蚁群算法在地铁车站内应急疏散的应用

河南省卫辉市第一中学 冯西敏

蚁群算法在地铁车站内应急疏散的应用

河南省卫辉市第一中学 冯西敏

本文主要研究蚁群算法在地铁车站内应急疏散中的应用，介绍了蚁群算法，并以某地铁车站的应急事件模拟分析为例，对蚁群算法在地铁车站内应急疏散中的应用进行了探讨。

蚁群算法；地铁车站；应急疏散

地铁交通是一种高效的现代交通方式，在缓解城市交通压力方面有着重要的作用，方便、快捷、平稳、输送量大，是城市重要的基础公共设施。但是地铁隧道深埋地下，地下构筑物结构复杂，出口入口数量少，大量的客流集中在狭小的地下空间，如果出现突发事件，应急疏散难度较大，可能出现跌落或者踩踏等严重的安全事件，研究地铁车站应急疏散方法，对提高地铁交通的安全性非常重要。

一、蚁群算法

蚁群算法最早由Marco Dorigo等人于1991年提出，也称蚂蚁系统，由于蚂蚁觅食行为和旅行商问题相似，通过仿生模拟获得了一种算法，通过信息素实现信息交流，根据信息素选择更新，经过多次迭代获得全局最优解。经典蚁群系统中所有个体都进行信息素更新，导致了信息素分配浪费和畸形，蚁群系统运行性能不高。

1996年，M.Dorigo等人又给出了一种改进蚁群系统，该系统中蚁群选择下一个城市的转移概率中添加了一个伪随机分配概率，有效避免了信息素分配畸形，性能得以增强，但是该算法仍然遵循全局信息素更新和局部更新的基本原则，因此仍然存在着大量的信息素冗余，好信息强度被弱化。1997年，T.Stutzie等人提出了一种最大最小蚂蚁系统，修正信息素更新规则，每次迭代值更新最好的一只蚂蚁的路径，同时限定信息素最大最小，是上述几种蚁群算法中性能最佳的，现阶段几乎所有蚁群算法都基于上述算法。

1999年吴庆洪提出了一种变异蚁群算法，使用逆转变异的方式加快蚁群收敛，随机变异，增加进化时需要的信息量，由于该算法使用了高效的2-opt换位法，收敛速度大大加快，解的全局性更强。蚁群算法在解决组合优化问题方面的优势明显，蚁群算法的发展以改善算法性能为主要方向，在解决实际问题时，选择算法也应该以性能为主要考量因素。

二、蚁群算法在地铁车站内应急疏散中的应用

（一）构建模型

1.方法选择

现阶段用于解决路径规划问题的群智能算法主要面向一个或者几个个体，找寻目标路径，或者基于现有情况分析下一步疏散路径，在全局优化疏散路径分析中的表现不佳。地铁突发事件疏散研究目标是大规模密集分布待疏散人群，恐慌、拥挤会导致人员速度位置出现较大变化，因此需要找寻一种基于全局角度的大规模人员疏散路径规划方法。蚁群算法利用了正负反馈和自适应特性，能够更好地模拟大规模人群疏散的速度变化，解决突发事件后大规模人员紧急疏散问题比较适用。

2.模型构建

设蚁群蚂蚁总数为m，地铁车站内安全出口总数为n，事故地点i与出口j之间的距离记为dij（i，j），t时刻故障地点j和安全出口j信息素浓度记为τij（t），初始时刻不同出口连接路径有着相同的信息素浓度τ0，蚂蚁k（k=1，2，…，m），不同出口间连接路径上信息素决定出口位置，则t时刻蚂蚁k从事故点i转移到出口j的概率为：

其中，nij（t）-启发函数；

ηij（t）=1/dij，蚂蚁从事故点i到出口j的期望；

allowk-蚂蚁k待访出口集合，初始条件下有n-1个元素，随着时间推移，数量不断减少，直到所有出口访问完毕；

α-信息素重要程度因子；

β-启发函数重要程度因子。

蚂蚁释放信息素，出口之间连接路径信息素逐渐消失，结束一个循环之后，需要更新出口连接路径上的信息素浓度：

通过该模型，就能够计算信息素浓度，并确定蚂蚁经过最优途径，优化疏散曲线。

（二）蚁群算法在某地铁车站突发事件应急疏散中的应用

1.研究对象

某市地铁换乘站M作为研究场地，该车站为三条地铁线路提供换乘，前两条线路有5个出口，后一条线路有2个出口。

2.事故模拟

参考背景地铁一号线火灾事故和模式与卢比扬卡地铁站爆炸事故，模拟地铁站前两条地铁线路换乘站上突发起火，火势失控，波及范围8m且在持续扩大。现场烟雾弥漫，部分人员烧伤，现场混乱，乘客慌乱，站台局部拥挤，为了控制火势，保护现场人员安全，中控室立即组织站内乘客应急疏散，并使用蚁群算法模型规划疏散路径。

3.疏散方案

（1）输入蚁群算法坐标

建立二维规划空间矩阵，设置人群集中的某点为事故发生点，根据事故位置、障碍物情况和通道分布情况，将西北方向两个出口合并为一个，乘客从西北、东北、东南和西南四个出口疏散，根据地铁站平面位置图以及公共设施布局确定障碍物和通道坐标。

（2）算法求解

MAKLINK蚁群算法规划二维空间路径，模拟起点到疏散终点初始路径和优劣，更新信息素，获得最优路径结果。

（3）疏散时间

火灾发生，现场总人数2694人，根据地铁站台二维矩阵图面积，计算需要疏散的人群密度，并和Fruin通行能力服务水平相对照，A-F级别分别对应不同的服务水平和允许行人流量，再折算为人群流动速度系数。

蚁群算法在地铁车站应急疏散中的应用，能够快速找寻最佳疏散路径，缩短疏散时间，提高疏散效率，从而减少人员滞留，有效控制人员和财产损失。

[1]毛新华，王建伟，赵京，甘家华.蚁群算法在道路应急疏散策略选择中的应用[J].中国安全科学学报，2014（10）.

[2]王起全，杜艳洋，张心远.蚁群算法在地铁车站内应急疏散的应用[J].消防科学与技术，2015（01）.

[3]韩雪，刘英舜，郭唐仪.城市轨道交通网络中断下的有效路径搜索模型[J].公路交通科技，2015（10）.

[4]黄炎焱，何新，梁魏，王建宇.基于DI-GUY的群体应急疏散建模仿真方法研究[J].指挥与控制学报，2015（04）.