[发明专利]基于人群疏散的数据处理方法、装置和电子设备

权利要求书

1.一种基于人群疏散的数据处理方法，其特征在于，包括：

获取目标场所的网络图中每个网络节点上的人数和每条连边的人员通行效率；其中，所述目标场所的人群聚集区域和出口作为所述网络图中的所述网络节点，所述目标场所的人行通道作为所述网络节点之间的连边；

基于每个所述网络节点上的人数和每条所述连边的人员通行效率对初始人群疏散模型进行训练，得到目标人群疏散模型；

基于所述目标人群疏散模型中的模型参数确定所述目标场所的人群疏散策略；其中，所述模型参数包括：目标网络节点进入其邻居节点的人员分配比例，所述目标网络节点表示所述网络图中任意一个表示人群聚集区域的网络节点。

2.根据权利要求1所述的方法，其特征在于，在获取目标场所的网络图中每个网络节点上的人数和每条连边的人员通行效率之前，所述方法还包括：

根据所述目标场所的实际构造构建所述目标场所的场所平面图；

根据所述场所平面图确定出所述目标场所中的所有人员聚集区域、所有出口和所有人行通道；

将每个所述人员聚集区域和每个所述出口抽象为网络节点，以及将每条所述人行通道抽象为所述网络节点之前的连边；

基于所有所述网络节点和所有所述连边构建所述目标场所的网络图。

3.根据权利要求1所述的方法，其特征在于，

所述初始人群疏散模型表示为：其中，且V表示所述目标场所的人群疏散总时间，I表示所述网络节点的集合，V_i表示经过网络节点i的所有人从所述网络节点i到出口所需要的总时间，A_i表示所述网络节点i的邻居节点的集合，N_i表示经过所述网络节点i到出口的总人数，P_ij表示从所述网络节点i进入网络节点j的人员分配比例，C_ij表示从所述网络节点i到所述网络节点j的人员通行效率，V_j表示经过所述网络节点j的所有人从所述网络节点j到出口所需要的总时间，L_ji表示从所述网络节点j进入所述网络节点i的总人数，O_i表示开始疏散人群时所述网络节点i上的总人数，V_ij表示人从所述网络节点i到所述网络节点j的平均时间消耗，τ表示所述初始人群疏散模型的可调优参数，EV_i表示从所述网络节点i到其邻居节点的平均时间消耗的均值。

4.根据权利要求3所述的方法，其特征在于，所述基于每个所述网络节点上的人数和每条所述连边的人员通行效率对初始人群疏散模型进行训练，得到目标人群疏散模型，包括：

随机确定所述可调优参数的数值；

基于所述可调优参数的数值、每个所述网络节点上的人数和每条所述连边的人员通行效率，确定目标网络节点进入其邻居节点的人员分配比例和所述目标场所的人群疏散总时间；

利用随机梯度下降算法对所述初始人群疏散模型进行训练，直至达到预设结束条件，并将达到所述预设结束条件的模型作为所述目标人群疏散模型。

5.根据权利要求4所述的方法，其特征在于，所述利用随机梯度下降算法对所述初始人群疏散模型进行训练，包括：

基于所述随机梯度下降算法对所述可调优参数的数值进行调整。

6.一种基于人群疏散的数据处理装置，其特征在于，包括：

获取模块，用于获取目标场所的网络图中每个网络节点上的人数和每条连边的人员通行效率；其中，所述目标场所的人群聚集区域和出口作为所述网络图中的所述网络节点，所述目标场所的人行通道作为所述网络节点之间的连边；

训练模块，用于基于每个所述网络节点上的人数和每条所述连边的人员通行效率对初始人群疏散模型进行训练，得到目标人群疏散模型；

确定模块，用于基于所述目标人群疏散模型中的模型参数确定所述目标场所的人群疏散策略；其中，所述模型参数包括：目标网络节点进入其邻居节点的人员分配比例，所述目标网络节点表示所述网络图中任意一个表示人群聚集区域的网络节点。