【摘 要】
：
随着城市重大火灾事件不断发生,道路的复杂情况总是会延误救火车辆到达时间,致使火灾损失惨重。因此,如何有效保障消防救援人员以最快速度到达现场进行火灾救助,成为研究的热点。在实际消防出警线路中,路径选择是消防出警中的核心步骤,而传统的路径选择算法没有考虑实际路况影响,消防出警车辆会受到实际交通流和道路实际情况的影响,消防出警时间具有很大的不确定性。本文主要研究传统路径选择算法存在的问题,并将其优化后,
论文部分内容阅读
随着城市重大火灾事件不断发生,道路的复杂情况总是会延误救火车辆到达时间,致使火灾损失惨重。因此,如何有效保障消防救援人员以最快速度到达现场进行火灾救助,成为研究的热点。在实际消防出警线路中,路径选择是消防出警中的核心步骤,而传统的路径选择算法没有考虑实际路况影响,消防出警车辆会受到实际交通流和道路实际情况的影响,消防出警时间具有很大的不确定性。本文主要研究传统路径选择算法存在的问题,并将其优化后,应用于智能消防系统中。本文首先研究了智能消防系统和最优路线选择算法的发展现状;然后基于算法基础理论,分析了多种传统路径选择算法,针对传统路径规划的局限性,选择Floyd算法作为本文主要研究算法;从局限性出发,确定时间最短为最优权值评定指标;考虑道路的实际状况,采用优化过的层次分析法（Analytic Hierarchy Process,AHP）和模糊决策模型等方法来确定道路的总权值矩阵;通过对Floyd算法进行一系列的优化,基于无向加权图进行仿真试验对比,从而验证优化结果;最后使用Java Script脚本语言和百度地图应用程序接口（Application Programming Interface,API）进行建模,选择无锡市部分交通路网,测试分析了多种不同情况下的选路结果。通过对比分析Floyd算法优化前后的时间复杂度数据,发现本文提出的优化方法相比于原算法在时间复杂度上降低了50%。此外,设计并实现可通过浏览器页面进行交互的智能消防调度系统,可以针对不同的选路模式规划出不同的最优路线结果。该系统页面首次加载时间不超过1s,占有内存少于30MB,并且每次路线选择并显示的时间不超过21ms,均满足设计指标。测试结果表明,本研究对实际消防出警调度决策具有一定的辅助作用。
其他文献
【目的】调查某综合医院心理精神科住院患者中躯体变形症状（Body Dysmorphic Symptoms,BDS）的发生率,探究精神障碍患者中BDS发生的影响因素。【方法】本研究收集2018年11月至2020年1月期间入住东南大学附属中大医院心理精神科,符合DSM-5诊断标准的抑郁障碍、焦虑障碍、双相障碍或躯体症状障碍患者。取得患者知情同意后,运用体象障碍自评量表（Self Rating Scal
图标因其形象生动,易于识别和记忆,在人机交互界面中承担了重要的信息载体和操作功能。在复杂信息界面中,以功能区分的图标具有相似的特征属性以及认知属性,而每个不同的图标又对应着唯一语义。大量图标的需求促使设计师不断地创新,以图标的正确识别为基础,提高搜索效率为目标,对拥有相似概念的图标进行合理地设计至关重要。本文主要研究了,在图标有相似功能的设计要求下,如何拉大图标间的认知差异,提出合理的区分方法与设
窄带物联网（Narrow-Band Internet of Things,NB-IoT）作为一项新兴的低功耗广域网（Low-Power Wide-Area Network,LPWAN）技术,已在物联网领域取得了广泛的应用。移动性管理（EPS mobility management,EMM）是NB-IoT协议栈非接入层（Non-Access Stratum,NAS）中的一个子层,EMM功能对物联网终
随着物联网的迅猛发展,大量嵌入式设备被广泛应用,设备的信息安全比以往更加重要。嵌入式设备由于轻量化、有限资源等特点,限制了传统密码学算法的应用。物理不可克隆函数（Physical Unclonable Functions,PUFs）因其可抵抗物理攻击且具有轻量级等优点,得到了广泛研究。PUFs可应用于密钥提取、身份识别、安全认证等用途保障硬件安全。强PUFs具有指数级的激励响应对,可应用于轻量级认
当前幼儿园内幼儿的人身安全防护得到社会的高度关注,幼儿自我保护意识和自我判断能力的缺失使其在面临危险事件时容易受到伤害。传统的幼儿接送方式多采用人工记录或接送卡的方案,存在幼儿被漏接、错接,乃至被冒领拐带等安全隐患。随着人脸识别技术的发展,考虑引入人工智能领域的人脸检测、活体检测、人脸识别等技术,设计实现基于人脸识别的幼儿接送管理系统。论文主要工作包括:（1）结合我幼儿园接送模式发展现状和特点,按
随着便携式电子智能设备等的飞速发展,人们对其上所搭载的微能源模块提出了更高的要求,以适应高度集成化的电子设备和不断丰富的应用场景。硅基锂离子电池因为其所具有的大容量、易制备、可靠性好、安全性佳等特点,被认为是微型智能设备供电模块的首选。但由于硅在反应中会伴随着脱锂/嵌锂发生剧烈的体积膨胀,由此产生的应力会导致电极结构破裂,进而使电池容量骤减、性能劣化。因此本文从电极复合材料与纳米结构等角度出发,提
卷积神经网络（CNN）是深度学习领域的一种重要模型,因其对图像平移、缩放、旋转等形式的变形具有高度的适应性,在解决高层次的抽象认知问题上具有独特的优势,在诸多领域应用广泛,但是CNN的计算密集型特点使其很难直接在移动终端设备上部署。如何利用有限的资源获取更高的加速性能,如何设计出更高效的硬件计算架构还存在巨大的挑战。本文在研究CNN结构原理的基础上,在算法层面上,改进传统卷积运算方式,使用一种新型
火灾始终威胁着消防救援人员的生命安全,对在现场救援过程中的人员移动定位是保障安全的关键问题,成为研究的热点。随着物联网技术的蓬勃发展,低功耗蓝牙（Bluetooth Low Energy,BLE）和惯性导航技术成为室内定位的研究热点。但蓝牙信号易受环境因素的干扰,可能会导致蓝牙信号强度（Received Signal Strength Indicator,RSSI）跳变,产生误差。基于惯性导航技术
绝缘栅双极型晶体管（Insulated Gate Bipolar Trainsistor,IGBT）具有工作电压高、工作电流大等优点,在大功率系统应用中占据主导地位,因此,为了更好地发挥IGBT器件的优良电学特性,业界对于其封装模块的要求也越来越高。压接式IGBT模块具有低热阻、无键合引线、无焊接点、寄生电感低及双面散热等优点,得到了广泛应用。但由于压接式IGBT模块是通过压力将各组件结合在一起,