您所在的位置: 成果库 基于双重知识库的动态应急疏散规划方法、系统及存储介质

基于双重知识库的动态应急疏散规划方法、系统及存储介质

成果类型:: 发明专利

发布时间: 2023-10-19 10:31:03

科技成果产业化落地方案
方案提交机构:天津市滨海新区| 宋学姮 | 2023-10-31 15:19:52
本发明公开了一种基于双重知识库的动态应急疏散规划方法、系统、电子设备及存储介质,该方法包括:获取疏散区域内的地理信息和人员位置分布;基于不同风向风速预测污染物扩散情况;将由疏散区域划分为不同的疏散区域内的人员位置分布和污染物扩散情况随机组合为疏散环境;使用遗传算法寻找每种疏散环境的最优疏散预案,将其与疏散环境构建双重知识库;将实际疏散人员分布数据和污染物扩散情况与双重知识库中的疏散环境进行比对,将匹配度最高的最优疏散预案作为初始疏散种群求解疏散人员的疏散方案;若污染物扩散情况的匹配度大于设定阈值,则重新为疏散人员制定疏散方案。本发明通过双重知识库可以快速制定初步疏散策略,并实现动态疏散规划。
1.一种基于双重知识库的动态应急疏散规划方法,其特征在于,所述方法包括: 获取疏散区域内的地理信息和人员位置分布,其中,所述地理信息包括道路节点; 基于设定不同的风向风速条件,获取污染物扩散情况; 将疏散区域按照功能划分为不同的疏散区域,将不同的疏散区域的人员位置分布以及污染物扩散情况随机组合为疏散环境;使用遗传算法寻找每种疏散环境的最优疏散预案;将所述最优疏散预案与对应的疏散环境存储构建双重知识库; 获取实际的疏散人员分布数据和污染物扩散情况,并与所述双重知识库中的疏散环境进行比对,选择匹配度最高的最优疏散预案作为初始疏散种群,使用遗传算法求解疏散人员的疏散方案; 若污染物扩散情况与所述双重知识库中疏散环境中的污染物扩散情况的匹配度大于设定阈值,则重新为疏散人员制定疏散方案,以此实现动态疏散规划。 2.根据权利要求1所述的动态应急疏散规划方法,其特征在于,所述使用遗传算法寻找每种疏散环境的最优疏散预案,包括: 问题的参数集为撤离安全区的编号,将疏散模拟完成所用的时间作为适应度函数; 将疏散区域划分的小区域的撤离点编码为染色体;

随着经济社会的发展,能源的需求不断增加,核电的发展是必然之路。发展核电可以保障我国能源安全,使能源结构得以调整,同时对环境保护意义重大。虽然核电厂会采用各种措施来避免事故发生,但仍存在事故发生的可能性。而一旦发生核事故可能会对人员造成严重的损伤,如果能有及时的响应以及合理的疏散规划将能够极大程度减少场内人员所受的伤害。2015年王鹤儒在核事故放射性核素辐射剂量估算模型研究基础上,提出了核事故应急监测布点方法,并针对核事故应急疏散过程中的多安置点和单安置点等情况,建立了最优疏散路径选择模型。在此基础上,基于GIS等相关信息技术设计实现核电厂核事故应急疏散模拟系统。2018年池晓霞提出基于决策理论和优化理论,对核事故场内人员应急撤离路线进行优化研究,确保人员安全的前提下完成场内所有非应急人员的撤离并提出了两个优化目标:场内应急撤离人员聚集点选址优化、人员集合和车辆行驶路径优化。采用遗传算法求解聚集点选址问题,采用A*算法寻找人员集合和车辆撤离的最优路径。将遗传算法和A*算法相结合,连续迭代选择最优选址方案和撤离路线。2020年裴秋艳提出了基于集体最小受照风险值的核事故应急撤离的集合点人员分配方法和基于最小集体剂量的核事故应急撤离最优路径规划方法,通过结合风玫瑰图与剂量场计算每个集合点的受辐照风险值,发展了以受辐照风险值为权重的Voronoi图方法进行集合点区域划分,为受灾区域人员分配最合适集中撤离的集合点,撤离时考虑道路通行时间和剂量率分布情况,发展了基于通行累积剂量的Dijkstra-Dose算法进行最优撤离路线的搜索,然后基于均衡模型,考虑道路阻力,建立了以集体累积剂量最小化为目标的多路径撤离方案。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

本发明提供的方法,通过获取疏散区域内的地理信息和人员位置分布,其中,所述地理信息包括道路节点;基于设定不同的风向风速条件,获取污染物扩散情况;将疏散区域按照功能划分为不同的疏散区域,将不同的疏散区域的人员位置分布以及污染物扩散情况随机组合为疏散环境;使用遗传算法寻找每种疏散环境的最优疏散预案;将所述最优疏散预案与对应的疏散环境存储构建为双重知识库;获取实际的疏散人员分布数据和污染物扩散情况,并与所述双重知识库中的疏散环境进行比对,选择匹配度最高的最优疏散预案作为初始疏散种群,使用遗传算法求解疏散人员的疏散方案;若污染物扩散情况与所述双重知识库中疏散环境中的污染物扩散情况的匹配度大于设定阈值,则重新为疏散人员制定疏散方案,以此实现动态疏散规划。该方法基于核事故未发生时人员位置分布和不同风向风速预测的污染物扩散情况组成双重知识库;根据核电厂功能划分不同疏散区,将每个区域在不同人员位置分布和气象条件下的疏散方案进行对应存储;在实际事故发生,为每个人员制定疏散方案时,采用遗传算法为其寻找疏散目标点,基于已经建立双重知识库可以大大加快实际寻找时遗传算法的收敛速度;同时通过将实际污染物扩散情况与双重知识库中污染物扩散情况的进行实时对比,在误差较大时表明最初方案已经不符合实际情况,此时对未疏散至安全区的人员重新规划疏散方案,实现针对核事故实际发生时人员疏散方案的动态调整。

技术合作

任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。