消防灭火救援最优路径算法研究.docx

消防灭火救援最优路径算法研究

摘要：消防救援最优路径算法是一种提高救援资源分配效率的方法。新时代科学技术飞速发展，使得消防队在开展消防和救援工作中获得了技术支持。然而根据目前的情况，尚未实现在消防队中使用信息技术进行实际演练，因此信息技术在消防队的实战过程中的作用尚未得到充分发挥。此外收集的可用信息和统计信息并不多。文章研究讨论基于消防RoboCup仿真系统路径规划系统中的蚁群算法，简要讨论竞争算法的过程。最后，寻求一种最优的火灾救援路径算法。为提高灭火救援工作的效率以及最优算路径算法应用提供参考。

关键词：消防;灭火救援;最优路径;模型建设

火灾是常见的灾难，《中国火灾年鉴》表明，进入新世纪以来的十年中，中国大火的发生率一直很高，严重威胁社会公共安全和国家人民财产安全。消防是公共安全和社会安全的重中之重。火灾初期和火灾发展期是灭火的黄金时期。进入猛烈燃烧阶段后，扑灭火焰的难度成倍增加。消防救援是一场与时间的竞赛。现阶段，我国的城市消防建设并不完善，消防车道乱占乱停，应急通道乱摆乱放等现象普遍存在。再加上城市交通不断发展，车辆增多，都为消防救援人员快速调动造成一定苦难[1]。灭火救援最重要的是人员快速出动，携带消防装备第一时间赶到灭后救援现场。消防灭火救援最优路径的研究，从小的方面讲可以提高消防人员和车辆第一时间赶往现场参与灭火救援行动的效率;从大的方面来看，可以优化城市消防建设以及消防资源。文章基于消防RoboCup仿真系统，研究消防灭火救援的最优路径算法。

一、消防RoboCup仿真系统与消防灭火救援路径规划

（一）消防RoboCup仿真系统概述

消防RoboCup仿真系统是一种多主体灭火系统，用计算机对真实的城市灾难情况进行模拟，可以模拟火灾中的动态和复杂信息。它由内核、监视器、地形信息、模拟器和智能体组成[2]。模拟器包括火灾模拟器、交通模拟器、拥塞模拟器等。情报事项包括消防员、救援人员和执法人员。通过人工收集信息，传感器自动提取信息，再来由仿真器、智能体完成信息交互。

（二）最优指标的选取

消防灭火救援最优路径算法首先要解决的问题是选择最优目标。

1.救援距离最短

直接将出行距离最短选为最优目标，则可选取路段长度作为道路权重，这样最为简单直观。但是该方案只适用于畅通度极佳的路网，一旦路网不够畅通，节点与可选择路线较少、绕行路线远的路网，实用性较差[3]。随着时代发展，交通复杂，路网密度大，道路拥堵，路网中里程近似路线较多，相比之下，救援距离最短参考价值与实际意义相对较小[3]。

2.救援时间最短

根据前人研究，对于运行于道路上的车辆来说，交通行程时间是主要阻抗因素。因此在紧急情况下，救援时间最短的路线对于灭火救援来说是最优的一种路线，相应的道路权重标定也是一个非常重要的问题，确定以出行时间度量的道路权重主要有以下三种方案。

方案一：选取车辆通过某一路段的平均行程时间作为第一要素，该方案较为简单，不能较好地反映现实实际情况，但具有一定参考价值。平均行程时间可根据如下方式计算：路段的平均行程时间=路段长度/设计车速

方案二：完全以实时的路段行程时间为第一要素，对于实际效果而言，是最理想的方案，但无法大范围实施。

方案三：引进表征路段行程时间与交通流量之间关系的路阻函数为第一要素，计算当前时段路程时间与交叉口延误。

所以方案三为目前最可取的方案。

3.受约束条件

当前，路线规划中使用的主要算法是蚁群算法。对于一个城市来说，它的地理信息是已知的，因此应注意，路線图信息中的紧急情况可能会引起信息变化，例如地震灾害/山体滑坡等。在进行具体分析时，也应考虑到这一因素，尤其是在地震和山体滑坡频繁的地区或国家，例如日本，那里的地震往往与火灾密切相关[4]。

（三）消防灭火救援路径规划

目前蚁群算法广泛应用于路径规划。某一地点地理信息可以查询到，但是路线图信息中的紧急情况可能会引起信息变化，如地震、泥石流等。具体分析时应考虑到这方面因素，并且灾害的发生可能会引发火灾。

蚁群算法是通过个体之间的信息传递，探索从蚁巢到食物间最短路径的一般优化策略。在灭火救援中，蚁群算法通过获取火灾的信息来规划到达火场的最佳路径[5]。蚁群算法中每个蚂蚁都是规划路径的可行方案，根据实际情况有必要通过转移概率，以及及时更新信息素及算法关键词来计算出最优路线。

可采用转移状态概率公式表示：

，其它=0。???（1）

当β=0时，蚂蚁AK的下一个路径选择不受启发式信息素影响，依赖信息素弄孤独，因此蚁群就能更快地聚集。一段时间后，蚁群完成了从起点到路径的收缩，在到达目标点时更新了每条路径上的信息素浓度。ρ表示蚁群在路径上留下的信息素浓度蒸发的恢复程度。为防止局部收敛过早，每次收缩都需要N来完成，每条路径的信息素浓度在T+N处为[6]：

Tij（t+n）=（1-ρ