布局分析 | 第31-34页 |
3.2.1 不同出口宽度对疏散效率的影响 | 第31-33页 |
3.2.2 不同出口位置对疏散效率的影响 | 第33-34页 |
3.3 行人疏散中心理及行为特征分析 | 第34-37页 |
3.3.1 思维定势效应 | 第34-36页 |
3.3.2 从众效应 | 第36-37页 |
3.4 本章小结 | 第37-38页 |
第4章 基于蚁群算法的元胞自动机疏散模型 | 第38-46页 |
4.1 基于蚁群算法的元胞自动机疏散模型描述 | 第38-40页 |
4.1.1 人员禁忌规则 | 第39页 |
4.1.2 算法实现流程 | 第39-40页 |
4.2 仿真结果及分析 | 第40-45页 |
4.2.1 算法参数设置分析 | 第41-43页 |
4.2.2 实验结果分析 | 第43-45页 |
4.3 本章小结 | 第45-46页 |
第5章 基于蚁群算法的势能场疏散模型 | 第46-57页 |
5.1 基于人工势能场的疏散场景建立 | 第46页 |
5.2 基于蚁群算法的势能场疏散模型描述 | 第46-50页 |
5.2.1 融合人工势能场的蚁群算法 | 第47-49页 |
5.2.2 人员禁忌规则 | 第49页 |
5.2.3 ACO-APF算法实现流程 | 第49-50页 |
5.3 仿真结果及分析 | 第50-56页 |
5.3.1 算法参数设置分析 | 第51-54页 |
5.3.2 实验结果统计对比 | 第54-56页 |
5.4 本章小结 | 第56-57页 |
第6章 总结及展望 | 第57-59页 |
6.1 总结 | 第57页 |
6.2 展望 | 第57-59页 |
参考文献 | 第59-63页 |
致谢 | 第63-64页 |
附录 | 第64页 |