建筑火灾中人员疏散自适应蚁群算法的研究

论文摘要

近几年来随着性能化防火设计的发展,以计算机模拟研究为主要手段的性能化疏散设计得到了广泛的应用。疏散软件在模拟人员疏散时基本考虑以几何图形中的最短路径作为人员选择疏散路径的判定依据,结果导致人员拥堵于一条最短疏散路径上,产生瓶颈效应,而烟气、能见度等对人员疏散路径选择上的影响考虑不充分。在建筑物火灾发生时,人员行为特点和蚁群系统有一定的相似性,都具有多元性、互相影响的相关性及作为一个整体移动的系统整体性。因此本课题旨在用自适应蚁群算法对建筑在火灾情况下人员的安全疏散问题进行研究。本课题以建筑性能化防火设计为依据,根据火灾发生阶段人员疏散的行为特点,利用火场中温度、能见度和有毒气体浓度等动态信息确定人员活动性指数,将疏散通道上不同时刻各结点的火场信息转化成当量长度,根据蚁群算法将更新信息素,自适应地搜寻出各个结点不同时刻的最优路径,得出人员疏散所需时间。最后,以某大型商业步行街为例,通过与常用的人员疏散软件模拟对比,得出本课题研究内容的可应用性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 人员安全疏散概述
• 1.1.1 人员安全疏散问题
• 1.1.2 火灾下人员安全疏散研究的特殊性
• 1.1.3 建筑火灾中人员疏散研究的必要性
• 1.1.4 国外研究现状
• 1.1.5 国内研究现状
• 1.2 本文思路
• 第2章 建筑火灾中人员安全疏散设计
• 2.1 火场中人员的疏散行为
• 2.1.1 人员在火灾现场的心理反应
• 2.1.2 人员在火灾情况下的行为反应
• 2.2 人员安全疏散的评价标准
• 2.2.1 所需安全疏散时间（RSET）
• 2.2.2 可用安全时间（ASET）
• 2.3 建筑火灾危险状态的判定
• 2.4 疏散系统设计
• 2.4.1 安全疏散设计
• 2.4.2 本文人员疏散设计原理
• 第3章 蚁群算法数学模型
• 3.1 蚁群算法概述
• 3.2 动态疏散数学算法的选取
• 3.3 蚁群算法模型的建立
• 3.4 蚁群算法主要步骤
• 3.5 动态疏散最优路径问题与TSP 问题的区别
• 第4章 自适应蚁群算法数学模型及应用
• 4.1 人员疏散自适应蚁群算法数学模型
• 4.1.1 信息素更新函数
• 4.2 建筑火灾中人员疏散的当量长度
• 4.2.1 火灾产物对人员移动速度的影响
• 4.3 人员疏散系统模块设计
• 4.4 人员疏散结点划分原则
• 4.4.1 人员疏散模型的类型
• 4.4.2 人员疏散结点划分
• 4.5 人员疏散系统模块设计
• 第5章 某商场火灾中人员安全疏散模拟及数据采集
• 5.1 火灾模拟及采集数据
• 5.1.1 FDS 模拟简介
• 5.1.2 设计火灾场景
• 5.1.3 某商场火灾FDS 模拟数据
• 5.2 人员疏散模型及数据
• 5.3 疏散结点划分及相邻结点间的距离
• 5.4 人员疏散模拟
• 5.4.1 日本的疏散时间计算方法
• 5.4.2 Simulex 软件模拟
• 5.4.3 Pathfinder 软件模拟
• 5.4.4 自适应蚁群算法人员疏散模型模拟
• 5.4.5 人员疏散模型模拟对比研究
• 结论
• 附录Ⅰ 自适应蚁群算法人员疏散程序清单
• 参考文献
• 致谢
• 攻读硕士期间发表（含录用）的学术论文