CN104750895A - 基于移动手机数据的实时城市应急疏散仿真方法及*** - Google Patents

基于移动手机数据的实时城市应急疏散仿真方法及*** Download PDF

Info

Publication number
CN104750895A
CN104750895A CN201310746786.7A CN201310746786A CN104750895A CN 104750895 A CN104750895 A CN 104750895A CN 201310746786 A CN201310746786 A CN 201310746786A CN 104750895 A CN104750895 A CN 104750895A
Authority
CN
China
Prior art keywords
subsystem
real
personnel
information
evacuation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310746786.7A
Other languages
English (en)
Other versions
CN104750895B (zh
Inventor
於琦
胡金星
尹凌
张宝运
任鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201310746786.7A priority Critical patent/CN104750895B/zh
Publication of CN104750895A publication Critical patent/CN104750895A/zh
Application granted granted Critical
Publication of CN104750895B publication Critical patent/CN104750895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Alarm Systems (AREA)
  • Instructional Devices (AREA)

Abstract

一种基于移动手机数据的实时城市应急疏散仿真方法，包括：1）利用GIS地图信息子***获取GIS地图信息；2）利用人员实时分布挖掘子***通过移动手机数据结合GIS地图信息子***获取的信息计算人员实时分布信息；3）确定灾害类型、级别和受灾地理位置后，利用受灾区域判断子***划定疏散点做为所有人的疏散终点；4）利用疏散仿真子***根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。本发明通过手机通信数据挖掘方法，得出人口动态分布点。将此种方法与城市疏散仿真相结合，得到疏散发生前整个城市的人口状态。保证了城市疏散仿真结果的科学性、准确性，并为之后的疏散方案决策提供有效依据。

Description

基于移动手机数据的实时城市应急疏散仿真方法及***
技术领域
本发明涉及城市应急疏散领域，特别是一种基于移动手机数据的实时城市应急疏散仿真方法及***。 
背景技术
应急疏散仿真***主要是模拟在某种突发状况下（自然灾害或者人为灾害），大规模人群的疏散场景。它旨在模拟真实情况下的状况，然后对各种不同状况的发生进行预测，并据此提出合理疏散规划，帮助降低灾害发生后所产生的损失。这种方式与传统的消防演习方式相比，可以减少人力财力损失，而且可以在更广阔的区域上开展。 
传统的应急疏散涉及到的内容主要包括拥堵路段人员交通指引、救护车、应急物资的发放、疏散指示路牌、短信指引疏散等方法。 
传统的应急疏散方法存在诸多缺点：常用疏散仿真***的输入数据——人口分布数据，大都基于静态的人口统计数据。该统计一般很长时间才进行一次，比如五年。但是，现代社会发展之快以及城市间人口流动之大，还有各种人为统计误差，导致该统计数据一般与实际情况差别较大。此外，在现实中，人口的分布是一个动态的过程。早上的时候，白领上班、学生上学，直到晚上回来休息之前，他们还可能去另外一些地方参加娱乐活动。在这整个过程中，他们的位置信息都是变动的。灾害发生时，他们极有可能不在自己的住宅内。所以，如果仅仅只是把静态的人口统计数据作为疏散仿真的数据依据，这很明显有失科学依据。 
发明内容
本发明的目的之一是提供一种基于移动手机数据的实时城市应急疏散仿真方法。 
为达到本发明目的，这种基于移动手机数据的实时城市应急疏散仿真方法，包括如下步骤： 
1）利用GIS地图信息子***获取GIS地图信息，其中GIS地图信息包括城 市地理要素和要素间关系信息； 
2）利用人员实时分布挖掘子***通过移动手机数据结合GIS地图信息子***获取的信息计算人员实时分布信息； 
3）确定灾害类型、级别和受灾地理位置后，利用受灾区域判断子***划定疏散点做为所有人的疏散终点； 
4）疏散仿真子***：根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。 
优选地，还包括疏散方案生成与发布子***，用于将疏散仿真子***计算的结果生成最佳的疏散方案并发布。 
优选地，还包括三维渲染子***，用于将生成的最佳方案渲染成三维模型。 
优选地，所述地理要素包括道路、建筑、山地、湖泊、河流；要素间关系信息是将所有道路交接处视为一个点，所有道路都是相邻两点的连线。 
优选地，所述每条道路根据负载能力给定一个权值，形成拓扑路径图。 
优选地，所述人员实时分布挖掘子***获取人员实时分布信息为：按生活、工作作息时间将一天分为多个时间段，统计在某个时间段内在相应区域内人员使用手机的时间、位置以及相应的手机号，以若干天为一个周期将该相同时间段的数据进行叠加，得到某个时间段人员的实时分布信息。进一步地，所述周期为七天。 
优选地，所述受灾区域判断子***根据受灾地理位置及相应区域GIS中的等高线来初步判定实际受灾区域，然后再选取其中面积最大的几个非受灾区域作为安全疏散点。 
优选地，所述疏散仿真子***将获得的人员实时分布信息按区域人员结构将模拟为每个人员都有相应的年龄、心理状态。 
本发明的另一个目的是，提供一种基于移动手机数据的实时城市应急疏散仿真***，包括以下子***： 
GIS地图信息子***：用于获取GIS地图信息，包括城市地理要素和要素间关系信息； 
人员实时分布挖掘子***：通过移动手机数据结合GIS地图信息子***获 取的信息计算人员实时分布信息； 
受灾区域判断子***：确定灾害类型、级别和受灾地理位置后，划定疏散点做为所有人的疏散终点； 
疏散仿真子***：根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。 
优选地，还包括疏散方案生成与发布子***，用于将疏散仿真子***计算的结果生成最佳的疏散方案并发布。 
优选地，还包括三维渲染子***，用于将生成的最佳方案渲染成三维模型。 
优选地，所述地理要素包括道路、建筑、山地、湖泊、河流；要素间关系信息是将所有道路交接处视为一个点，所有道路都是相邻两点的连线。 
优选地，所述每条道路根据负载能力给定一个权值，形成拓扑路径图。 
优选地，所述人员实时分布挖掘子***获取人员实时分布信息为：按生活、工作作息时间将一天分为多个时间段，统计在某个时间段内在相应区域内人员使用手机的时间、位置以及相应的手机号，以若干天为一个周期将该相同时间段的数据进行叠加，得到某个时间段人员的实时分布信息。进一步地，所述周期为七天。 
优选地，所述受灾区域判断子***根据受灾地理位置及相应区域GIS中的等高线来初步判定实际受灾区域，然后再选取其中面积最大的几个非受灾区域作为安全疏散点。 
优选地，所述疏散仿真子***将获得的人员实时分布信息按区域人员结构将模拟为每个人员都有相应的年龄、心理状态。 
有益效果：本发明通过手机通信数据挖掘方法，得出城市各区域的人口动态分布点。将此种方法与城市疏散仿真相结合，得到疏散发生前整个城市的人口状态，这种数据挖掘方法得到的数据更为准确、可靠，而且模拟操作成本低，可操作性强，可以多次模拟并加以验证，以期获得与真实数据最接近的结果。从根本上保证了城市疏散仿真结果的科学性、准确性，并为之后的疏散方案决策提供有效依据。 
附图说明
图1是本发明疏散仿真***原理图。 
图2是本发明人员实时分布挖掘子***工作原理图。 
图3是本发明受灾区域判断子***工作原理图。 
图4是本发明疏散仿真子***工作原理图。 
图5是本发明疏散方案生成与发布子***工作原理图。 
具体实施方式
下面将结合附图用实施例对本发明实时城市应急疏散仿真方法及***进一步说明。 
现如今手机的占有率已经达到较高水平，据此可以大胆引入手机通信位置数据解决人口统计数据的问题。虽然尚无法精准判断每一个人的具***置，但是通过对手机通信位置数据的概率统计以及位置变化趋势特点研究，将能得出在不同时段人口的分布特点。 
现有应急疏散仿真***大都基于AI（人工智能Artificial Intelligence)。这种方法的优势是可以最大限度模拟单个人员的一些特性（如，年龄、性格、性别等，因为这些因素将会影响人员的疏散速度及正确判断出口的能力）。 
拓扑路径规划：是假定所有的道路交接处都是一个点，所有点通过线（实际中的道路）连接起来，所有的线连成一个拓扑网络结构。在给Agent（智能体，即疏散对象）设定起点与终点后，通过数学方法（A*、动态分配等）计算Agent的具体路径，使Agent沿着给定路线运动，最终到达安全的疏散终点。重复此步骤，直到所有Agent路径都计算完毕。 
在疏散过程中，采取AI的方法，根据Agent的个体行为及特性，例如年龄、性别、身体、心理状况等因素，确定单个智能体的疏散速度及可视范围，这些特性最终将通过影响人（智能体）等方式来影响仿真疏散的过程。以期达到最逼真的仿真效果。 
在Agent从一个道路节点到达另外一个道路节点的过程中，由于周围环境（静态及动态障碍物）变化，例如人员拥堵、建筑物阻挡等情况，将导致智能体采取不同措施，如降低速度，改变方向等。 
本***将基于以上基本流程展开。它主要是在某些关键部位进一步细化和 优化，以期达到更好的效果。 
如图1所示，本发明基于移动手机数据的实时城市应急疏散仿真方法，包括如下步骤： 
1）利用GIS（地理信息***，Geographic Information System的简称，能在GIS软件上显示的地图数据，是在计算机***支持下，能够进行自由交互操作的矢量地图）地图信息子***获取GIS地图信息，其中信息包括城市地理要素和要素间关系信息，如道路（街道）、建筑、山地、湖泊、河流等；将地图中的所有道路（街道）交接处视为一个点，所有道路都是相邻两点的连线。 
2）利用人员实时分布挖掘子***通过移动手机数据结合GIS地图信息子***获取的信息计算人员实时分布信息；其中移动手机数据主要是某个区域内人们使用手机的时间、地理位置（该数据通过离手机最近的基站位置及wifi网络来获取，精确度可以达到十米左右）以及相应的手机号码。这里将手机号码作为ID来区别不同的人，并由此进行分析，根据他们的使用情况来挖掘他们的生活规律信息。 
具体而言，如图2所示，先将所有的手机通信数据，即手机号码及使用时的GPS位置等数据进行有效性初步处理之后，将所有的数据按照一周的时间进行叠加（也可以用一个月做为一个周期），从而得出一周内人群的出行规律。例如一个城市内人们周末最喜欢的出行地点，以及出行的比例等数据；然后将数据按照工作日和休息日划分后，再按照每天的生活、工作时间段进行划分，并在每个时间段上进行数据叠加。其中每天将分为晚上休息时间、娱乐时间和工作时间三个区段，得出同一地区不同时段人们的出行规律。也据此规律，划分不同区域类型。例如，晚上的时候人们可能在睡觉，这个时候住宅区的人较多，所以晚上人较多的应该是住宅区。白天的时候人们可能在上班，那么写字楼区的人口较多，那么该区域就是写字楼区。如果是傍晚的休息时间或者周末，娱乐区或者住宅区人口则会较多；接着，找出人们的出行规律之后，对典型区域统计数据进行分析，由此判断该区域的类型，是住宅区还是商业区等等，并把区域类型这个数据同每一个基站所覆盖的区域对应上；最后，对所有不同区域，分别进行人口分布特点数据挖掘，得出不同区域任意时段人口分布特征。据此，结合该城市的静态人口统计数据，得出任一时段，任一基站所在区域的总人口。这也就是我们的实时动态人口分布数据。这里需要提示的是，手机使用数据和实际人口的数量是有一定差别的，这可以根据传统人口统计和实际手机使用数 据进行分析，使手机使数据和实际人口更好地结合起来，比如，某区域内实际统计人口和该区域手机基站统计到的数据比例，参照多个区域情况进行分析，得到手机使数据与实际人口的对应数据。 
3）利用受灾区域判断子***划定疏散点做为所有人的疏散终点。参见图3，先是从相关部门获得灾害发生的类型、级别（强度）和地理位置，如洪水、海啸、地震等类型的灾害发生时，再选择相应模块，即应对不同的自然灾害的处理方式，运用特定灾害生成模块模拟生成受灾区域，结合GIS地图信息子***提供的信息，主要根据受灾点及相应区域GIS中的等高线来初步判定实际受灾区域，然后再选取其中面积最大的几个非受灾区域作为安全疏散点（该疏散点是原规划中的疏散点）。还可以将受灾区域根据基站位置进行小区域划分，再根据小区域来划定疏散目的地区域数据。 
4）利用疏散仿真子***根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。如图4所示，假定每一个人都是一个智能体，每个智能体都有年龄、心理状态等自身属性，这些都将影响到他们的最大疏散速度。其中安全疏散区域就是智能体的终点，每个智能体都有自己的终点，它将根据后面的路径规划算法来确定。在智能体疏散仿真的过程中，智能体需要考虑到与其它智能体，还有障碍物之间的关系。智能体不能穿过障碍物，在遇到其它智能体的时候要采取避让措施。路很窄人很多的时候，智能体之间会发生拥堵，此时有部分智能体会选择绕道走。以上这些都是本方案中所设定的疏散规则。本实施例中城市的道路假想成一个有权重的网络拓扑结构。每条路作为一根线，线和线之间通过点来连接，点也就是实际当中的路口，每条路都有自己相应的负载能力，负载能力作为一个权值加到每条线上。本实施例采取网络最大流算法，来进行全局优化路径规划，它在考虑道路负载能力的同时，让所有的智能体以最快的速度到达终点，可以得出不同时间段的主要路口人员密度状况及各小区域内人员疏散终点及路径相应数据。相比于A*最短路径算法，这个算法是全局最优的，它能兼顾整体的疏散效率，较好解决疏散产生的海量数据问题。 
根据以上所提供的信息，并进一步计算，最终将生成最优方案以供防灾救灾决策，本实施例方法还提供疏散方案生成与发布子***，用于将疏散仿真子***计算的结果生成最佳的疏散方案并发布。如图5所示，在灾害发生的瞬间，通过基站发送各小区域内人员疏散终点及路径等疏散指引信息（终点及具体路径信息），给其覆盖区域内的个人，如使用短信方式；如，根据不同时间段的主 要路口人员密度状况，根据人员密度情况设置人工交通指引，主要是在人口稠密主要拥堵路口进行，还可以在基站覆盖小区域主要路口设置人员运输车并确定数量；根据疏散仿真产生的结果（各个疏散终点区域的人口及其密度）设定救护车数量等。另外，为了更清晰形象地展示输出的最终疏散方案，本发明还包括三维渲染子***，用于将生成的最佳方案渲染成三维模型，可以进一步提高防灾救灾指挥部的工作效率。 
据此还可以得到一种基于移动手机数据的实时城市应急疏散仿真***，如图1所示，该仿真包括以下子***： 
GIS地图信息子***1：用于获取GIS地图信息，包括城市地理要素和要素间关系信息； 
人员实时分布挖掘子***2：通过移动手机数据结合GIS地图信息子***获取的信息计算人员实时分布信息； 
受灾区域判断子***3：确定灾害类型、级别和受灾地理位置后，划定疏散点做为所有人的疏散终点； 
疏散仿真子***4：根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案； 
疏散方案生成与发布子***5，用于将疏散仿真子***4计算的结果生成最佳的疏散方案并发布； 
三维渲染子***6，用于将生成的最佳方案渲染成三维模型。 
以上各子***的功能及相互之间的关系已经在仿真方法中详细描述，这里不再赘述。 
尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。 

Claims (18)

1.基于移动手机数据的实时城市应急疏散仿真方法，其特征在于，包括如下步骤：
1）利用GIS地图信息子***获取GIS地图信息，其中GIS地图信息包括城市地理要素和要素间关系信息；
2）利用人员实时分布挖掘子***通过移动手机数据结合GIS地图信息计算人员实时分布信息；
3）确定灾害类型、级别和受灾地理位置后，利用受灾区域判断子***划定疏散点做为所有人的疏散终点；
4）利用疏散仿真子***根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。
2.根据权利要求1所述的应急疏散仿真方法，其特征在于，还包括疏散方案生成与发布子***，用于将疏散仿真子***计算的结果生成最佳的疏散方案并发布。
3.根据权利要求2所述的应急疏散仿真方法，其特征在于，还包括三维渲染子***，用于将生成的最佳方案渲染成三维模型。
4.根据权利要求1所述的应急疏散仿真方法，其特征在于，所述地理要素包括道路、建筑、山地、湖泊、河流；要素间关系信息是将所有道路交接处视为一个点，所有道路都是相邻两点的连线。
5.根据权利要求4所述的应急疏散仿真方法，其特征在于，所述每条道路根据负载能力给定一个权值，形成拓扑路径图。
6.根据权利要求1所述的应急疏散仿真方法，其特征在于，所述人员实时分布挖掘子***获取人员实时分布信息为：按生活、工作作息时间将一天分为多个时间段，统计在某个时间段内在相应区域内人员使用手机的时间、位置以及相应的手机号，以若干天为一个周期将该相同时间段的数据进行叠加，得到某个时间段人员的实时分布信息。
7.根据权利要求6所述的应急疏散仿真方法，其特征在于，所述周期为七天。
8.根据权利要求1所述的应急疏散仿真方法，其特征在于，所述受灾区域判断子***根据受灾地理位置及相应区域GIS中的等高线来初步判定实际受灾区域，然后再选取其中面积最大的几个非受灾区域作为安全疏散点。
9.根据权利要求1所述的应急疏散仿真方法，其特征在于，所述疏散仿真子***将获得的人员实时分布信息按区域人员结构将模拟为每个人员都有相应的年龄、心理状态。
10.一种基于移动手机数据的实时城市应急疏散仿真***，其特征在于，包括以下子***：
GIS地图信息子***：用于获取GIS地图信息，包括城市地理要素和要素间关系信息；
人员实时分布挖掘子***：通过移动手机数据结合GIS地图信息子***获取的信息计算人员实时分布信息；
受灾区域判断子***：确定灾害类型、级别和受灾地理位置后，划定疏散点做为所有人的疏散终点；
疏散仿真子***：根据以上获取的GIS地图信息、人员实时分布信息和灾害区域判断信息，计算人员疏散路径和全体人员疏散方案。
11.根据权利要求10所述的应急疏散仿真***，其特征在于，还包括疏散方案生成与发布子***，用于将疏散仿真子***计算的结果生成最佳的疏散方案并发布。
12.根据权利要求11所述的应急疏散仿真***，其特征在于，还包括三维渲染子***，用于将生成的最佳方案渲染成三维模型。
13.根据权利要求10所述的应急疏散仿真***，其特征在于，所述地理要素包括道路、建筑、山地、湖泊、河流；要素间关系信息是将所有道路交接处视为一个点，所有道路都是相邻两点的连线。
14.根据权利要求13所述的应急疏散仿真***，其特征在于，所述每条道路根据负载能力给定一个权值，形成拓扑路径图。
15.根据权利要求10所述的应急疏散仿真***，其特征在于，所述人员实时分布挖掘子***获取人员实时分布信息为：按生活、工作作息时间将一天分为多个时间段，统计在某个时间段内在相应区域内人员使用手机的时间、位置以及相应的手机号，以若干天为一个周期将该相同时间段的数据进行叠加，得到某个时间段人员的实时分布信息。
16.根据权利要求15所述的应急疏散仿真***，其特征在于，所述周期为七天。
17.根据权利要求10所述的应急疏散仿真***，其特征在于，所述受灾区域判断子***根据受灾地理位置及相应区域GIS中的等高线来初步判定实际受灾区域，然后再选取其中面积最大的几个非受灾区域作为安全疏散点。
18.根据权利要求10所述的应急疏散仿真***，其特征在于，所述疏散仿真子***将获得的人员实时分布信息按区域人员结构将模拟为每个人员都有相应的年龄、心理状态。
CN201310746786.7A 2013-12-30 2013-12-30 基于移动手机数据的实时城市应急疏散仿真方法及*** Active CN104750895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310746786.7A CN104750895B (zh) 2013-12-30 2013-12-30 基于移动手机数据的实时城市应急疏散仿真方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310746786.7A CN104750895B (zh) 2013-12-30 2013-12-30 基于移动手机数据的实时城市应急疏散仿真方法及***

Publications (2)

Publication Number Publication Date
CN104750895A true CN104750895A (zh) 2015-07-01
CN104750895B CN104750895B (zh) 2018-01-16

Family

ID=53590578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310746786.7A Active CN104750895B (zh) 2013-12-30 2013-12-30 基于移动手机数据的实时城市应急疏散仿真方法及***

Country Status (1)

Country Link
CN (1) CN104750895B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160903A (zh) * 2015-09-24 2015-12-16 上海车音网络科技有限公司 一种交通预警方法、装置及***
CN106684861A (zh) * 2016-12-12 2017-05-17 国网北京市电力公司 模拟电路中元器件参数的确定方法及装置
CN108509495A (zh) * 2018-02-14 2018-09-07 中国地震台网中心 地震数据的处理方法及装置、存储介质、处理器
CN108960656A (zh) * 2018-07-12 2018-12-07 中国科学院地理科学与资源研究所 一种基于手机数据的城市人群疏散风险动态评价方法
CN108960482A (zh) * 2018-05-22 2018-12-07 广州地理研究所 一种基于dmsp/ols人口遥感的海啸风险优先疏散方法
CN109064367A (zh) * 2018-07-12 2018-12-21 上海市城市建设设计研究总院（集团）有限公司 基于位置信息的互动型应急信息服务***
CN109764244A (zh) * 2018-12-26 2019-05-17 成都熊谷油气科技有限公司 基于手机信号lbs和大数据的油气管道灾害应急处理方法
CN110245371A (zh) * 2018-12-21 2019-09-17 南京林业大学 一种基于Pathfinder模拟仿真软件的防灾避险公园入口优化方法
CN110460959A (zh) * 2019-08-22 2019-11-15 四创科技有限公司 一种基于人口流量识别、转移路径智能分析的避灾安置调度方法
CN110636444A (zh) * 2019-08-15 2019-12-31 北京小米移动软件有限公司 地震预警方法、装置及存储介质
CN110992233A (zh) * 2019-12-13 2020-04-10 中国科学院深圳先进技术研究院 一种针对城市聚集事件的应急疏散方法与***
CN111274710A (zh) * 2020-02-14 2020-06-12 青岛智能产业技术研究院 一种基于游戏的核应急疏散出口选择行为模型的构建方法
CN111400877A (zh) * 2020-03-05 2020-07-10 重庆特斯联智慧科技股份有限公司 一种基于gis数据的智能城市仿真***和方法
CN113505474A (zh) * 2021-06-23 2021-10-15 国家海洋环境预报中心 一种基于淹没计算的海啸疏散综合分析方法、***及设备
CN113865605A (zh) * 2021-09-10 2021-12-31 航天华威(北京)科技有限公司 一种基于ai的城市防灾避险路径规划方法及装置
CN114001867A (zh) * 2021-10-19 2022-02-01 北京伟瑞迪科技有限公司 面向园区气体泄漏的监测及应对方法
CN114782219A (zh) * 2021-09-29 2022-07-22 中国联合网络通信集团有限公司 一种人员流动数据分析方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020053978A1 (en) * 1999-12-06 2002-05-09 Peterson Edward W. Rapid fire emergency response for minimizing human casualties within a facility
CN101515309A (zh) * 2009-04-07 2009-08-26 华中科技大学 基于多智能体的城市应急疏散仿真***
CN101694706A (zh) * 2009-09-28 2010-04-14 深圳先进技术研究院 基于多源数据融合的人口时空动态出行特征建模方法
CN102779408A (zh) * 2012-07-30 2012-11-14 中国科学院自动化研究所 一种基于活动的区域应急交通疏散仿真***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020053978A1 (en) * 1999-12-06 2002-05-09 Peterson Edward W. Rapid fire emergency response for minimizing human casualties within a facility
CN101515309A (zh) * 2009-04-07 2009-08-26 华中科技大学 基于多智能体的城市应急疏散仿真***
CN101694706A (zh) * 2009-09-28 2010-04-14 深圳先进技术研究院 基于多源数据融合的人口时空动态出行特征建模方法
CN102779408A (zh) * 2012-07-30 2012-11-14 中国科学院自动化研究所 一种基于活动的区域应急交通疏散仿真***

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160903A (zh) * 2015-09-24 2015-12-16 上海车音网络科技有限公司 一种交通预警方法、装置及***
CN105160903B (zh) * 2015-09-24 2021-06-18 上海车音网络科技有限公司 一种交通预警方法、装置及***
CN106684861B (zh) * 2016-12-12 2020-01-03 国网北京市电力公司 模拟电路中元器件参数的确定方法及装置
CN106684861A (zh) * 2016-12-12 2017-05-17 国网北京市电力公司 模拟电路中元器件参数的确定方法及装置
CN108509495A (zh) * 2018-02-14 2018-09-07 中国地震台网中心 地震数据的处理方法及装置、存储介质、处理器
CN108960482B (zh) * 2018-05-22 2022-04-12 广州地理研究所 一种基于dmsp/ols人口遥感的海啸风险优先疏散方法
CN108960482A (zh) * 2018-05-22 2018-12-07 广州地理研究所 一种基于dmsp/ols人口遥感的海啸风险优先疏散方法
CN109064367A (zh) * 2018-07-12 2018-12-21 上海市城市建设设计研究总院（集团）有限公司 基于位置信息的互动型应急信息服务***
CN108960656A (zh) * 2018-07-12 2018-12-07 中国科学院地理科学与资源研究所 一种基于手机数据的城市人群疏散风险动态评价方法
CN109064367B (zh) * 2018-07-12 2021-07-02 上海市城市建设设计研究总院（集团）有限公司 基于位置信息的互动型应急信息服务***
CN110245371A (zh) * 2018-12-21 2019-09-17 南京林业大学 一种基于Pathfinder模拟仿真软件的防灾避险公园入口优化方法
CN109764244A (zh) * 2018-12-26 2019-05-17 成都熊谷油气科技有限公司 基于手机信号lbs和大数据的油气管道灾害应急处理方法
CN110636444A (zh) * 2019-08-15 2019-12-31 北京小米移动软件有限公司 地震预警方法、装置及存储介质
CN110460959A (zh) * 2019-08-22 2019-11-15 四创科技有限公司 一种基于人口流量识别、转移路径智能分析的避灾安置调度方法
CN110992233A (zh) * 2019-12-13 2020-04-10 中国科学院深圳先进技术研究院 一种针对城市聚集事件的应急疏散方法与***
CN110992233B (zh) * 2019-12-13 2024-04-23 中国科学院深圳先进技术研究院 一种针对城市聚集事件的应急疏散方法与***
CN111274710A (zh) * 2020-02-14 2020-06-12 青岛智能产业技术研究院 一种基于游戏的核应急疏散出口选择行为模型的构建方法
CN111274710B (zh) * 2020-02-14 2023-10-31 青岛智能产业技术研究院 一种基于游戏的核应急疏散出口选择行为模型的构建方法
CN111400877A (zh) * 2020-03-05 2020-07-10 重庆特斯联智慧科技股份有限公司 一种基于gis数据的智能城市仿真***和方法
CN113505474A (zh) * 2021-06-23 2021-10-15 国家海洋环境预报中心 一种基于淹没计算的海啸疏散综合分析方法、***及设备
CN113865605A (zh) * 2021-09-10 2021-12-31 航天华威(北京)科技有限公司 一种基于ai的城市防灾避险路径规划方法及装置
CN114782219A (zh) * 2021-09-29 2022-07-22 中国联合网络通信集团有限公司 一种人员流动数据分析方法及装置
CN114001867A (zh) * 2021-10-19 2022-02-01 北京伟瑞迪科技有限公司 面向园区气体泄漏的监测及应对方法

Also Published As

Publication number Publication date
CN104750895B (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
CN104750895A (zh) 基于移动手机数据的实时城市应急疏散仿真方法及***
Balmer et al. Towards truly agent-based traffic and mobility simulations
Ma et al. The spatial coupling effect between urban public transport and commercial complexes: A network centrality perspective
CN110111574B (zh) 一种基于流量树分析的城市交通不平衡评价方法
Zhu et al. Hurricane evacuation modeling using behavior models and scenario-driven agent-based simulations
Xiong et al. Developing a 24-hour large-scale microscopic traffic simulation model for the before-and-after study of a new tolled freeway in the Washington, DC–Baltimore Region
Raford et al. Pedestrian volume modeling for traffic safety and exposure analysis: The case of Boston, Massachusetts
Yu Assessing the implications of the recent community opening policy on the street centrality in China: A GIS-based method and case study
Zhu et al. Agent-based modeling of physical activity behavior and environmental correlations: an introduction and illustration
Rui et al. Urban growth modeling with road network expansion and land use development
Fang et al. Sensitivity of evacuation performance estimates to evacuee route choice behavior
Azizan et al. Application of openstreetmap data in ambulance location problem
Montz et al. Modeling regional hurricane evacuation events: calibration and validation
Raford et al. Pedestrian volume modeling for traffic safety and exposure analysis
Jin Modelling the influence of neighbourhood design on daily trip patterns in urban neighbourhoods
Cavalieri et al. Application to selected transportation and electric networks in Italy
Abid et al. Transportation network planning using simulation: Case study\Al Mansour city
Chmielewski et al. Hexagonal Zones in Transport Demand Models
Mao et al. Bike-sharing dynamic scheduling model based on spatio-temporal graph
Gallagher et al. Missing links: How social paths can improve pedestrian accessibility to light rail
Jihua et al. A calculation method and its application of bus isochrones
Fries et al. Feasibility of traffic simulation for decision support in real-time regional traffic management
Kostin et al. An analysis of spatial structure of urban regional networks using GIS
Zhua et al. Hurricane Evacuation Modeling Using Behavior Models and Scenario-Driven Agent-based Simulations
Muhammad et al. Manual of Agent-Based Tsunami Evacuation Modelling Using MATSim

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant