法律状态公告日
法律状态信息
法律状态
2022-09-09
实质审查的生效 IPC(主分类):G06Q10/04 专利申请号:2021112868119 申请日:20211102
实质审查的生效
技术领域
本发明属于船舶舱室人员应急规划领域,特别涉及一种基于层次分析法优化的改进A*算法在火灾环境下对船舶舱室人员的路径规划方法。
背景技术
随着造船技术的不断发展,船舶设计与建造呈现大型化、复杂化、智能化发展趋势,船舶载重量、载客量不断增大,一旦发生倾覆、火灾等灾难时,往往造成更为巨大的生命财产损失。因此,大量人员如何在复杂、狭小的船体空间内有序、迅速地撤离,所衍生的路径规划问题在制定疏散预案、推动航运业安全性上都具有重大的理论价值和社会意义。
对于船舶人员的路径优化的研究相对较少,在现有的路径规划中,目前常采用的算法种类有很多种,比如基于搜索的路径规划算法如A*算法,Dijkstra算法等;基于智能算法的路径规划如遗传算法和蚁群算法等;以及基于采样的路径规划算法,如RRT算法等。
在传统火灾环境下船舶舱室的路径规划中,一般是以路径长度作为权值来判断路径的优劣,但实际的路网需求所要考虑的因素却更为复杂,缺乏实用性。
发明内容
本发明解决了传统火灾环境下船舶舱室的路径规划中实用性低的问题。
一种基于层次分析法优化的改进A*算法在火灾环境下对船舶舱室人员的路径规划方法,包括:
建立层次模型优化目标,所述层次模型的结构包括目标层和准则层,其中,所述准则层包括路径距离A、路径拥挤度B以及路径环境C,所述路径环境C包括子准则层D;
根据层次分析法处理路径环境C的子准则层D,获得路径环境C的子准则层D的权重向量ω1;
根据层次分析法处理路径距离A、路径拥挤度B以及路径环境C,获得路径环境C的权重向量ω2;
无量纲化处理路径距离A、路径拥挤度B、路径环境C以及路径环境C的子准则层D;
利用同量级的无量纲量表示经无量纲化处理的路径距离A、路径拥挤度B、路径环境C以及路径环境C的子准则层D,并结合路径环境C的权重向量ω2对同量级的无量纲量进行加权处理,通过A*路径规划算法对路线规划进行优化,获得最优路线。
进一步的,所述路径环境C的子准则层包括CO浓度C1、能见度C2、热辐射C3、温度C4。
进一步的,所述根据层次分析法处理路径环境C的子准则层D,获得路径环境C的子准则层D的权重向量ω1,包括:
构建判断矩阵,所述判断矩阵是影响路径环境权重的任意两个因素之间重要性比较矩阵,根据同一层中两个因素的重要性比较结果确定矩阵中各元素值;
对所述判断矩阵进行一致性检验,检验参数包括一致性指标、随机一致性指标和检验系数,得到所述判断矩阵是否符合一致性;
计算获得路径环境C的子准则层D的权重向量ω1。
进一步的,所述判断矩阵为:
A=(a
其中,a
进一步的,所述一致性检验的检验参数中:
一致性指标为:
CI=(λ
其中,λ
随机一致性指标为:
RI=(CI
检验系数为:
CR=CI/RI;
当CR小于0.1时,所述判断矩阵符合一致性。
进一步的,所述计算获得路径环境C的子准则层D的权重向量ω1以及获得路径环境C的权重向量ω2的过程相同,具体为:
通过公式
其中,ξ
则权重向量表示为ω=(ω
进一步的,所述利用同量级的无量纲量表示经无量纲化处理路径距离A、路径拥挤度B、路径环境C以及路径环境C的子准则层D,包括:
路径环境A采用模糊综合评价法进行无量纲化处理,路径距离B、路径拥挤度C以及路径环境C的子准则层D采用多属性决策法进行无量纲化处理。
进一步的,所述模糊综合评价法为:
其中,F为系统总得分,S为确定评语集中相应因素的等级得分,B为模糊向量。
进一步的,所述多属性决策法进行无量纲化处理为:
其中,a
本发明提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,当所述处理器运行所述存储器存储的计算机程序时,所述处理器执行上述操作任一项所述的一种基于层次分析法优化的改进A*算法在火灾环境下对船舶舱室人员的路径规划方法。
本发明的有益之处在于:
本发明解决了传统火灾环境下船舶舱室的路径规划中实用性低的问题。
本发明使路径规划更具备实用性,将影响路径规划算法的因素进行综合判定,使得算法的权值不仅只有距离作为为单一标准,全面综合的考虑路径规划的影响因素,以此对算法进行优化。在火灾环境下船舶舱室的路径规划中,要得到最优路径所需要考虑的决策包含路近距离、路径拥挤度以及路径在火灾条件下的环境变化,因此在本发明中,综合考虑在火灾环境下船舶舱室路径的距离、拥挤度、环境造成的影响,对传统的A*算法进行了以层次分析法为核心的优化,以此得到更符合实际情况的最优路径。
本发明应用于火灾环境下船舶舱室求生领域。
附图说明
图1为一种基于层次分析法优化的改进A*算法在火灾环境下对船舶舱室人员的路径规划方法流程图;
图2为层次分析结构模型图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
实施例一、参照图1说明本实施例。本实施例所述的一种基于层次分析法优化的改进A*算法在火灾环境下对船舶舱室人员的路径规划方法,包括:
建立层次模型优化目标,所述层次模型的结构包括目标层和准则层,其中,所述准则层包括路径距离A、路径拥挤度B以及路径环境C,所述路径环境C包括子准则层D;
根据层次分析法处理路径环境C的子准则层D,获得路径环境C的子准则层D的权重向量ω1;
根据层次分析法处理路径距离A、路径拥挤度B以及路径环境C,获得路径环境C的权重向量ω2;
无量纲化处理路径距离A、路径拥挤度B、路径环境C以及路径环境C的子准则层D;
利用同量级的无量纲量表示经无量纲化处理路径距离A、路径拥挤度B、路径环境C以及路径环境C的子准则层D,并结合路径环境C的权重向量ω2对同量级的无量纲量进行加权处理,通过A*路径规划算法对路线规划进行优化,获得最优路线。
本实施例中提供一种在火灾环境下对船舶舱室人员的路径规划方法,通过层次分析法并综合考虑在火灾环境下对路径造成的影响,对传统的A*算法进行了以层次分析法为核心的优化,以此得到更符合实际情况的最优路径。
实施例二、参照图2说明本实施例。本实施例是对实施例一所述的路径规划方法的进一步限定,所述路径环境C的子准则层包括CO浓度C1、能见度C2、热辐射C3、温度C4。
本实施例中,建立层次模型优化目标,全面综合的考虑路径规划的影响因素。
实施例三、参照图1说明本实施例。本实施例是对实施例一所述的路径规划方法的进一步限定,所述根据层次分析法处理路径环境C的子准则层D,获得路径环境C的子准则层D的权重向量ω1,包括:
构建判断矩阵,所述判断矩阵为影响路径环境权重的任意两个因素之间重要性比较矩阵,并根据同一层中两个因素的重要性比较结果确定矩阵中各元素值;
对所述判断矩阵进行一致性检验,检验参数包括一致性指标、随机一致性指标和检验系数,得到所述判断矩阵是否符合一致性;
计算获得路径环境C的子准则层D的权重向量ω1。
在本实施例中,利用1-9及其倒数标度法对同一层中的两个因素进行重要性比较,得到判断矩阵A=(a
表1判断标准
通过量化值更直观了解在火灾条件下的环境变化。
表2子准则层的判断矩阵
表3准则层的判断矩阵
表2为本实施例的子准则层的判断矩阵,表3为本实施例的准则层的判断矩阵,为本领域技术人员通过判断可以得到的数据,根据表2和表3计算得到子准则层的权重由下表所示:
表4子准则层的权重
具体的,所述计算获得路径环境C的子准则层D的权重向量ω1以及获得路径环境C的权重向量ω2的过程相同,具体为:
通过公式
其中,ξ
在获得子准则层D的权重向量ω1的时候,特征向量为子准层中的特征向量;获得路径环境C的权重向量ω2的时候,特征向量为路径环境C中的特征向量,则权重向量表示为
ω=(ω
由表4可知,本实施例的子准则层的权重为ω
准则层的权重由下表所示:
表5准则层的权重
由表5可知,本实施例中,准则层的权重ω
实施例四、参照图1说明本实施例。本实施例是对实施例三所述的路径规划方法的进一步限定,所述一致性检验的检验参数中:
一致性指标为:
CI=(λ
其中,λ
随机一致性指标为:
RI=(CI
检验系数为:
CR=CI/RI;
当CR小于0.1时,所述判断矩阵符合一致性。
实施例五、参照图1说明本实施例。本实施例是对实施例一所述的路径规划方法的进一步限定,所述利用同量级的无量纲量表示经无量纲化处理路径距离A、路径拥挤度B、路径环境C以及路径环境C的子准则层D,包括:
路径环境A采用模糊综合评价法进行无量纲化处理,路径距离B、路径拥挤度C以及路径环境C的子准则层D采用多属性决策法进行无量纲化处理。
本实施例中,采用模糊综合评价法通过精确地计算处理模糊的评价对象,获得更贴近实际的量化评价。
实施例六、参照图1说明本实施例。本实施例是对实施例五所述的路径规划方法的进一步限定,所述模糊综合评价法,包括:
确定因素集:U={u
确定评语集:V={优秀,良好,合格,差},利用确定因素集进行确定评语集的单因素评级,得到r
计算子准则层的权重,构造综合评价矩阵R,并计算模糊向量:
其中,R为综合评价矩阵。
根据最大隶属度原则做评价。综合评价模型确定后,确定系统得分:
其中,F为系统总得分,B为模糊向量,S为V中相应因素的等级得分。设等级得分依次为:S=(10,8,6,4),得到综合评判结果,即系统总得分F。
实施例七、参照图1说明本实施例。本实施例是对实施例一所述的路径规划方法进一步限定,所述多属性决策模型对因素的无量纲化,由于距离以及拥挤度因素基本为成本型因素,因此数值越小越好。采用成本型多属性决策模型进行无纲量化的公式为:
其中,a
具体的,在中型船舶条件下,人员密度最小值为0人/m
将距离以及拥挤度因素进行归一化处理后,可得决策矩阵t
本实施例中,在A*算法中,计算的总权重值为综合考虑了距离、拥挤度以及路径环境的无量纲量;依靠A*算法进行路径规划,可得到船舶舱室在火灾环境下的最优化路径。
实施例八、本实施例所述的一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,当所述处理器运行所述存储器存储的计算机程序时,所述处理器执行根据上述实施例任一项所述的一种基于层次分析法优化的改进A*算法在火灾环境下对船舶舱室人员的路径规划方法。
机译: 基于改进的蚁群优化算法,终端和介质的路径规划方法和装置
机译: 一种新的或改进的风扇装置,适用于铁路,有轨电车和其他车辆舱室以及船舶舱室中的空气循环和冷却。
机译: 一种新的或改进的船舶构造,用于防止水密舱室中泄漏上方的船舶上的水上升。