[发明专利]基于集成多种算法的消防救援路径的优化方法及系统

权利要求书

1.一种基于集成多种算法的消防救援路径的优化方法，其特征在于，包括以下步骤：

S1、通过物联网获取事发点；

S2、根据事发点，通过GIS信息计算事发点周边消防队地址；

S3、计算事发点到消防队的直线距离，进行消防队排序，基于距离短，记录前十的消防队信息；根据消防队信息，并基于深度学习算法，筛选出多个符合条件的消防队终点；

S4、基于筛选的每个消防队终点和优化的蚁群算法，计算事发点到每个消防队终点之间的最优路径；

S5、基于动态因素，从计算的多个最优路径中选择最小的路线长度和最优的最终路径；所述动态因素包括交通路况、单双号、收费、新增事发点、取消事发点、道路施工情况；

其中优化的蚁群算法具体包括以下步骤：

使用以下公式(1)优化初始化信息素；

τ_xy(0)＝W/(d_xy+de_ye) (1)

其中，τ_xy(0)是初始化信息素强度，de_ye是节点y到终点e的直线矢量距离；W是系统设定的一个正常数；

通过神经网络中的sigmiod函数当蚂蚁完成一次迭代，则按照全局信息素的更新规则仅更新此次迭代最优路径解的信息素浓度，其他不需要更新；当全部蚂蚁遍历一次后，L_LocalMin大于时 ，σ越接近0，当L_LocalMin越小时，σ越接近1，因此路径长度愈短，那么执行全局信息素的更新规则时，遍历的路径信息素浓度会愈强，信息量增加地愈快；全局信息素的更新规则为以下公式(2)

τ_xy(t+n)＝τ_xy(t)+μσΔτ_xy (2)

其中，t是时刻，n表示道路节点，是当前场景下局部最优解之和的平均路径长度，L_LocalMin是此次迭代中局部最优解，L_Min是当前场景下此时刻的全局最短路径长度，μ是给定参数。

2.根据权利要求1所述的优化方法，其特征在于，所述消防队信息包括消防队是否有消防车和出警人员。

3.根据权利要求1所述的优化方法，其特征在于，步骤S3中计算事发点到消防队的直线距离时，具体基于GIS数据，将包括建筑、道路的信息数值化，其中用道路弧段、节点来表征道路。

4.根据权利要求1所述的优化方法，其特征在于，步骤S5中，在考虑动态因素交通路况时，如果所选路径中某段道路发生变化，那么道路信息标识此段道路为拥堵路段，将事发点到相应消防队终点之间的最小路线长度乘以一个系数，得到调整后的最小路线长度；

在考虑动态因素单双号和收费站时，如果所选路径中涉及到区分单双号限行和收费站，此方案的最小路线长度不变；

在新增事发点时，并行运行当前计算过程，返回步骤S3，再次运算；在取消事发点时，终止当前计算过程，即返回值为0；

在考虑动态因素道路施工情况时，评估道路施工时此路段可通行的车宽，与消防车车宽进行比较，如果此路段可用宽度大于等于消防车车宽，则最优路径不变，如果此路段可用宽度小于消防车车宽，那么此路段为异常路段。