根據(jù)改進蟻群算法的樓宇疏散系統(tǒng)設計*

，，

(北京理工大學珠海學院 計算機學院，珠海 519000)

引　言

隨著社會經濟的發(fā)展，現(xiàn)代建筑越來越趨向于高層化、多功能化及大型化，現(xiàn)有的公共消防監(jiān)測設備還不盡完善，有些地區(qū)還未達到國家標準要求。高層建筑、大型商場、地鐵隧道等人員密集的場所對消防提出了難題，而各地火災事故的發(fā)生也將消防裝備配備與疏散救援需要不匹配的矛盾完全暴露出來，因此各地必將增加消防設備與疏散系統(tǒng)的投入和完善。

目前，傳統(tǒng)的疏散系統(tǒng)功能簡單，缺乏智能化，在火災發(fā)生時，人員疏散時間長、容易造成擁擠，且其疏散指示方向固定。但如果指示的前方發(fā)生火災或正是煙霧蔓延過來的方向，將嚴重危及逃生人群的安全。因此，本文設計一種基于WSN的疏散系統(tǒng)，在火災發(fā)生和蔓延時，能快速、安全、有效地指引受災人員逃生。

1　人員疏散策略

1.1　傳統(tǒng)的人員疏散策略

傳統(tǒng)的人員疏散策略重點強調的是“就近原則”，其疏散路線是固定不變的，無法根據(jù)現(xiàn)場實時監(jiān)測到的火災情況動態(tài)調整逃生路徑，容易造成逃生人員誤入險境，導致人員傷亡。

1.2　改進后的疏散策略

改進后的疏散系統(tǒng)通過各類傳感器進行實時、全天候監(jiān)測，一旦監(jiān)測到火災發(fā)生立即發(fā)送信號給服務器，服務器根據(jù)接收到的信號對物聯(lián)設備(例如滅火系統(tǒng)、防火卷閘門)進行控制，及時延緩火災蔓延速度。服務器根據(jù)信號來源，結合蟻群算法及時發(fā)送指令給“頻閃、語音、雙向可調”指示燈，從逃生人員的視覺、聽覺等感觀上進行強調，引導人員疏散，使得逃生人員能在火場中以更安全、更準確、更快的速度脫離危險。

2　系統(tǒng)設計

疏散系統(tǒng)主要采用無線WiFi通信、傳感器感知和嵌入式控制以及蟻群算法的動態(tài)優(yōu)化，實現(xiàn)對火災險情進行前端監(jiān)測，然后聯(lián)動控制逃生指示燈和照明系統(tǒng)，系統(tǒng)整體架構如圖1所示。

圖1　系統(tǒng)整體架構圖

基于WSN的樓宇疏散系統(tǒng)運作邏輯如圖2所示，其前期主要采用無線WiFi通信技術和傳感器技術。選擇現(xiàn)場疏散通道內的煙感或火焰探頭點以及WiFi探針作為聯(lián)動信息采集點，進行實時數(shù)據(jù)采集和轉發(fā)，一旦這些聯(lián)動點確認發(fā)生火災險情，則樓宇疏散系統(tǒng)進入后期的“應急逃生方案”模式：

圖2　系統(tǒng)邏輯示意圖

① 系統(tǒng)進行聯(lián)動報警，現(xiàn)場進行火災警鈴警報，短信轉發(fā)給物業(yè)和消防部門,啟動應急專用電源和應急照明,根據(jù)探頭聯(lián)動采集信息進行逃生指示箭頭的動態(tài)雙向指示。

② 逃生人員通過手機APP在線查看實時的樓層消防應急平面圖(應急逃生示意圖)，輸入起止位置進行疏散路徑規(guī)劃,有效、快速地逃離火災現(xiàn)場，被困人員可以提供位置信息，便于獲救。

③ 救援人員通過系統(tǒng)可以更清楚地了解到火災現(xiàn)場信息及人員大概位置，利于制定救援方案。

3　蟻群算法的應用

3.1　算法的特點

蟻群算法源于Macro Dorigo在觀察自然界中螞蟻覓食過程時發(fā)現(xiàn)“后繼螞蟻會根據(jù)前面螞蟻覓食路徑中釋放的信息素濃度的大小來選擇移動方向，且這一行為能快速有效地讓螞蟻找到蟻巢到食物的近優(yōu)路徑”這一生物規(guī)律，從而提出的仿生算法。蟻群算法對比以往的經典算法，其在解決旅行商問題、指派問題、車輛路徑問題、網絡路由問題方面具有較強的魯棒性。

3.2　模型構建

蟻群算法的模型架構基本相同，由蟻群的活動和信息素的更新組成。其中，信息素的更新主要有兩種情況，一是減少，指螞蟻在覓食過程中釋放的外激素會隨著時間進行揮發(fā)；二是增強，同一路線經過的螞蟻數(shù)量越多，其外激素濃度也就越大。因此，一般蟻群算法都要重點考慮兩大關鍵算式：路徑選擇概率算式和信息素更新算式。

將蟻群算法應用于樓宇通道人員疏散模型中，可以將樓宇空間進行抽象化。用有向帶權圖G(V，L)進行表示，其中V代表節(jié)點集，L代表通道集，另外用i、j分別表示通道上的起始和結束節(jié)點。因此，路徑選擇概率可表示為：

(1)

式(1)中，i、j分別為起點和終點；ηij=1/dij為能見度，通道i、j節(jié)點的倒數(shù)；τij(t)為時間t時,由i到j的信息素強度；allowedk為尚未訪問過的節(jié)點集合；α，β為兩常數(shù)，分別是信息素和能見度的加權值。

隨著時間的變化，需要對殘余的信息素進行更新，其中，參數(shù)δ(0≤δ≤1) 是信息素的揮發(fā)率；(1-δ)表示信息素的殘留率，它體現(xiàn)了信息素濃度的持久性，各路段上信息素的更新可表示為：

(2)

其中：

(3)

式(3)中 ，Ck是第k只螞蟻走完整條路徑后所得到的總路徑長度。

3.3　算法改進

筆者根據(jù)突發(fā)事件時疏散人員的從眾性和趨光性和蟻群覓食行為極其相似，將蟻群算法應用于樓宇人員疏散模型中，可以使受災人群盡快逃離火災現(xiàn)場。然而在傳統(tǒng)蟻群算法疏散模型中，初期信息素缺乏，未考慮人群流量和穿過通道的難易程度的動態(tài)關系，容易造成算法初期隨機選擇路徑，造成人員誤入險區(qū)。而在算法后期，由于信息素的累加，容易造成人員擁堵甚至踩踏事件。因此，本設計中引入了傳感器節(jié)點，通過煙霧、火焰等監(jiān)測能實時獲悉樓宇的消防狀態(tài)，實現(xiàn)及時有效地避險避障，可以彌補在算法初期時信息素缺乏和優(yōu)化后續(xù)信息素的更新參數(shù)，通過WiFi探針(即WiFi嗅探模塊 )進行人流監(jiān)測能較好地獲取人流量，引入通行難易系數(shù)，從而進行算法優(yōu)化避免提前收斂造成的擁堵。

蟻群算法在具體應用時，容易受到現(xiàn)場環(huán)境因素(著火點、障礙物、通道寬窄)的影響，造成逃生路線迂回等局部搜索效果差和全局效率低的情況。因此，通常會將相關

參數(shù)進行以下更新：

① 根據(jù)傳感器采集到的樓宇實時監(jiān)測信息，兩位置節(jié)點間距離可設為：

(4)

式(4)中， Z為障礙物和著火點位置集合；Z0為著火點周圍危險區(qū)域；γ是由環(huán)境信息綜合得到的權重參數(shù)，包括火災氣體產物(CO2、CO、HCN、H2S等)煙霧濃度、火焰大小、火險蔓延速度，這些參數(shù)由WSN獲得，如圖3所示，并融合為一個參數(shù)γ。

圖3　基于WSN的樓宇消防監(jiān)測平臺

此外，在路徑搜索過程中還需考慮WiFi探針實時嗅探的人員數(shù)量(對應手機mac)實時數(shù)據(jù)，可以將兩位置節(jié)點距離優(yōu)化設為：

(5)

式(5)中，φ是由人員數(shù)量和通道寬窄信息綜合得到的權重參數(shù)，這些參數(shù)由WiFi探針解析出人群密度作為人員的擁擠情況的實時數(shù)據(jù),結合實際樓宇通道情況融合為一個擁擠因子參數(shù)φ。

② 信息素濃度更新機制。根據(jù)傳感器采集到的樓宇實時信息：“著火點”、“著火點周圍危險區(qū)域”、“其它”，對應設置為不同的初始值。設置如下:

(6)

式(6)中，C 為常數(shù)。

③ 信息素揮發(fā)度δ和Q采用動態(tài)調整方法:根據(jù)路徑長度L(k，m)與平均路徑長度Lmean的差異來確定下一次的揮發(fā)系數(shù)和信息素釋放總量，避免局部最優(yōu)和收斂速度慢的情況發(fā)生。

(7)

3.4　具體應用

在實際應用中，假如火源的周圍區(qū)域為相鄰通道，通過WSN監(jiān)測到火災氣體產物濃度和蔓延速度可計算出綜合環(huán)境因子γ，例如，實時監(jiān)測到CO濃度為36 mg/m3，正常工作濃度為24 mg/m3，最大允許濃度為50 mg/m3，則γ=36/24=1.5。根據(jù)式(2)可得在火源周圍危險區(qū)域dij為1.5φlij。

根據(jù)Predtechenskii和Milinskii相關研究成果，在已知的樓宇疏散模型中，個體運動速度的不規(guī)則變化是由人群密度來決定的。當ρ<1人/m2時，V=Vmax；當ρ≥1人/m2時，V=Vmax/ρ，其中：V是行進速度，Vmax是最大行進速度，ρ是實時人群密度，其最大通行能力人群密度是1人/m2。而實時人群密度可通過WiFi探針嗅探到的手機mac數(shù)量和信號強度RSSI進行估算。例如，當WiFi探針嗅探到19個信號強度RSSI小于-60 dB的手機mac，則ρ實時人群密度=人數(shù)/面積=19/πr2=0.97 人/m2，其中 r=10(A-RSSI)/(10*n)=2.51，r為WiFi探針與RSSI為-60 dB的手機間距，單位為m；A為手機與WiFi探針的距離等于1 m時的RSSI值，項目中A取值為-50；n為信號衰減因子，項目中n取值2.5。

因此，當WiFi探針嗅探到實時人群密度大于等于最大通行能力人群密度時，會造成人員擁擠，降低通行速度，擁擠因子φ=ρ實時人群密度/ρ最大通行能力人群密度，而項目中WiFi探針嗅探到實時人群密度小于最大通行能力人群密度，擁擠因子φ=1，根據(jù)式(2)可得在火源周圍危險區(qū)域dij為1.5lij。

結　語