基于蚁群算法的博物馆人流动线设计研究

贺嘉琦 高子期

摘  要：为优化博物馆人流动线设计的合理性，提高游客在博物馆中的参观体验感，文章提出通过蚁群算法对博物馆的人流动线设计进行研究。以秦始皇兵马俑博物馆为例，用栅格图法对秦始皇兵马俑博物馆的人流动线进行相关实验研究。经过三种仿真模拟实验，模拟五个展馆在特殊情况下多种开馆情况。通过更新信息素和增加迭代次数来判断人流动线的长短，得出秦始皇兵马俑博物馆人流动线的最短路径和参观顺序。仿真实验证明，蚁群算法可用于秦始皇兵马俑博物馆三种参观需求的人流动线规划设计。蚁群算法在博物馆的人流动线设计中是有效的，可以得出一种最优的参观人流动线设计规划。

关键词：博物馆;蚁群算法;人流动线设计;参观顺序;最短路径

中图分类号：TP18;TU242.5         文献标识码：A文章编号： 2096-4706（2021）22-0079-04

Abstract： In order to optimize the rationality of the design of people flow line in the museum to improve visitors’ visiting experience in the museum. This paper proposes to study the design of people flow line of museum through ant colony algorithm. Taking the Terracotta Warriors and Horses Museum of Qin Shihuang as an example， this paper makes an experimental study on the people flow line of the Terracotta Warriors and Horses Museum of Qin Shihuang by using the grid method. After three kinds of simulation experiments， simulate the opening of five pavilions under special circumstances. By updating the pheromone and increasing the number of iterations to judge the length of the people flow line， the shortest path and visiting order of the people flow line in the Terracotta Warriors and Horses Museum of Qin Shihuang are obtained. Simulation results show that the ant colony algorithm can be used for the planning and design of people flow lines for three visiting needs of the Terracotta Warriors and Horses Museum of Qin Shihuang. Ant colony algorithm is effective in the design of people flow line of Museum， and an optimal design plan of visitor flow line can be obtained.

Keywords： museum; ant colony algorithm; people flow line design; visiting order; shortest path

0  引  言

隨着中国经济生活水平的不断提高，人们对博物馆的需求越来越成为日常生活中不可或缺的一部分。博物馆宣传教化的功能日益凸显，博物馆不仅是城市文化的标志和象征，也是人们了解历史和复原历史的基点。因此博物馆人流动线设计对于参观游客就显得尤为重要。

通常将路径规划的算法分为以下几种：传统路径规划算法[1]、启发式搜索算法[2]、离散优化算法[3]、随机采样算法[4]和智能仿生算法[5]。其中蚁群算法是智能仿生算法中的一种，并已在路径规划具有较为成熟和广泛的应用。如Dorigo和gambardella[6]在随机比例状态转移规则的基础上，提出了伪随机比例状态转移规则（pseudo random-proportional state transition rule）。它为解决新的路径探索提供了一种直接的方法。郭保青等人提出了一种改进的蚁群算法是在其中加入回退策略和启发式信息，该算法解决了在智能停车库中AGV的路径规划问题[7]。王雷、石鑫通过改进蚁群算法在动态环境下移动机器人得到最优路径，在动态路径规划时找出相应躲避障碍的方法，使移动机器人在躲避障碍时获得最优的或次优路径[8]。施建礼等人在蚁群算法的基础上引进遗传算法的变异策略，结合作战特点和作战需求优化了潜水艇的路径规划，为潜水艇找到最优的路径规划方法[9]。

现如今博物馆的人流动线设计经常会造成人流拥堵，走断头路、重复路等缺点。蚁群算法在路径规划上优势明显，具有全局寻优的能力。所以通过蚁群算法来解决博物馆的人流动线设计有非常重要的应用研究价值。

为使游客在参观博物馆时拥有更加科学的参观顺序和最优的人流动线设计。在此，提出一种基于蚁群算法的博物馆人流动线设计研究。通过验证表明，蚁群算法具有较强的鲁棒性、自适应性和优良的分布式计算机制等优点。可以将其利用在博物馆人流动线设计当中，为参观游客提供更好地参观体验。

1  问题描述

图1为秦始皇兵马俑博物馆。该馆位于陕西省西安市临潼区。1979年10月1日开馆以来已接待数千万中外游客。秦始皇兵马俑博物馆由众多陪葬坑组成，其总占地面积约46万平方米。秦始皇兵马俑博物馆目前为止，已经建成并开放了秦兵马俑一、二、三号坑展馆、铜车马展馆以及环幕影院可供参观。图1中①为博物馆东门入口，②～⑥为各展馆入口，⑦为博物馆西门出口。

本文根据具体要求，通过蚁群算法得出三种方案，来验证蚁群算法在博物馆内人流动线规划的可施行性。首先验证蚁群算法可以规划最短人流动线，通过在随意两个展馆之间寻找最短人流动线的方法，来验证蚁群算法可以找到最短人流动线。

其次，根据博物馆的参观要求，在其中一些展馆闭馆维护时，仅开放铜车马展馆、秦兵马俑一号坑展馆、秦兵马俑二号坑展馆。通过蚁群算法得出开放展馆中游客的参观顺序和最短人流动线。

如果博物馆五个展馆全部开放，并且规定铜车马展馆为游客第一个参观的展馆，秦兵马俑三号展馆为最后一个参观的展馆，通过蚁群算法来计算这五个展馆的参观顺序和最短人流动线。

2  蚁群算法

1992年Marco Dorigo提出了蚁群算法（ACO）这是一种模拟大自然中的蚂蚁觅食的仿生优化算法[10]。该算法采用了正反馈并行自催化机制，具有较强的鲁棒性、自适应性等优点。是受到大自然中蚂蚁觅食行为的启发，想法来源于蚂蚁在觅食的过程中会在经过的路径上释放信息素。随着信息素的增高，该路径被其他蚂蚁的选择概率就会大大增加[11]。剩下的蚂蚁也将倾向于选择路径较短和信息素强度高的方向移动[12]。随着信息素积累蚂蚁在信息素的作用下会不断搜索路径，从而得到一条由蚁穴到食物的最短路径[13]。蚁群算法可用来寻找并得到最优路径。图2为蚁群算法流程图。

2.1  构造解空间

根据秦始皇兵马俑博物馆地图，通过对地图一一对应，建造相应的栅格地图，将障碍物在栅格地图中用深色来表示，游客可参观的路线用浅色来表示。并用数字进行标号，模拟游客可以通过浅色栅格进行博物馆的参观。将博物馆的入口和出口输入其中，使用概率公式得到下一节点，最终得到目标点，通过这一方法进程的浅色栅格即为最短路线。

2.2  节点选择

在模拟实验中，每次迭代派出X只蚂蚁去搜索路径，经历了N次迭代后。将参观入口设置为E，将参观出口设置为W。可以通过先计算本节点j与附近范围内八个节点i之间的选择概率Pi，j，然后利用选择概率Pi，j去判断下一节点。来得到每只蚂蚁寻找下一节点的方法。Pi，j的计算方法为：

式中：i为现蚂蚁当前节点的附近八个节点的数字标号集合;τi，j为边（i，j）上的信息素;ηi，j是（i，j）上的启发信息;β是影响因子;u表示所有未经过点组成的集合。

2.3  信息素更新策略

根据每个算法的不同信息素表达形式分为两种，一种为局部信息素更新规则，另一种为全局信息素更新规则。两者的区别：蚂蚁在路径搜寻中每经过一点就会完成对该路径的信息素进行更新。如式（2）所示，本文中使用局部信息素更新。