基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对地铁突发事件人员疏散模型与路径优化问题,提出基于神经网络自适应蚁群算法,通过神经网络的自适应能力动态计算通行难易系数,为蚁群信息素浓度更新和启发函数提供分流指引,有效避免蚁群因算法提早收敛拥堵于同一路径。通过仿真实验证明,新算法可以有效解决初始化蚁群路径选择的盲目性和随机性,能够在最短时间内为密集人群场所提供高效、安全的疏散方案。
推荐文章
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
基于自适应多态免疫蚁群算法的TSP求解
自适应
多态
蚁群算法
免疫克隆选择
旅行商问题
自适应调整信息素的蚁群算法
蚁群算法
TSP问题
信息素
面向大型场馆疏散的改进多蚁群算法
蚁群算法
遗传算法
紧急疏散
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应蚁群算法的地铁人员疏散模型
来源期刊 微处理机 学科 工学
关键词 疏散模型 BP 神经网络 蚁群算法 通行难易系数 人员疏散 突发事件
年,卷(期) 2016,(1) 所属期刊栏目 微机软件
研究方向 页码范围 50-53
页数 4页 分类号 TP393
字数 3263字 语种 中文
DOI 10.3969/j.issn.1002-2279.2016.01.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许爱军 56 328 10.0 14.0
2 苏境迎 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (120)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (44)
二级引证文献  (19)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(7)
  • 参考文献(4)
  • 二级参考文献(3)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
疏散模型
BP 神经网络
蚁群算法
通行难易系数
人员疏散
突发事件
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微处理机
双月刊
1002-2279
21-1216/TP
大16开
沈阳市皇姑区陵园街20号
1979
chi
出版文献量(篇)
3415
总下载数(次)
7
论文1v1指导