[发明专利]多层建筑人员疏散时间的预测方法、装置、设备及介质有效

专利信息
申请号: 202310092297.8 申请日: 2023-02-10
公开(公告)号: CN115775055B 公开(公告)日: 2023-04-28
发明(设计)人: 陈娟;马剑;陈俊;夏钤强;赵思琪;王巧 申请(专利权)人: 西南交通大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/26;G06Q90/00;G06N3/042;G06N3/0464;G06N3/047;G06N3/08
代理公司: 北京集智东方知识产权代理有限公司 11578 代理人: 陈攀;刘林
地址: 610031 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多层建筑 人员 疏散 时间 预测 方法 装置 设备 介质
【权利要求书】:

1.一种多层建筑人员疏散时间的预测方法,其特征在于,包括:

获取第一信息和第二信息,所述第一信息包括用于训练的空间平面图以及所述空间平面图对应的人员分布数据,所述第二信息包括待预测建筑的空间结构平面图和预测时的人员分布数据;

对所述第一信息进行分析得到疏散场景,所述疏散场景包含建筑的空间结构和人员分布数据;

根据所有所述疏散场景构建得到人员疏散模型,并对所述人员疏散模型进行模拟计算,通过计算得到每种所述疏散场景下的疏散时间,并将这些时间收集在一起得到疏散时间集合;

将所有所述疏散场景的空间结构转换为建筑结构节点图,所述建筑结构节点图中的每个节点包括对应建筑物的一个空间结构单元、对应空间结构单元连接信息以及对应空间结构单元特征信息;

其中,将所有所述疏散场景转换为建筑结构节点图,所述建筑结构节点图中的每个节点包括对应建筑物的一个空间结构单元、对应的空间结构单元连接信息以及对应空间结构单元特征信息,包括:

对所述疏散场景中的建筑物结构进行结构特征提取得到空间结构单元信息,所述空间结构单元信息包括空间结构单元以及空间结构单元连接信息,所述空间结构单元指构建建筑物的结构单元,所述空间结构单元连接信息包括空间结构单元名称和连接两个空间结构单元的通道面积;

根据建筑物中每一层所述空间结构单元信息建立单层建筑结构节点图;

针对多层建筑,将步梯空间抽象为一个空间结构单元并作为步梯节点添加到所述单层建筑结构节点图中,通过所述步梯节点将相邻楼层所对应的所述单层建筑结构节点图进行连接建立建筑结构节点图;

根据所述建筑结构节点图及对应空间平面图和人员分布数据提取得到各节点对应空间结构单元的空间结构单元特征信息,所述空间结构单元特征信息包括:空间结构单元人数分布数据、空间结构单元平面面积、从该空间结构单元疏散到建筑外所需经历的最少空间结构单元个数,并将所述空间结构单元特征信息添加为对应节点的节点特征信息;

根据所有所述建筑结构节点图和所述人员疏散时间集合构建得到疏散时间预测模型,将所述第二信息作为所述疏散时间预测模型的输入值,计算得到待预测建筑物的人员疏散时间预测值。

2.根据权利要求1所述的多层建筑人员疏散时间的预测方法,其特征在于,根据所述建筑结构节点图和所述人员疏散时间集合构建得到疏散时间预测模型,将所述第二信息作为所述疏散时间预测模型的输入值,计算得到待预测建筑物的人员疏散时间预测值,包括:

根据所述建筑结构节点图和所述人员疏散时间集合构建得到“疏散场景-疏散时间”数据集,所述“疏散场景-疏散时间”数据集包括每个所述疏散场景对应的空间结构邻接矩阵和对应的空间结构单元特征矩阵,以及每个所述疏散场景对应的人员疏散时间;

构建基于图卷积神经网络算法对所述疏散场景-疏散时间数据集进行特征提取并构建得到疏散时间预测模型;

将所述第二信息中的空间结构平面图和人员分布数据进行处理得到输入数据,所述输入数据包括待预测建筑物的空间结构邻接矩阵和空间结构单元特征矩阵;

将所述输入数据输入至所述疏散时间预测模型计算得到疏散时间预测值。

3.根据权利要求2所述的多层建筑人员疏散时间的预测方法,其特征在于,根据所述建筑结构节点图和所述人员疏散时间集合构建得到疏散场景-疏散时间数据集,包括:

将所述建筑结构节点图中的节点和节点连接关系转换为邻接矩阵,得到每一种所述疏散场景对应的空间结构邻接矩阵;

将所述建筑结构节点图中的节点特征信息转换为空间结构单元特征矩阵;

将所述空间结构邻接矩阵、所述空间结构单元特征矩阵和所述疏散时间集合建立对应关系,构建得到疏散场景-疏散时间数据集;

将所述疏散场景-疏散时间数据集按照预设比例划分为训练集、验证集和测试集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310092297.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top