典型文献
基于改进蚁群算法的消防隐患感知及智能疏散决策模型研究
文献摘要：
针对典型蚁群算法在处理大型公共建筑消防隐患感知及智能疏散决策问题时存在的多源异构数据同步感知缺失、处理非线性约束失效等若干先天弊端,提出一种基于改进蚁群算法的消防隐患感知及智能疏散决策模型.引入深度径向基神经网络作为消防隐患感知优化载体,采集训练数据预测误差并映射至经典蚁群算法,建立消防隐患感知与最优疏散路径的逻辑对应关系,深度径向基神经网络捕获最优疏散路径并对网络初始参数进行赋值.对该模型进行效能仿真验证与工程化应用效能分析,结果表明提出的系统可以在较短的时间内处理大型公共建筑消防隐患感知及智能疏散决策问题,在消防隐患感知全面精确性、疏散路径决策生成最优性、建筑动态拓扑切换适应性等方面具有明显优势.
文献关键词：
消防隐患感知;疏散路径决策;改进蚁群算法;径向基神经网络;模型设计
中图分类号：
作者姓名：
童威;黄启萍
作者机构：
安徽文达信息工程学院,计算机工程学院,安徽,合肥231201;安徽电气工程职业技术学院,教务处,安徽,合肥230051
文献出处：
引用格式：
[1]童威;黄启萍-.基于改进蚁群算法的消防隐患感知及智能疏散决策模型研究)[J].微型电脑应用,2022(03):16-20
A类：
消防隐患感知,疏散路径决策
B类：
改进蚁群算法,决策模型,大型公共建筑,建筑消防,决策问题,多源异构数据,数据同步,非线性约束,径向基神经网络,集训,训练数据,数据预测,预测误差,立消,赋值,仿真验证,工程化应用,应用效能,效能分析,精确性,最优性,动态拓扑,拓扑切换,模型设计
AB值：
0.200087
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
