Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工程大学吴坤罡获国家专利权

哈尔滨工程大学吴坤罡获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工程大学申请的专利基于蚁群算法的船舶火灾疏散路径规划方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118822058B

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410784924.9,技术领域涉及:G06Q10/047;该发明授权基于蚁群算法的船舶火灾疏散路径规划方法是由吴坤罡;陈淼;韩端锋;沈晨茜;梁佳俊设计研发完成,并于2024-06-18向国家知识产权局提交的专利申请。

基于蚁群算法的船舶火灾疏散路径规划方法在说明书摘要公布了:基于蚁群算法的船舶火灾疏散路径规划方法,它属于人群应急疏散技术领域。本发明的目的是为解决传统路径规划方法容易陷入局部最优解、未考虑人员密度和环境复杂度导致疏散效率低,且路径搜索所需的时间长的问题。本发明根据船舶中的节点和路径生成船舶路径网络;定位出船舶上各人员的位置,再将船舶路径网络中的安全点位置作为疏散终点,根据船舶上各人员的位置状态及环境状态计算疏散速度,再将疏散速度作为蚁群算法的启发函数,并基于启发函数进行疏散路径规划,得到疏散路径集。本发明方法可以应用于人群应急疏散技术领域。

本发明授权基于蚁群算法的船舶火灾疏散路径规划方法在权利要求书中公布了:1.基于蚁群算法的船舶火灾疏散路径规划方法,其特征在于,所述方法具体包括以下步骤: 步骤一、根据船舶中的节点和路径生成船舶路径网络C,将生成的船舶路径网络记为C[R,N],其中,R表示船舶路径网络C中的路段集合,N表示船舶路径网络C中的节点集合; 步骤二、定位出船舶上各人员的位置,再将船舶路径网络C中的安全点位置Fk作为疏散终点,根据船舶上各人员的位置状态及环境状态计算疏散速度,再将疏散速度作为蚁群算法的启发函数,并基于启发函数进行疏散路径规划,得到疏散路径集; 所述步骤二中,根据船舶上各人员的位置状态及环境状态计算疏散速度,再将疏散速度作为蚁群算法的启发函数,并基于启发函数进行疏散路径规划,得到疏散路径集;具体为: 步骤201、初始化蚂蚁数量为ω、信息素因子为α,启发函数因子为β、最大迭代次数为iter_max、最小迭代次数为iter_min、蚂蚁的初始位置为Gk、蚂蚁的终点位置为Fk; 步骤202、初始化迭代次数Z=1; 步骤203、初始化时刻t=0; 步骤204、根据人员定位结果计算t时刻节点i与节点j之间路段上的人群密度ρijt:: 其中,fijt是t时刻节点i与节点j之间路段上的人数,Vij表示节点i与节点j之间路段的容量; 再计算节点i与节点j之间路段上的环境复杂度θij: 其中,a、b和c分别表示障碍物数量的权重系数、障碍物位置评分的权重系数和路段转弯频率的权重系数,Nobs表示节点i与节点j之间路段上的障碍物数量,Ps′表示节点i与节点j之间路段上的第s′个障碍物的评分,s′=1,2,…,Nobs,Fturn表示节点i与节点j之间路段上需转弯的次数; 步骤205、根据ρijt和θij计算t时刻节点i与节点j之间路段上的疏散速度vijt; 其中,v0表示理想条件下的疏散速度,ε表示人群密度对速度影响的权重系数,e是自然对数的底数; 步骤206、将疏散速度vijt作为启发函数,根据启发函数计算在t时刻,蚂蚁k选择节点i与节点j之间路段的概率 其中,τijt表示t时刻节点i与节点j之间路段上的信息素浓度,τist表示t时刻节点i与节点s之间路段上的信息素浓度,vist表示t时刻节点i与节点s之间路段上的疏散速度,allowk表示蚂蚁k的备选节点集合,s表示未给蚂蚁k分配过的节点; 再根据计算出的概率,蚂蚁k选择t时刻的路段; 步骤207、对局部信息素进行更新: 其中,τijt+1表示t+1时刻节点i与节点j之间路段上的信息素浓度,表示第k只蚂蚁在节点i和节点j之间的路段上释放的信息素,ω’表示t时刻选择节点i与节点j之间路段的蚂蚁个数,rouijt+1表示t+1时刻节点i与节点j之间路段上的信息素挥发因子; 步骤208、判断是否全部蚂蚁均到达终点; 若全部蚂蚁均到达终点,则执行步骤209; 否则,令t=t+1,返回执行步骤204; 步骤209、分别计算每只蚂蚁从起点到终点路径的全局信息素浓度,再选取出当前次迭代获得的路径中全局信息素浓度大于阈值的路径,作为当前次迭代选择出的路径; 再从当前次迭代选择出的路径中,筛选出全局信息素浓度最大的路径;并根据路径筛选结果对信息素浓度进行更新,将更新后的信息素浓度作为下一次迭代初始时的信息素浓度; 再计算当前次迭代选择出的全局信息素浓度大于阈值的路径的总疏散时间TZ,将路径集合Rb中存储的最近一次迭代选择出的全局信息素浓度大于阈值的路径的总疏散时间记为TZ-1; 步骤210、判断是否满足TZ-TZ-1<δ; 若TZ-TZ-1<δ,则将当前次迭代选择出的全局信息素浓度大于阈值的路径加入路径集合Rb,并继续执行步骤211; 若TZ-TZ-1≥δ,则执行步骤212; 步骤211、判断Z是否小于最小迭代次数; 若Z小于最小迭代次数,则令Z=Z+1,返回执行步骤203; 否则,输出路径集合Rb; 步骤212、判断Z是否等于最大迭代次数; 若Z小于最大迭代次数,则令Z=Z+1,返回执行步骤203; 若Z等于最大迭代次数,则输出路径集合Rb。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工程大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区南通大街145号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。