黑寡妇优化BP网络

疏散时间预测更准

引入黑寡妇算法优化BP神经网络的权值和阈值，克服传统BP网络收敛慢、易陷入局部最优的问题，显著提升乘客节点走行时间的预测精度，为洪水情境下地铁站疏散总时间计算提供更可靠的基础，支撑后续多目标路径优化。

杨晓霞 · Wenkai, Dai · Li, Yongxing · Yang, Xiaoli

Tunnelling and Underground Space Technology 2024

参数信息

总体疏散优化程度

18.75 %

技术优势

预测更准

黑寡妇算法优化BP网络的权值和阈值，克服了传统BP收敛慢、易陷入局部最优的问题，从而提高节点走行时间预测精度。

全局寻优

黑寡妇算法具有较强的全局搜索能力，能有效避免BP神经网络陷入局部最优，从而获得更优的权值和阈值组合。

疏散更快

基于更准确的走行时间预测，路径优化策略能够综合考虑疏散时间、风险和拥挤度，使总体疏散优化程度提高18.75%。

应用场景

• 洪水疏散仿真：提供洪水情境下更准确的乘客走行时间预测，支撑疏散仿真。
• 地铁应急管理：通过优化疏散路径减少时间、风险和拥挤，提升地铁应急响应效率。
• 人员疏散规划：以总疏散时间、风险和拥挤度最小为目标，提供最优疏散路径方案。
• 人群路径规划：用NSGA-II算法求解多目标路径优化模型，实现人群路径的合理规划。
• 走行时间预测：黑寡妇优化BP网络提高节点走行时间预测精度，可直接用于疏散总时间计算。