《Systems》：Multi-Objective Optimization for Emergency Evacuation Routing in Shopping Mall Fires
编辑推荐：
为提高公共建筑火灾应急响应能力，本文针对商场火灾环境提出一种基于改进遗传算法的多目标应急疏散路径优化方法。该方案采用多目标优化，同时考虑疏散时间与人群拥挤程度。方案融合物理火场参数，包括能见度、温度和CO浓度，这些因素影响疏散速度。方案还引入恐慌因子，用以表征
为提高公共建筑火灾应急响应能力，本文针对商场火灾环境提出一种基于改进遗传算法的多目标应急疏散路径优化方法。该方案采用多目标优化，同时考虑疏散时间与人群拥挤程度。方案融合物理火场参数，包括能见度、温度和CO浓度，这些因素影响疏散速度。方案还引入恐慌因子，用以表征火灾中人的心理行为对疏散效率的影响。本研究将随机多准则可接受性分析（SMAA）与火场–行为–拥挤–路径耦合框架相结合。此外，研究人员采用遗传算法求解模型，该算法在传统遗传算法基础上进行了若干改进。本研究以某购物中心为案例，使用PyroSim软件模拟火势蔓延过程，获取火场数据。实验结果表明，多目标优化方案提高了通行效率，并保障了人员安全。上述结果验证了所提多目标算法的有效性。
# 购物中心火灾应急疏散路径的多目标优化研究解读
## 一、研究背景与问题
购物中心作为高密度人群聚集的大型公共空间，其火灾应急响应能力已成为公共安全治理的关键环节。此类场所通常较为封闭，疏散路线有限，火灾发生时极易造成严重伤亡。随着火势发展，周围环境持续变化，局部区域过度拥挤可能引发恐慌情绪，进一步降低疏散效率。因此，科学规划疏散路径、提高高峰时段疏散效率，对减少人员伤亡和财产损失具有明确的现实意义。
现有应急疏散研究主要集中于疏散优化模型、应急疏散影响因素和仿真建模三个方面。疏散优化模型方面，已有学者提出数据驱动的分布式鲁棒路径优化模型、基于深度极限学习机的疏散时间预测方法等；影响因素研究方面，涉及辐射事故下人员疏散行为、出行时间与方式选择等；仿真建模方面，包括矿井人员–车辆协同疏散机制、海啸疏散规划评估等。然而，已有研究在解决火灾条件下的疏散问题时存在不足：其一，多目标优化方法应用不充分，多聚焦于最短路径或最短时间等单目标，忽视了火场条件对疏散安全与效率的综合影响；其二，多目标优化中的权重设定主观性较强，难以处理决策者偏好的不确定性。
## 二、研究内容与结论
针对上述问题，研究人员使用PyroSim 2023软件模拟购物中心火灾蔓延过程，获取火场环境数据，进而提出一种基于改进遗传算法的应急疏散路径优化方法。该方法以疏散时间和拥挤程度为双优化目标，同时将火场特征和恐慌情绪对疏散速度的影响纳入模型。通过求解最优疏散路径，有效提升疏散效率。研究将随机多准则可接受性分析（SMAA）与火场–行为–拥挤–路径耦合框架结合，利用SMAA构建适应度函数，该方法通过权重空间中的排序概率评估方案优劣，无需预先设定目标权重，有助于制定科学应急预案。
研究选取某典型购物中心作为案例，构建包含33个节点和49条边的疏散网络模型，采用PyroSim 2023进行三维火灾模拟，火源位于节点20附近，模拟起于节点24，最终安全出口为节点15。火源面功率密度设为1500 kW/m2，火源面积约12 m2，模拟时长200 s。在关键走廊交叉节点处部署温度、能见度和CO浓度传感器，采集时间序列环境参数。基于此，采用改进遗传算法求解模型，并与NSGA-II算法进行对比。每种算法独立运行30次，采用双边Mann–Whitney U检验进行统计显著性分析。结果表明，改进遗传算法在平均疏散时间（79.87 s）和中位疏散时间（71.69 s）上均低于NSGA-II（89.85 s和83.00 s），且差异显著（p=0.04）；在拥挤度指标上，NSGA-II平均值略低，但差异不显著（p>0.05）。改进遗传算法收敛代数（66.9代）略早于NSGA-II（70.5代）。敏感性分析显示，当时间权重w?在0.4至0.6之间时，最优方案保持稳定；当w?升至0.7时，方案转向最小化时间；当w?降至0.3时，方案偏好降低拥挤但疏散时间明显增加。这表明算法能在常规偏好范围内提供较为一致的疏散方案，并对决策者偏好变化作出合理响应。
## 三、关键技术方法
本研究涉及的主要技术方法包括：（1）基于PyroSim的火灾仿真模拟，通过三维建模获取火场能见度、温度和CO浓度时空分布数据；（2）基于图论的疏散网络建模，将商场内部设施抽象为节点和边，构建无向图G(V,E)；（3）多目标优化模型构建，以疏散时间最小化和累积拥挤度最小化为双目标，考虑连通性、容量限制、可达性等约束；（4）改进遗传算法求解，融合A*算法生成初始种群、路径修复机制和基于SMAA的适应度函数设计。
## 四、研究结果
### 4.1 合理疏散网络建模
研究人员根据商场实际建筑布局，将内部疏散路线网络抽象为由33个节点和49条边构成的网络模型，节点涵盖商店、公共区域、安全出口和疏散通道关键位置，边表示节点间的连通关系，以欧氏距离作为边权重，为后续路径优化提供了基础。
### 4.2 等效速度模型构建
研究将能见度、温度、CO浓度和恐慌水平分别量化为修正系数f_h、f_s、f_co、f_t，通过连乘得到综合等效速度系数，对正常条件下的人员基准疏散速度v?进行修正，得到实际疏散速度v。恐慌因子采用Li拟合的确定性函数，设定固定恐慌水平h=0.28；能见度修正基于Jin等实验数据，当能见度降至8.57 m时开始影响视线，降至2.5 m时严重阻碍视线；CO浓度修正采用Milke经验公式，并确保计算在有效标定范围内；温度修正考虑人体不适温度30°C、威胁温度60°C和致死温度120°C。
### 4.3 双目标优化模型建立
模型以最小化总疏散时间和最小化疏散过程中的通道累积拥挤度为两个优化目标。约束条件包括：疏散路径必须是从起点到出口的连续路径；任意时刻通道内人数N_ij(t)不超过其最大容量C_ij；人流密度P_ij(t)由待疏散人数与通道容量比值定义；多边路径中每条边都必须可达。
### 4.4 改进遗传算法性能验证
采用改进遗传算法与NSGA-II进行对比实验，改进遗传算法显著降低了平均疏散时间（p=0.04），虽然拥挤度指标略高于NSGA-II但差异不显著。改进算法收敛速度略快，整体性能优于NSGA-II，表明其在疏散优化问题中具有更好的搜索效率和方案生成能力。
### 4.5 偏好敏感性分析
设置多组权重场景进行敏感性分析，发现算法在时间权重w?处于0.4至0.6区间时最优方案稳定，疏散时间和拥挤度基本不变；当w?增大至0.7时方案向时间最小化偏移；当w?降至0.3时方案偏向降低拥挤但疏散时间明显延长。这说明算法能根据决策者偏好变化灵活调整目标侧重，同时在中性偏好区间保持较强鲁棒性。
## 五、讨论与结论
讨论部分指出，该方法克服了传统单目标最短路径方法忽略火灾风险和拥挤水平的局限，实现了具有火场环境感知能力的疏散路径规划，为火灾场景下的主动安全疏散提供决策支持，具有理论价值和实践意义，能够提升应急疏散管理的智能化和决策质量。研究同时存在一定局限，多因素耦合采用直接相乘的方式，假设各因素独立且比例效应，未来研究将扩展到多火源、多出口和多行为参数等更复杂场景。
研究结论可概括为：针对火灾突发事件，本文提出一种考虑疏散时间和拥挤程度的多目标优化方案，构建了包含连通性、容量限制、可达性、危险阈值和安全性等约束的多目标疏散模型，并采用遗传算法求解。以购物中心为案例，在PyroSim中构建三维模型进行火灾仿真，验证了多目标优化方案的有效性。结果表明，改进遗传算法在该疏散优化问题上表现更优，且在常规偏好范围内具有较强稳定性，能够为决策者提供较为一致的疏散方案。该方法将火场环境感知融入疏散路径优化，为火灾场景下的主动安全疏散提供了决策支持。
