[發(fā)明專利]室外應(yīng)急導(dǎo)向時(shí)間預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202010049212.4
• 申請日: 2020-01-16
• 公開（公告）號: CN111291923B
• 公開（公告）日: 2022-12-02
• 發(fā)明（設(shè)計(jì)）人: 劉井泉;張繼亮;姚輝芳
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26
• 代理公司: 杭州昱呈專利代理事務(wù)所(普通合伙) 33303
• 代理人: 雷仕榮

1.一種室外應(yīng)急導(dǎo)向時(shí)間預(yù)測方法，其特征在于，包括以下步驟：

S10，對群體疏散時(shí)間影響較大的因素包括人員特征和路徑特征，對各特征因素在合理范圍內(nèi)隨機(jī)取值，利用室外群體疏散行為模型進(jìn)行模擬得到疏散時(shí)間；

S20，將得到的數(shù)據(jù)進(jìn)行分組，針對每組數(shù)據(jù)，通過sklearn庫spilt函數(shù)，將每組數(shù)據(jù)劃分為訓(xùn)練數(shù)據(jù)75％和測試數(shù)據(jù)25％；

S30，通過數(shù)據(jù)特征與預(yù)測結(jié)果的關(guān)系初步判斷，選擇線性回歸預(yù)測方法建立預(yù)測模型，采用最小二乘法構(gòu)建損失函數(shù)，利用python的scikit-learn構(gòu)建模型，優(yōu)化過程中采用最小梯度法，以相對誤差構(gòu)建評價(jià)函數(shù)，并利用測試數(shù)據(jù)計(jì)算得出結(jié)論，得到各自適應(yīng)的相對誤差衡量值，得到預(yù)測時(shí)間參數(shù)矩陣，建立時(shí)間預(yù)測模型；

其中所述室外群體疏散行為模型以作用力為基礎(chǔ)，假定人在疏散過程中，x方向受到自身向前疏散力的作用F，同時(shí)受到包括空氣、道路對其向后的綜合阻力f以及其前方人員對其施加的向后的作用力fp；y方向受到路邊或左右側(cè)人的作用，為模型簡化需要，該作用以瞬時(shí)力的形式存在，即僅影響人在y的疏散方向，不影響其y方向的疏散速度大小，

沿x方向第i個(gè)人當(dāng)前時(shí)刻的疏散加速度為：

其中：

a_i——第i個(gè)人前進(jìn)方向的加速度，m/s²；

P——疏散人員集合；

w——疏散人員肩寬，取0.5m；

v_i、v_j——第i、j個(gè)人前進(jìn)方向的速度，m/s；

x_i、x_j——第i、j個(gè)人前進(jìn)方向的位置坐標(biāo)，m；

y_i、y_k——第i、k個(gè)人垂直前進(jìn)方向的位置坐標(biāo)，m；

v_mi——第i個(gè)人前進(jìn)方向的最大速度，m/s；

t_mi——第i個(gè)人由靜止加速至1m/s所用時(shí)間，取0.2～1.2s；

利用python/tkinter編程將該模型進(jìn)行界面化實(shí)現(xiàn)。

2.如權(quán)利要求1所述的室外應(yīng)急導(dǎo)向時(shí)間預(yù)測方法，其特征在于，按照疏散路徑長度將得到的數(shù)據(jù)進(jìn)行分組。

3.如權(quán)利要求1所述的室外應(yīng)急導(dǎo)向時(shí)間預(yù)測方法，其特征在于，相對誤差計(jì)算如下：

其中：

δ_i——第i個(gè)預(yù)測的相對誤差；

y_i——第i個(gè)疏散時(shí)間仿真值；

y_predi——第i個(gè)疏散時(shí)間預(yù)測值；

Δ——相對誤差衡量值；

n——驗(yàn)證數(shù)據(jù)集的數(shù)據(jù)量。

4.如權(quán)利要求1所述的室外應(yīng)急導(dǎo)向時(shí)間預(yù)測方法，其特征在于，預(yù)測時(shí)間參數(shù)矩陣為：

5.如權(quán)利要求4所述的室外應(yīng)急導(dǎo)向時(shí)間預(yù)測方法，其特征在于，根據(jù)預(yù)測時(shí)間參數(shù)矩陣得到的時(shí)間預(yù)測模型為：

其中：

t——預(yù)計(jì)疏散時(shí)間，s；

l——疏散路徑長度，m；

w——疏散路徑寬度，m；

n—路口前10米內(nèi)疏散人員數(shù)量；

p——體能較差人員所占比例，％。