[发明专利]一种基于多蜂群算法的人群疏散仿真方法及系统

摘要

本发明涉及一种基于多蜂群算法的人群疏散仿真方法及系统，该方法包括：设置疏散场景参数信息，创建疏散场景模型和人物模型，并将人物模型导入疏散场景模型中，所述疏散场景模型作为人群疏散的环境空间，所述人物模型作为疏散人群；提取疏散场景模型的语义信息，在该疏散场景下设置疏散人群参数信息，并根据疏散人群参数信息进行人群初始化；将疏散人群划分群组，在每个群组中筛选出引领蜂，采用多蜂群算法并增设辅助种群进行宏观路径规划，采用社会力模型进行微观人群运动指导，得到最终人群疏散路径，进行人群疏散仿真。该方法能够真实有效地实现复杂场景下的人群疏散仿真，减少疏散时间并且增加出口的利用率，能够为真实地疏散演练提供帮助。

主权项

1.一种基于多蜂群算法的人群疏散仿真方法，其特征是：该方法包括：设置疏散场景参数信息，创建疏散场景模型和人物模型，并将人物模型导入疏散场景模型中，所述疏散场景模型作为人群疏散的环境空间，所述人物模型作为疏散人群；提取疏散场景模型的语义信息，在该疏散场景下设置疏散人群参数信息，并根据疏散人群参数信息进行人群初始化；将疏散人群划分群组，在每个群组中筛选出引领蜂，采用多蜂群算法并增设辅助种群进行宏观路径规划，采用社会力模型进行微观人群运动指导，得到最终人群疏散路径，进行人群疏散仿真；所述多蜂群算法在人工蜂群中加入分组后形成多个子种群，每个子种群分别独立运行，并在种群中加入辅助种群以增强子种群间的通信，将各个子种群中的引领蜂信息通过矩阵传递到增设的辅助种群中，辅助种群中包含各个子种群中的引领蜂信息；所述社会力模型中的社会力是指行人在人群中受到的心理作用和外界环境产生的物理作用的合力，将行人运动描述为力相互作用的结果，包括行人自身驱动力、行人之间的相互作用力和行人与障碍物的相互作用力共同驱动；采用多蜂群算法并增设辅助种群进行宏观路径规划的具体包括：设置多蜂群算法初始参数，所述初始参数包括种群规模、最大迭代次数、迭代次数初始值、适应度阈值和子种群规模；初始化初始参数，根据搜索的环境空间随机产生可能解，即食物源；将疏散人群划分出的群组作为子种群，在每个子种群中分别运行人工蜂群算法；将各个子种群中的引领蜂信息通过矩阵传递到增设的辅助种群中，辅助种群中包含各个子种群中的引领蜂信息；辅助种群将各个子种群中的引领蜂按照适应度值进行优劣排序，选择子种群两倍规模的优秀个体随机分配到各个子种群中；更新子种群状态，迭代次数加一，返回初始化初始参数的步骤迭代执行，直至迭代次数达到最大迭代次数完成收敛，终止。