本发明公开了一种灾害环境下最优交通路径的查找方法，该方法包括：根据图论与实际交通地理信息，建立以城市为节点，以连接城市间的道路为弧线的道路交通网络拓扑图；其中，所述实际交通地理信息包括城市间道路的长度、可靠度及容量；当该道路交通网络拓扑图中某一区域发生灾害时，则根据灾害的面积与强度，计算道路交通网络拓扑图中各个道路的受灾情况，根据受灾情况更新道路的长度、可靠度与容量；并利用网络算法从提取出受灾区域中的节点O至目的节点D的m条可行路径；根据更新后的道路长度、可靠度及容量从所述m条路径中选择最优路径。通过采用本发明公开的方法可对灾害环境下的疏散引导及救援指挥，提供有效的辅助决策依据。
1.一种灾害环境下最优交通路径的查找方法，其特征在于，该方法包括：根据用于表示节点与弧之间拓扑结构的图论与实际交通地理信息，建立以城市为节点，以连接城市间的道路为弧线的道路交通网络拓扑图；其中，所述实际交通地理信息包括城市间道路的长度、可靠度及容量；
当该道路交通网络拓扑图中某一区域发生灾害时，则根据灾害的面积与强度，计算道路交通网络拓扑图中各个道路的受灾情况，根据受灾情况更新道路的长度、可靠度与容量；
并利用网络算法从所述道路交通网络拓扑图中提取出受灾区域中的节点O至目的节点D的m条可行路径；
根据更新后的道路长度、可靠度及容量从所述m条路径中选择最优路径；
其中，lij表示节点i和节点j之间的道路长度，0＜lij＜∞表示节点i和节点j有路段连接，lij＝∞表示节点i和节点j之间没有路段连接，n为节点个数：根据每条道路的建设等级与防灾能力建立可靠度邻接矩阵R：其中，rij表示节点i和节点j之间的道路的可靠度；
根据每条道路的宽度、车道数和高峰时的车流量建立容量邻接矩阵C：其中，cij表示节点i和节点j之间的道路的容量。
2.根据权利要求1所述的方法，其特征在于，在建立道路交通网络拓扑图之后还包括：将所述道路交通网络拓扑图划分为M×N个方形元胞，根据灾害蔓延规则，设置每一元胞的状态属性及相互之间的关联性，建立用于灾害蔓延计算的元胞自动机模型。
3.根据权利要求2所述的方法，其特征在于，所述灾害蔓延规则包括：火灾蔓延规则；
所述设置每一元胞的状态属性包括：每一元胞具备未点燃、点燃q、发展t、旺盛b、衰退c与熄灭v六种状态；其中，q、t、b、c与v表示在对应状态下的持续时间；
设置每一元胞相互之间的关联性包括：每一元胞初始状态为未点燃，当某一元胞发生灾害时，蔓延至与其相邻的8个元胞的概率为f；且当被点燃的元胞在熄灭后的不会再次被点燃。
4.根据权利要求2或3所述的方法，其特征在于，所述根据受灾情况更新道路的长度、可靠度与容量的步骤包括：将所述道路交通网络拓扑图中节点i到节点j之间所有道路等分，等分数量divide_number＝△X/b，其中△X为节点i和节点j的水平距离，b表示等分长度；
统计位于灾害状态的元胞上等分点的数量fire_occupy_number，并计算影响因子factor＝fire_occupy_number/divide_number；
若影响因子factor大于阈值nc，则将该影响因子对应的道路长度更新为可靠度更新公式为：
5.根据权利要求4所述的方法，其特征在于，从所述m条路径中选择路径长度最短、路径容量最大且可靠度最高的路径作为最优路径的步骤包括；
分别计算每一路径的道路长度总和，并以从小到大的顺序排列，得到路径长度次序；分别计算每一路径的可靠度的总乘积，并以从大到小的顺序排列，得到路径可靠度次序；分别计算每一路径容量的总乘积，并以从大到小的顺序排列，得到路径容量次序；
设定重要度矩阵IM＝{1，1-△a，……，1-m·△a}，其中，△a＝1/m；
按照所述路径长度次序、可靠度次序与容量次序提取对应的重要度矩阵IM，每一重要度矩阵IM中包括：路径长度重要度pvLu，路径可靠性重要度pvRu与路径容量重要度pvCu，其中，(u＝1,2,3...m)；
计算每一条路径的综合优度值：P Vu＝pvLu+pvRu+pvCu；
查找最优路径： 其中arg max表示寻找最大评分的参量对应的道路u。
6.根据权利要求5所述的方法，其特征在于，所述计算每一条路径的综合优度值还包括：根据用于提供决策方法的层次分析法计算每一路径的长度、可靠度与容量的权值Lw，Rw，Cw，其中，Lw+Rw+Cw＝1；
基于权值计算综合优度值：P Vu＝Lw×pvLu+Rw×pvRu+Cw×pvCu。
一种灾害环境下最优交通路径的查找方法
技术领域
[0001] 本发明涉及计算机应用技术领域，尤其涉及一种灾害环境下最优交通路径的查找方法。
背景技术
[0002] 随着我国工业化和城镇化的程度不断提高，大型工业园区不断增多，城市周边与森林交界的区域也不断增多，这些区域都具有大面积、人口多、路网大、灾害隐患严重的特点。一旦大型工业园区发生严重的毒物泄漏或者城市森林交界区域发生大面积火灾，往往需要进行快速有效地交通疏散才能保证这些区域的人员生命安全。灾害的发生与传播是一个时空变化的过程，不同的区域在不同的时间受害影响也不同，动态灾害条件下的紧急疏散也是一种特殊场景下的复杂过程，涉及灾害蔓延与发展、疏散个体路径选择及优化、道路通行能力的动态变化、交通路网的结构重组等多个方面及其耦合。
[0003] 交通路网疏散是指个体或群体利用交通工具，经由路网并通过接收实时疏散指令进行路径选择，最终从危险区域到达指定安全区域的过程。
[0004] 目前，灾害的传播蔓延研究和路网路径研究基本还是两个独立的研究领域，恶劣环境条件下的路网道路通行能力研究很少，尚没有研究考虑灾害时空动态变化对交通疏散路径选择的影响，现有的网络流技术也未考虑路段的长度、通行能力、可靠性等属性受灾害的影响而动态变化；而实际上，灾害会随时间的发展和空间的演变对路网的局部或全部产生动态的影响，造成某些道路通行能力减小、可靠性降低、中断，进而导致路网中的疏散路径发生改变。
发明内容
[0005] 本发明的目的是提供一种灾害环境下最优交通路径的查找方法，可对灾害环境下的疏散引导及救援指挥，提供有效的辅助决策依据。
[0006] 一种灾害环境下最优交通路径的查找方法，该方法包括：
[0007] 根据用于表示节点与弧之间拓扑结构的图论与实际交通地理信息，建立以城市为节点，以连接城市间的道路为弧线的道路交通网络拓扑图；其中，所述实际交通地理信息包括城市间道路的长度、可靠度及容量；
[0008] 当该道路交通网络拓扑图中某一区域发生灾害时，则根据灾害的面积与强度，计算道路交通网络拓扑图中各个道路的受灾情况，根据受灾情况更新道路的长度、可靠度与容量；并利用网络算法从所述道路交通网络拓扑中提取出受灾区域中的节点O至目的节点D的m条可行路径；
[0009] 根据更新后的道路长度、可靠度及容量从所述m条路径中选择最优路径。
[0010] 由上述本发明提供的技术方案可以看出，通过结合灾害的传播蔓延研究和路网路径研究弥补了当前研究的空白，使其能够根据灾害的分布、强度等特点给出动态的最优疏散路径。
附图说明
[0011] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0012] 图1为本发明实施例一提供的一种灾害环境下最优交通路径的查找方法的流程图；
[0013] 图2为本发明实施例二提供的一种灾害环境下最优交通路径的查找方法的流程图。
具体实施方式
[0014] 下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
[0015] 实施例一
[0016] 图1为本发明实施例一提供的一种灾害环境下最优交通路径的查找方法的流程图，主要包括如下步骤：
[0017] 步骤101、根据图论与实际交通地理信息，建立道路交通网络拓扑图。
[0018] 实际交通地理信息包括：道路的实际长度，可靠度与容量；图论表示节点与弧之间拓扑结构。将两者结合可构建以城市为节点，以连接城市间的道路为弧线的道路交通网络拓扑图。
[0019] 步骤102、当该道路交通网络拓扑图中某一区域发生灾害时，更新道路的长度，可靠度与容量，并利用网络算法从所述道路交通网络拓扑中提取出受灾区域中的节点O至目的节点D的m条可行路径。
[0020] 某一区域发生灾害时，则可根据灾害的面积及强度计算道路的受灾情况。例如，当某一道路受灾较为严重时，可能导致道路中断；或灾害波及道路部分区域，则该道路的可靠度将受到影响；或道路上的某些车道受灾严重，则该道路的容量受到影响。
[0021] 根据受灾情况更新道路的长度、可靠度与容量；并利用网络算法计算受灾节点到安全节点的m条可达路径（所有道路均为连通状态）。
[0022] 步骤103、从所述m条路径中最优路径。
[0023] 根据更新后的路径长度、可靠度及容量从所述m条路径中选择最优路径。例如，为保证人群的疏散速度及安全性，可从所述m条路径中选择路径长度、路径可靠度与容量综合最优的路径作为最优路径。
[0024] 本发明实施例通过结合灾害的传播蔓延研究和路网路径研究弥补了当前研究的空白，使其能够根据灾害的分布、强度等特点给出动态的最优疏散路径。
[0025] 实施例二
[0026] 为了便于理解本发明，下面结合附图2对本发明做进一步介绍，如图2所示，主要包括如下步骤：
[0027] 步骤201、根据图论与实际交通地理信息，建立道路交通网络拓扑图。
[0028] 实际交通地理信息包括：道路的实际长度，可靠度与容量；图论表示节点与弧之间拓扑结构。将两者结合可构建以城市为节点，以连接城市间的道路为弧线的道路交通网络拓扑图。
[0029] 具体的：根据每条道路的长度建立距离邻接矩阵L：
[0030]
[0031] 其中，lij表示节点i和节点j之间的道路长度，0＜lij＜∞表示节点i和节点j有路段连接，lij＝∞表示节点i和节点j之间没有路段连接，n为节点个数：
[0032] 根据每条道路的建设等级与防灾能力建立可靠度邻接矩阵R：
[0033]
[0034] 其中，rij（0＜rij＜1）表示节点i和节点j之间的道路的可靠度，其具体数值可采用层次分析法或专家打分法得出；
[0035] 根据每条道路的宽度、车道数和高峰时的车流量建立容量邻接矩阵C：
[0036]
[0037] 其中，cij表示节点i和节点j之间的道路的容量，例如每小时可通过的最大车流量。
[0038] 步骤202、建立用于灾害蔓延计算的元胞自动机模型。
[0039] 将步骤201建立的道路交通网络拓扑图划分为M×N个方形元胞，结合灾害蔓延的特定对每一元胞进行设定，例如，对于火灾蔓延的特点设置元胞的状态为：点燃q、发展t、旺盛b、衰退c与熄灭v六种状态；其中，q、t、b、c与v表示在对应状态下的持续时间；每一元胞初始状态为未点燃，当某一元胞发生灾害时，蔓延至与其相邻的8个元胞的概率为f；当被点燃的元胞在熄灭后的不会再次被点燃。
[0040] 上述步骤建立的元胞自动机模型，将灾害可能的影响区域细分成众多小的元胞，每个元胞通过多种变量或属性来确定其状态，然后根据灾害蔓延的机制制定相应的规则，使得灾害在相邻的元胞间传播。结合地理、气象及灾害的物理化学过程等多种因素，可有效地预测灾害的时空分布。
[0041] 步骤203、若某一元胞发生灾害并逐步向外蔓延时，则根据所述交通网络拓扑图中每条道路中的发生灾害的元胞数量更新道路长度、可靠度与容量。
[0042] 受灾区域可能是郊区也有可能波及道路，而对于疏散人群时主要考虑灾害蔓延对道路的影响。因此，对道路的相关属性进行更新时只按照当前道路受灾情况进行计算。
[0043] 具体的：（1）将所述道路交通网络拓扑图中节点i到节点j之间所有道路等分，等分数量divide_number= △X/b，其中△X为节点i和节点j的水平距离，b表示等分长度；（2）统计位于灾害状态的元胞上等分点的数量fire_occupy_number；可根据步骤（1）计算所有道路上的等分点所在元胞的状态，再计算所有等分点中位于火灾状态元胞中的个数，即得出等分点数量；
[0044] 其中，步骤（1）与（2）可通过C++的如下代码实现：
[0045]
[0046] 步骤（3）计算影响因子factor=fire_occupy_number/divide_number；步骤（4）更新道路长度、可靠度与容量：道路的长度只存在连通（0＜lij＜∞）与中断（lij＝∞）两种情况，若某一道路的影响因子factor大于阈值nc，则可判定由于灾害的影响导致道路中断若影响因子小于阈值nc，则表明该道路属于连通状态，其长度等于原始长度；可靠度的更新公式为： 若影响因子等于0，则表明该道路没有受到
灾害波及，其可靠度不发生变化；容量更新公式为： 与可靠度类
似，若道路没有受到灾害波及，则其容量不变。其中，步骤（4）可通过C++的如下代码实现：
[0047] if(factor>nc)arcs_distance=MX；//距离属性更新，MX表示无穷大[0048] arcs_reliable[i][j]=arcs_reliable[i][j]*(1-factor)；∥可靠度属性更新[0049] arcs_capacity[i][j]=arcs_capacity[i][j]*(1-factor)∥容量属性更新[0050] 步骤204、查找最优疏散路径。
[0051] 基于步骤203对道路交通网络拓扑图中的道路属性进行更新后，计算节点O至目的节点D的所有可达路径。
[0052] 所述O点可以是受灾城市也可以是即将受灾（危险）的城市，目的节点D可是相对比较安全的城市。通过网络算法计算两节点间的可达路径，例如，通过深度优先搜索算法DFS计算得到节点O至节点D的m条可达路径。
[0053] 每一条路径可以由多条道路组成，因此，对于每一路径而言，综合考虑其包含的所有道路的属性。
[0054] 可先分别计算每一路径中的道路长度总和，可靠度的总乘积，容量的总乘积；并按照大小顺序进行排列，具体的：将路径中的道路长度总和以从小到达的顺序排列，得到路径长度次序；将可靠度的总乘积以从大到小的顺序排列，得到路径可靠度次序；将容量的总乘积以从大到小的顺序排列，得到路径容量次序。
[0055] 然后，建立重要度矩阵IM={1，1-△a，……，1-m·△a}，其中，△a=1/m；
[0056] 再按照所述路径长度次序、可靠度次序与容量次序提取对应的重要度矩阵IM，每一重要度矩阵IM中包括：路径长度重要度pvLu，路径可靠性重要度pvRu与路径容量重要度pvCu，其中，(u＝1,2,3...m)；并计算每一条路径的综合优度值：PVu＝pvLu+pvRu+pvCu；
[0057] 最后，查找最优路径： 其中arg max表示寻找最大评分的参量对应的道路u。
[0058] 优选的，可根据用于提供决策方法的层次分析法计算每一路径的长度、可靠度与容量的权值Lw，Rw，Cw，其中，Lw+Rw+Cw=1；例如，对距离要求较高的场合（如救援）可以对Lw取较大值，对疏散体量较大的场合（如飓风下的疏散）可以对Cw取较大值，对于极为重要物资输送（如救灾物资）则可以对Rw取较大值。基于计算得到的权值计算综合优度值：PVu＝Lw×pvLu+Rw×pvRu+Cw×pvCu。
[0059] 本发明实施例结合了灾害蔓延模型和网络算法，既能预测灾害蔓延的时空分布，又能给出在灾害时空动态变化下路网中受灾（或危险）地点到指定目的地的最优疏散路径，为防灾救灾、疏散救援的组织、安排和指挥提供决策依据。
[0060] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
[0061] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
