[发明专利]文化算法与微粒群算法结合的人群疏散仿真方法及系统

摘要

本发明公开了一种文化算法与微粒群算法结合的人群疏散仿真方法及系统，该方法包括构建疏散场景三维模型，查找疏散场景的所有出口；将待疏散人群存储至种群空间并进行分组，筛选各组中最接近出口位置的个体作为各群组的引领个体并存储至信念空间；利用文化算法来构建用于关联信念空间与种群空间的导航；将引领个体当前位置传给导航，由导航规划出引领个体当前位置到达相应出口的最短路径并计算出引领个体的下一位置，传递给引领个体；将导航给出的下一位置作为目标，执行跟随引领个体的微粒群算法，并把移动后引领个体的位置反馈给导航：若引领个体到达相应出口，则重新筛选各群组的引领个体并存储至信念空间，直至各群组中无个体。

主权项

1.一种文化算法与微粒群算法结合的人群疏散仿真方法，其特征在于，包括：步骤(1)：获取疏散场景参数，构建疏散场景三维模型；在疏散场景三维模型中，查找疏散场景的所有出口；步骤(2)：将疏散场景中的待疏散人群存储至种群空间，根据个体间关系和距离出口的位置将待疏散人群划分成若干个群组，筛选各组中最接近出口位置的个体作为各群组的引领个体并存储至信念空间；步骤(3)：利用文化算法来构建用于关联信念空间与种群空间的导航，其中，导航的数量与群组数量一致，且导航与引领个体一一对应；步骤(4)：将引领个体当前位置传给导航，由导航规划出引领个体当前位置到达相应出口的最短路径并计算出引领个体的下一位置，还通过文化算法的交互机制将引领个体的下一位置传递给引领个体；导航规划出引领个体当前位置到达相应出口的最短路径的过程为：将引领个体的当前位置作为起始点，相应出口作为目标点，将起始点到达目标点的距离乘以第一权值系数，得到加权的距离；将相应出口的拥挤度乘以第二权值系数，得到加权的人群流量；以加权的距离+加权的人群流量作为花费值，采用D*Lite算法动态获取当前位置到相应出口的最短路径；步骤(5)：将导航给出的下一位置作为目标，执行跟随引领个体的微粒群算法，并把移动后引领个体的位置反馈给导航：若引领个体到达相应出口，则重新筛选各群组的引领个体并存储至信念空间，返回步骤(4)，直至各群组中无个体，结束人群疏散仿真。