基于疏散效率的应急优化问题2.doc

基于疏散效率的展会应急优化问题研究霍良安1 黄培清1 程云龙 2(1 上海交通大学 安泰经济与管理学院 上海 200052；2 重庆邮电大学 移通学院 重庆 400065)摘要：鉴于展会人员流动的可控性高、密度大等特点，本文重点研究展会应急疏散优化问题，引入了疏散效率的概念，提出了基于疏散效率的展会应急道路网络优化模型。从展会管理者的角度，考虑应急疏散效率和待疏散人群的路径选择行为，以路网用户均衡作为下层模型，在资源有限的情况下，建立使应急疏散负效用最小化为上层目标的应急路网双层规划模型，决定是否增设相应的应急通道，如何分配路网中待疏散人群的流量，优化应急疏散网络，将待疏散人群及时疏散到安全地带，减少应急事件造成的损失。关键词：应急管理；疏散效率；双层规划；展会 Research about Optimization of Exhibition Emergency Problem Based on Evaluation EfficiencyHUO Liang-an 1 HANG Peingqing 1 CHEN Yunlong 2(1, Antai College of Economics Management, Shanghai Jiaotong University, Shanghai 200052 China；2, College of Mobile Telecommunications, Chongqing University of Posts and Telecom, Chongqing 400065 China)Abstract: In view of characteristics of exhibition people flow is controllability and high density, in this paper, we focuses on research about optimization of exhibition emergency evacuation problem, and the concept of evacuation efficiency is introduced, then the optimization model of emergency evacuation road network is proposed. From the perspective of exhibition managers, emergency evacuation efficiency and route choice behavior of evacuating population were considered. In the case of limited resources, this paper puts forward a bi-level optimization model of emergency evacuation road network based on evacuation efficiency， in which user equilibrium problem as a lower-level model, and minimize the disutility of the emergency evacuation as a up-level model. The manager will decide whether additional the corresponding emergency access, and consider how to allocate the flow of people in road network to be evacuated, and optimize the network of emergency evacuation, evacuate people to safe areas in time to reduce the losses caused by the emergency incident. Keywords: emergency management; evacuation efficiency; bi-level programming; exhibition1引言项目资助: 国家自然科学基金项目(70732003),( 70772065); 上海社哲项目 2008BJB032作者简介: 霍良安(1981-)，男，博士研究生，陕西旬阳人，研究方向：应急管理; E-mail:随着社会经济快速发展，特别是我国加入WTO以后，展会如雨后春笋般迅速发展起来，成为一个新兴的展会产业。但多数企业家和学者主要关注的是如何提高展会效益，办展策略，和运用展会功能等方面，而相对展会应急管理关注甚少，进而导致展会应急事件发生以后应对不力，给人民生命和财产带来巨大的损失。如：2004年北京市密云县举办迎春灯展，因人员拥挤、踩踏，造成37人死亡，37人受伤。2006波兰南部卡托维兹举办的 “鸽子2006展览会”，展馆屋顶突然倒塌，至少66人死亡，60多人受伤。2006年中国出口商品交易会琶洲展馆二期E区，底板地沟大梁倾塌，致使1人死亡，3人受伤可见，在关注展会效益的同时，我们必须高度重视展会安全问题，做好展会突发事件的应急管理，特别是事件发生以后人员的应急疏散。应急疏散是应对大型突发灾难性事件，防止和减少人员伤亡的重要措施。美国“9.11”事件之后，世界各国都加大了对应急疏散管理的投入和研究。突发事件所引起的恐慌，并由此导致的人员之间相互推挤、踩踏是众多群体行为中最具灾难性后果的一种，经常导致人员严重死伤，这样的惨痛例子不胜枚举。如何避免这类群体踩踏事件的发生不仅是各国政府高度关注的问题，也是消防安全和应急救援管理部门也面临着公共场所的安全评估、人群紧急疏散指挥管理、群体控制的措施与方法等重大课题1。目前，关于应急疏散问题的研究主要集中在两个方面：路网应急疏散理论；计算机仿真应急疏散研究。路网应急疏理论：早在20世纪70年代,Houston2提出用于估算疏散时间的简单统计(Aggregate)公式,又称为疏散率模型(Dissipation Rate Model),是最早用于疏散分析的模型。随后, Voorhess3, Sheffi4,5,Louisiana Power & Light Company6,Hobeika和黄国平7,8等相继提出应急疏散的各种模型,在不同的条件下分别得到了应用。Dunn和Newton提出了路径选择的最大流方法9，目的是在路网通行能力许可的范围内将绝大部分的被疏散者从危险区域运送到安全区域。Yamada运用最小成本流问题进行疏散交通分配提出了最短路撤退规划(the shortest evacuation plan, SEP)方法10 ,即全部疏散者撤离至所选避难所的行程总和的最小化。Campos等提出一种K最短路方法来确定最优撤退路径11。在此方法中，个人选择的路径如果具有更大的通行能力和更短的行程时间，则为最优。最优撤退路径通过每条连通路径的起迄点之间路段的最大容量和行驶时间比来确定。近年来，应用较多的是Cova等提出的基于车道(lane-based)的网络流模型12，用于选择在复杂路网中进行应急疏散的最优路径。最近，张江华等13考虑有优先顺序和容量限制情形下的应急疏散问题，提出多源点疏散模型并给出算法。陈岳明14在对前人的研究的基础上，对路网疏散问题进行分类,总结了疏散过程的4个主要计算过程并给出了路网疏散问题的数学化描述。从微观和宏观两个方面对数学模型分析方法进行综述。应急疏散的计算机仿真：为了做好展会人员应急疏散处置，在目前的技术条件下安全管理部门只能通过应急疏散演习来提高应急疏散能力，并对公共场所的应急疏散设施进行安全评估。但应急疏散演习风险大、费用高，在这样的背景下，有必要借助计算机交互仿真技术来模拟群体行为与应急疏散场景，借助计算机网络实现应急疏散模拟演练，并利用模拟结果对应急疏散指挥方案与公共设施进行性能化设计和评估。目前的人群紧急疏散仿真模型可分成两类，一类是以元胞自动机模型(Cellular Automata Mode1)15-19为代表的离散仿真模型，另一类是以交通规划模型( Traffic design Mode1) 20-22为代表的交通仿真模型。由于展会人员流动具有的可控性高、密度大等特点，一旦应急事件发生，群体效应十分明显，如果疏导不理（力），容易造成人员之间的拥挤，进一步衍生成人员踩踏应急事故。所以，作为展会管理者，在处理展会应急事件时必须在考虑在一定的条件限制的情况下，力求最大限度的满足受灾点待疏散人群的疏散要求，同时，疏导其他路网人流，尽快将受灾地点的人员疏散到安全区域。本文主要研究在前期的路网规划中，假定有应急事件的发生，需要进行应急疏散，文章从展会管理者的角度，考虑应急疏散效率和待疏散人群的路径选择行为，在资源有限的情况下，决定是否增设相应的应急通道，配待疏散人群的流量，优化应急疏散网络，将待疏散人群及时疏散到安全地带，减少应急事件造成的损失。2 基于应急疏散的双层规划模型路网的前期规划中，管理者必须要考虑应急事件的发生，为此在原来的路网基础上，管理者需要增建应急通道以备应急之需。应急事件发生以后，整个路网的流量需求将在短时间内急剧上升，作为管理者要打开应急通道以保证待疏散人员的安全，同时有必须考虑待疏散人群个体对路网的选择行为，否则可能会出现，交通上的著名的“Brass”悖论。2.1 双层规划模型双层规划问题是一类具有主从递阶结构的系统优化问题，其中一个优化问题 (上层规划问题)的约束域由另一个优化问题 ( 下层规划问题)决定，其一般形式为22： (1)这里是下面问题的解 (2)其中，和分别称为上下层变量，和分别为上下层目标函数。2.1 （2.2）基于应急疏散效率的双层规划模型 基于应急疏散效率的展会道路网络优化是以道路网络的总体数疏散效率最大化为目标，但是对于待疏散的个体来说，他们在选择疏散的线路时显然不会考虑个人路线选择对系统交通效率的影响。因此本模型将路网的优化模型作为上层次模型，而将待疏散个体选择线路的用户平衡模型作为下层模型。上层次模型的路段交通量和走行时间由下层模型提供,据此建立展会应急道路网络优化的双层模型。符号说明：路段的集合，表示常态是路网集合， 表示应急事件发生后，启用的应急通道集合；：在路段上的疏散流量；：路段上流量为时的疏散时间；：虚拟变量，表示建设路段为应急通道，否则为0； ：在路段上的长度；：在路段单位建设费用；：用于建设应急通道的资金限制；：分别为,向量集；(1) 应急疏散时间总费用: (3) ：经济转换常数。(2) 应急人群疏散总费用： (4)其中：，为应急通道上单位个体疏散速度为的费用消耗，为路段疏散系数，如：在应急通道配备相应的疏散指挥人员，借助交通工具疏散等费用。(3) 应急通道建设费用 (5)上层目标函数(总疏散负效用最小) (6)约束条件： (7)为系统总的疏散效用，为上层决策变量，即，假定有应急事件的发生，上层决策者决定是增设相应的应急通道。下层目标(用户均衡) (8)约束条件： (9) (10) (11)式中： 为OD对r至s间的路径k的疏散流量；为r至s之间的疏散需求量；为若路段口在连接OD对r至s之间的路径k上，则=1；否则=0；A为路段的集合。待疏散人群根据上层管理者的信息，依据Wardrop系统平衡决定自己疏散路线。3模型求解 求解双层规划问题时，将下层看成非线性的约束问题，用标准的优化方法FW算法求解，由于上层问题是非凸的非线性规划问题，一般的优化算法很难求解，鉴于智能算法有很强的全局搜索能力，因此在对该模型求解时，应用智能算法进行优化可以得到相对准确并且令人满意的解，如模拟退火(SA) 2425、遗传算法(GA) 2628 。由于遗传算法具有较强的全局搜索能力，本文考虑利用遗传算法求解上层问题，算法流程如图3-1。N交叉运算Y群体H(t)评价群体H (t+1)终止条件算法结束选择运算图3-1遗传算法流程图算法步骤：Step 1: 初始值设置, ，,，,等参数，由下层模型(P2)计算,令 n=1;Step 2: 在给定的情况下利用GA算法求解上层规划(6)-(7)，得到路段的修复变量以及疏散负效用；Step 3: 返回下层模型(8)-(9)，用FW算法求解路段疏散流量；Step 4: 如果或计算结束，否则，令，返回Step2。4算例： 节点1为应急事件发生地点，节点9为疏散的最终安全点，即只有一个OD的交通网络问题，如图41，图中实线表示常态下的交通路段集合，虚线为应急通道集合，相应的在图中所示。路网参数见表41，另假设B=90(万元)，待疏散人群数量为100万人， ，。18 23 1328745691619 18 26202417141832图41展会应急网络应急通道参数如下表：1234(i,j)(1,5)(2,6)(4,8)(5,9)13182016302625272111表41 应急路网参数按照上述算法计算各个路段的待疏散的流量如表42，总的应急负效用为：4.7839e+004，管理者需要打开应急通道(1,5)、(5,9)进行紧急疏散。1234567891036034300000200902700003000009000400002707005000002702730600000000367000000070800000000349000000000表42 各路段分配流量5 结论本文研究的是关于展会应急疏散问题，由于展会自身的特点，一旦应急事件发生，展会管理者完全有能力控制应急疏散人群，管理者首先考虑待疏散个体路径选择行为，在一定的约束条件下，考虑是否打开应急通道，待疏散个体，在得到管理者的决策信息以后根据路网用户均衡决定自己疏散路线，进而是系统的应急疏散效率达到最优水平。研究结果可以为展会管理者在应急疏散决策时提供决策支持，特别是像即将举办的世博会这样的大型展会，及时调整应急疏散策略，减少人员伤亡和经济损失，展示我国的综合实力。本文考虑的是待疏散需求是确定的，下一步作者将考虑待疏散需求不确定情况的应急疏散效率问题，使研究进一步完善。参考文献：1 刘小明，胡红.应急交通疏散研究现状与展望J.交通运输工程学报，2008,8 (3):108-1212 Hans J, Sell T. Evacuation risk an evaluation M.U.S Environment a Protection Agency, Washington, 19743 Voorhees. Evacuation times assessment for the Diabo Canyon nuclear power plant. Pacific Gas & Electric Comp, 19804Sheffi Y, Mahamassani H. Evacuation studies for nuclear power plan sites: a new challenge for transportation engineeringJ. ITE Journal, 1981, 51 (6): 2528-25355Sheffi Y, Mahamassani H.A transportation network evacuation model J.Transportation Research Part A Policy and Practice,1982;16 (3):2530-25376Louisiana Power & Light Company. Evacuation time estimate prepared for Louisiana LP&L Waterford3 steam electric station. LP&L Company, 19827 Hobeika A G, Hwang K P. A decision support system for evacuation planning and operation in emergency managemen M.The 2nd European Simulation Congress,19868 Hobeika A G, Hwang K P, Lee Han. TEDSS: a transportation evacuation decision support system. Proceedings of Mitigation of Hazard Due to Extreme Natural Events in America,19879 Dunn C E, Newton D. Optimal routes in GIS and emergency planning applicationsJ, Area,1992，24(3):259-267.10Yamada T. A network of approach to a city emergency evacuation planningJ. International Journal of Systems Science, 1996, 27(10):931-936.11 Campos V E G, da Silva P A L, Netto P O B, Evacuation transportation planning; a method of identifying optimal independent routes J Surcharov L J. Proceedings of Urban Transport V: Urban Transport and the Environment for the 21st Century. Southampton; WIT Press, 2000: 555-564.12 Cova T J，Johnson J P. A network flow model for lane-based evacuation routingJ. Transportation Research Part A,2003, 37(1):579-604.13 张江华，刘治平，朱道立，多源点突发灾害事故应急疏散模型与算法，管理科学学报J, 2009 12(3) 111-11714陈岳明, 萧德云. 路网应急疏散问题建模及其应用的进展J.科学技术与工程,2008,8(17):4946- 495215 Kai N，MichaelSA cellular automaton model for freeway trafficJ.J PhysI，l992，2(12)：2221-222916 Fukui M，Ishibashi Ytraffic flow in 1D cel1u1ar automaton mode1 including cars moving with high speedJJ Phys SocJpn 1996，65(6)：1868-187017Rckert M，Nagel K，Schrckenbeg MTwo-lane traffic simulations using cellular automataJ. Physical A, 1996, 231 (4):534-550.18 Simon P M, Gutowitz H A Cellular automaton model forbid directional trafficJ.Physical Review E, 1998,57(2):2441-2444.19 Wolfrnan D.Cellular automata for traffic simulationsJ.PhysicalA,1999,263(4):438-451.20 Sorensen J H, Vogt B M, Mileti D S, Evacuation：an assessment of planning and research R.Washington DC: OakRidge National Laboratory, 1987.21 Southworth F, Chin S M. Network evacuation modeling for flooding as a result of dam failureJ.Environment and Planning, 1987, 19(11): 1543-1558.22 Franzese O, Han L D.Traffic modeli