典型文献
基于小波神经网络的多楼层疏散模型
文献摘要：
多楼层环境下室内人群疏散问题是社会关注的热点,而传统的社会力模型在模拟多楼层环境时容易出现停滞等待现象.基于小波神经网络来改进社会力模型,建立一种新的多楼层疏散模型.该模型利用场域模型来获得行人的运动方向,以此作为社会力模型中行人的自驱力方向.同时给出了多楼层环境下出口拥挤度、路径拥挤度和平均速度的评价指标,并利用小波神经网络建立疏散优化方法.利用搭建的仿真平台和上述改进模型模拟了多楼层疏散过程,深入分析了影响该模型的关键因素.该环境下疏散结果表明:适当提高行人的疏散速度有利于提高疏散效率,但是速度过大会使行人快速聚集在楼道处,反而不利于疏散;此外疏散时间随楼梯宽度的增加呈现递减趋势直至平稳,当楼梯宽度达到8m时,再增加楼梯宽度也不能降低疏散时间.
文献关键词：
多楼层;人群疏散;社会力模型;场域;小波神经网络
中图分类号：
作者姓名：
魏娟;游磊;郭阳勇;唐志海
作者机构：
成都师范学院计算机科学学院,四川成都611130;成都师范学院室内空间布局优化与安全保障四川省高校重点实验室,四川成都611130;成都大学计算机学院,四川成都610106
文献出处：
引用格式：
[1]魏娟;游磊;郭阳勇;唐志海-.基于小波神经网络的多楼层疏散模型)[J].系统仿真学报,2022(02):269-277
A类：
B类：
于小波,小波神经网络,多楼层,疏散模型,内人,人群疏散,停滞,改进社会力模型,场域模型,中行,自驱力,下出,拥挤度,平均速度,仿真平台,改进模型,模型模拟,疏散过程,散结,高行,疏散效率,楼道,疏散时间,楼梯,8m
AB值：
0.283742
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。
