[發(fā)明專利]室外應(yīng)急導(dǎo)向時間預(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）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

本發(fā)明公開了一種室外應(yīng)急導(dǎo)向時間預(yù)測方法，包括以下步驟：S10，對群體疏散時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/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)建評價函數(shù)，并利用測試數(shù)據(jù)計算得出結(jié)論，得到各自適應(yīng)的相對誤差衡量值，得到預(yù)測時間參數(shù)矩陣，建立時間預(yù)測模型。

技術(shù)領(lǐng)域

本發(fā)明屬于應(yīng)急導(dǎo)向標(biāo)識系統(tǒng)技術(shù)領(lǐng)域，具體涉及一種室外應(yīng)急導(dǎo)向時間預(yù)測方法。

背景技術(shù)

室外應(yīng)急導(dǎo)向標(biāo)識設(shè)計完成之后，在空間的設(shè)置顯得尤為重要。標(biāo)識信息的含義在結(jié)合其設(shè)置位置和設(shè)置方式后方能得以體現(xiàn)，因此設(shè)置應(yīng)首先保證各標(biāo)識含義正確、清晰、明確，同時，通過優(yōu)化設(shè)置方法，使標(biāo)識快速、充分完成導(dǎo)向信息的傳遞功能。

室外應(yīng)急疏散的終點(diǎn)是應(yīng)急避難場所，每個應(yīng)急避難場所的避難人數(shù)和服務(wù)半徑有一定限度和要求，因此，室外應(yīng)急導(dǎo)向標(biāo)識的設(shè)置范圍可依據(jù)應(yīng)急避難場所設(shè)計規(guī)范進(jìn)行確定。由于各地環(huán)境不同，應(yīng)急避難場所的面積、設(shè)施各異，不同區(qū)域室外應(yīng)急導(dǎo)向標(biāo)識作用范圍設(shè)置依據(jù)也應(yīng)根據(jù)具體情況而定。

對疏散時間進(jìn)行預(yù)測進(jìn)行有效的規(guī)劃疏散方案和路徑，能在緊急情況發(fā)生時，極大減小人員傷亡。

發(fā)明內(nèi)容

鑒于以上存在的技術(shù)問題，本發(fā)明用于提供一種室外應(yīng)急導(dǎo)向時間預(yù)測方法，基于人的疏散行為特點(diǎn)，利用python/tkinter創(chuàng)建室外群體疏散仿真模型，并獲得一定數(shù)量的模擬數(shù)據(jù)，然后基于線性回歸算法，得出室外疏散時間預(yù)測方法。

為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案：

一種室外應(yīng)急導(dǎo)向時間預(yù)測方法，包括以下步驟：

對群體疏散時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)行模擬得到疏散時間；

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％)；

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/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)建評價函數(shù)，并利用測試數(shù)據(jù)計算得出結(jié)論，得到各自適應(yīng)的相對誤差衡量值，得到預(yù)測時間參數(shù)矩陣，建立時間預(yù)測模型。

優(yōu)選地，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，同時受到空氣、道路等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個人當(dāng)前時刻的疏散加速度為：

其中：

a_i——第i個人前進(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個人前進(jìn)方向的速度，m/s；

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