科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对地铁突发事件人员疏散模型与路径优化问题,提出基于神经网络自适应蚁群算法,通过神经网络的自适应能力动态计算通行难易系数,为蚁群信息素浓度更新和启发函数提供分流指引,有效避免蚁群因算法提早收敛拥堵于同一路径。通过仿真实验证明,新算法可以有效解决初始化蚁群路径选择的盲目性和随机性,能够在最短时间内为密集人群场所提供高效、安全的疏散方案。
- 单位
针对地铁突发事件人员疏散模型与路径优化问题,提出基于神经网络自适应蚁群算法,通过神经网络的自适应能力动态计算通行难易系数,为蚁群信息素浓度更新和启发函数提供分流指引,有效避免蚁群因算法提早收敛拥堵于同一路径。通过仿真实验证明,新算法可以有效解决初始化蚁群路径选择的盲目性和随机性,能够在最短时间内为密集人群场所提供高效、安全的疏散方案。
