超市火灾烟雾蔓延及人员疏散的matlab模拟仿真,带GUI界面

本文涉及的产品
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时计算 Flink 版,1000CU*H 3个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: 本项目基于MATLAB2022A开发,模拟了大型商业建筑中火灾发生后的人员疏散与烟雾扩散情况。算法通过设定引导点指导人员疏散,考虑视野范围、随机运动及多细胞竞争同一格点的情况。人员疏散时,根据是否处于烟雾区调整运动策略和速度,初始疏散采用正态分布启动。烟雾扩散模型基于流体方程,考虑了无风环境下的简化。

1.程序功能描述
出口在人员的视野范围内时,该元胞选择朝向引导点的方向运动。出口不在人员的视野范围内时,作随机运动,8个方向的运动概率相等。引导点可设在过道中间等地方,出口都是引导点。

  1. 当多个元胞同时竞争同一个格点时,每个元胞以50%等概率进入,没有进入的保持静止.

2.运动人员以5%概率静止,即下一时间步不动.

3.开始疏散时所有人员是以正态分布的概率开始运动,而不是同时运动.

2.测试软件版本以及运行结果展示
MATLAB2022A版本运行
1.jpeg
2.jpeg
3.jpeg
4.jpeg
5.jpeg

3.核心程序

```Times = str2num(get(handles.edit1,'string'));
TStep = str2num(get(handles.edit2,'string'));

YW_X = str2num(get(handles.edit3,'string'));
YW_Y = str2num(get(handles.edit4,'string'));
Vyw = str2num(get(handles.edit5,'string'));
Fac = str2num(get(handles.edit6,'string'));

N1 = str2num(get(handles.edit7,'string'));
N2 = str2num(get(handles.edit8,'string'));
N3 = str2num(get(handles.edit9,'string'));

V1 = str2num(get(handles.edit10,'string'));
V2 = str2num(get(handles.edit11,'string'));
V3 = str2num(get(handles.edit12,'string'));

SCOPE = str2num(get(handles.edit13,'string'));
movetime = str2num(get(handles.edit14,'string'));
dmovetime = str2num(get(handles.edit14,'string'));

[gnd,Exit_Position] = func_Small_market();
% ϰ  ϰ
obstacles = gnd(:,:,1);%1 ʾͨ 0 ʾ ϰ
[row,col,KK] = size(gnd);
Ewidth = [40,50]; % 2 ڵĿ
% ォ ٶ Ϊÿ ƶ ķ Ϊ׼
Vv1 = lcm(V1,V2);
VMAX = lcm(Vv1,V3);
% ٶ ÿ ٸ ʱ 䲽 ƶ һ
L1 = VMAX/V1;
L2 = VMAX/V2;
L3 = VMAX/V3;

%%
%**
%ģ ʼ
% ʼ
Positions = zeros(row,col);
Positions(YW_X,YW_Y) = 1;
[I1,I2] = find(Positions==1);
% Ա ʼ
% Ա ʼ
Num_People = N1 + N2 + N3;
Infor_People = zeros(Num_People,5); % X Y X Y
Map_People = zeros(row,col);
x = [];
y = [];
i = 0;
while(i <= Num_People)
r = randi([1,row]);
c = randi([1,col]);
II1 = find(x == r);
II2 = find(y == c);
if Map_People(r,c)==0 & obstacles(r,c)==1 & (isempty(II1) == 1 & isempty(II2) == 1)
i = i + 1;
if i <= N1
Map_People(r,c) = 1;
Infor_People(i,1:2) = [c,r];
Infor_People(i,3:4) = [func_rand_fangx()];%
Infor_People(i,5) = 1;% ˵ı
x(end+1) = c;
y(end+1) = r;
end
if i <= N1+N2 & i > N1
Map_People(r,c) = 1;
Infor_People(i,1:2) = [c,r];
Infor_People(i,3:4) = [func_rand_fangx()];%
Infor_People(i,5) = 2;% ˵ı
x(end+1) = c;
y(end+1) = r;
end
if i <= N1+N2+N3 & i > N1+N2
Map_People(r,c) = 1;
Infor_People(i,1:2) = [c,r];
Infor_People(i,3:4) = [func_rand_fangx()];%
Infor_People(i,5) = 3;% ˵ı
x(end+1) = c;
y(end+1) = r;
end
end
end
%**
ind1 = 0;
ind2 = 0;
ind3 = 0;
for i = 1:Num_People
if Infor_People(i,5) == 1
ind1 = ind1 + 1;
% plot(Infor_People(i,1),Infor_People(i,2),'ko');
Infor_People_Saved1(ind1,:) = Infor_People(i,1:2);
Ind_People_Saved1(ind1) = Infor_People(i,5);
end

if Infor_People(i,5) == 2
   ind2 = ind2 + 1;

% plot(Infor_People(i,1),Infor_People(i,2),'k^');
Infor_People_Saved2(ind2,:) = Infor_People(i,1:2);
Ind_People_Saved2(ind2) = Infor_People(i,5);
end

if Infor_People(i,5) == 3
   ind3 = ind3 + 1;

% plot(Infor_People(i,1),Infor_People(i,2),'ks');
Infor_People_Saved3(ind3,:) = Infor_People(i,1:2);
Ind_People_Saved3(ind3) = Infor_People(i,5);
end
% hold on;
end
%*
16_019m

```

4.本算法原理
在超市这类大型商业建筑中,火灾发生后,烟雾会在短时间内迅速扩散。烟雾的传播主要受到热量释放、空气流动(包括自然对流、强制通风)、建筑布局(如走廊、隔断、开口)以及材料燃烧特性的影响。烟雾不仅阻碍视线,而且含有有毒有害物质,对被困人员构成生命威胁。烟雾蔓延可以通过火灾动力学模型(如热层流方程、组分传输方程)进行模拟分析,如使用FDS(Fire Dynamics Simulator)软件。

基本烟雾扩散模型都是基于流体方程建模的:
2f6de5d09c089279498e37faab01bef9_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

并考虑室内风速为0,我们可以将模型做如下的修改,那么模型可以简化为如下的公式:

5fc3026313d5ee1b90d093e25f2ea1c8_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

关于人员疏散部分的要求,主要分为两个部分进行讨论:

·当人员在正常区域:

疏散人员的视野范围是个参数值,初值设为10个单位,并且参数值可改。

   出口在人员的视野范围内时,该元胞选择朝向引导点的方向运动。出口不在人员的视野范围内时,作随机运动,8个方向的运动概率相等。引导点可设在过道中间等地方,出口都是引导点。

   当多个元胞同时竞争同一个格点时,每个元胞以50%等概率进入,没有进入的保持静止。

运动人员以5%概率静止,即下一时间步不动。

每个时间步为1/12s,可设置3种移动速度的人员,分别设置为3种颜色,速度分别为2m/s,1.5m/s,1m/s,即每3、4、6个时间步运动一次。

开始疏散时所有人员是以正态分布的概率开始运动,而不是同时运动。

·当人员在烟雾区域:

   人员以80%概率躲避烟气(即20%概率进入烟气中)

   进入烟气后,前360个时间步(30s)朝引导点运动,但速度减小,2m/s的减小为1.5m/s,1.5m/s的减小为1.0m/s,1.0m/s的速度不变。不在烟气中后,速度恢复以前。
相关文章
|
10天前
|
算法 机器人
基于SOA海鸥优化算法的PID控制器最优控制参数计算matlab仿真
本课题研究基于海鸥优化算法(SOA)优化PID控制器参数的方法,通过MATLAB仿真对比传统PID控制效果。利用SOA算法优化PID的kp、ki、kd参数,以积分绝对误差(IAE)为适应度函数,提升系统响应速度与稳定性。仿真结果表明,SOA优化的PID控制器在阶跃响应和误差控制方面均优于传统方法,具有更快的收敛速度和更强的全局寻优能力,适用于复杂系统的参数整定。
|
6天前
|
传感器 算法 数据挖掘
基于协方差交叉(CI)的多传感器融合算法matlab仿真,对比单传感器和SCC融合
基于协方差交叉(CI)的多传感器融合算法,通过MATLAB仿真对比单传感器、SCC与CI融合在位置/速度估计误差(RMSE)及等概率椭圆上的性能。采用MATLAB2022A实现,结果表明CI融合在未知相关性下仍具鲁棒性,有效降低估计误差。
|
6天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的XGBoost序列预测算法matlab仿真
基于WOA优化XGBoost的序列预测算法,利用鲸鱼优化算法自动寻优超参数,提升预测精度。结合MATLAB实现,适用于金融、气象等领域,具有较强非线性拟合能力,实验结果表明该方法显著优于传统模型。(238字)
|
10天前
|
传感器 算法 数据可视化
MATLAB来计算和仿真无人机飞行过程
使用MATLAB来计算和仿真无人机飞行过程中的运动参数是一个极其常见且强大的方法。这通常被称为无人机建模与仿真,是无人机飞控算法开发中不可或缺的一环。
31 1
|
10天前
|
存储 算法 数据可视化
基于禁忌搜索算法的TSP问题最优路径搜索matlab仿真
本程序基于禁忌搜索算法解决旅行商问题(TSP),旨在寻找访问多个城市的最短路径。使用 MATLAB 2022A 编写,包含城市坐标生成、路径优化及结果可视化功能。通过禁忌列表、禁忌长度与藐视准则等机制,提升搜索效率与解的质量,适用于物流配送、路径规划等场景。
|
8天前
|
人工智能 供应链 新能源
电动汽车参与运行备用的能力评估及其仿真分析(Matlab代码实现)
电动汽车参与运行备用的能力评估及其仿真分析(Matlab代码实现)
|
10天前
|
传感器 算法 定位技术
【GPS+INS在MAV导航上融合】基于间接卡尔曼滤波的IMU与GPS融合MATLAB仿真(IMU与GPS数据由仿真生成)
【GPS+INS在MAV导航上融合】基于间接卡尔曼滤波的IMU与GPS融合MATLAB仿真(IMU与GPS数据由仿真生成)
|
5天前
|
传感器 算法 安全
基于分布式模型预测控制DMPC的单向拓扑结构下异构车辆车队研究(Matlab代码实现)
基于分布式模型预测控制DMPC的单向拓扑结构下异构车辆车队研究(Matlab代码实现)
|
4天前
|
传感器 机器学习/深度学习 算法
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)
|
4天前
|
机器学习/深度学习 并行计算 算法
基于二进制粒子群优化(BPSO)最佳PMU位置(OPP)配置研究(Matlab代码实现)
基于二进制粒子群优化(BPSO)最佳PMU位置(OPP)配置研究(Matlab代码实现)