文摘

最近迅速发展的信息技术,如传感技术、通信技术、数据库,允许我们使用仿真实验分析严重事故由有害化学物质造成的。由于危险化学品的毒性和扩散,不仅这些事故往往会导致严重的后果和经济损失,而且交通堵塞在同一时间。危险化学品事故后紧急疏散是一个有效的方法来减少生命和财产的损失,顺利尽快恢复交通网络。本文考虑了动态变化的危险化学品泄漏后浓度,模拟扩散过程。根据危险化学品事故的紧急疏散的特点,我们建立一个混合整数规划模型,设计一个启发式算法利用网络优化和扩散模拟(以下点头)。然后我们使用济南验证算法的有效性和可行性,中国作为一个计算例子。最后,我们比较结果从不同的场景来探索影响疏散过程的有效性的关键因素。

1。介绍

随着世界经济的发展,危险化学品已成为重要的材料在工农业生产,国防建设,和人们的日常生活。然而,近年来,危险化学品造成的严重事故发生的频率增加。例如,2010年2月7日,一个丙烯酸酯泄漏事故发生在一个化学公司在番禺,广州,成千上万的附近村民紧急撤离。2013年4月17日,在美国德克萨斯州西部地区化肥厂发生爆炸,设置至少10建筑物着火,造成35伤亡和超过160人受伤。2014年7月19日,一个特别严重的道路交通和爆燃事故发生在邵阳,沪昆高速公路湖南,造成54伤亡,6人受伤,直接经济损失5300万元。2014年11月15日,甲硫醇泄漏事故发生在一个美国杜邦工厂,位于休斯顿地区东南部,导致4伤亡,1人受伤,影响了许多周围的居民。2015年8月12日,储存不当造成巨大爆炸的化学物质发生在天津,夺去了165人的生命,造成直接经济损失68亿元。由于危险化学品的毒性和扩散,这些事故不仅造成人员伤亡和经济损失,而且污染环境,造成严重的社会恐慌和交通堵塞。危险化学品事故后紧急疏散是一个有效的手段来减少伤害。此外,信息技术是近年来发展迅速,所以我们可以使用这些技术来做一些模拟的经验可以对紧急疏散有积极的影响。 Therefore, using advanced technologies to study the emergency evacuation following hazardous chemical accidents is very necessary.

紧急疏散问题的研究最早出现在1960年代。疏散模型主要可以分为两类:基于网络优化的数学模型和仿真模型。Hamacher和Tjandra (2002) [1回顾了基于网络优化的数学模型。Murray-Tuite和Wolshon (2013) [2)提出了一个highway-based疏散建模与仿真的报告及其演化在过去的十年。近年来,许多学者研究了紧急疏散问题使用不同的方法。Cova和约翰逊(2003)(3(2011)[],谢和Turnquist4方,et al。(2013)5]研究了lane-based疏散网络优化问题。Lim et al。(2012)6),哈达和Laor (2013) (7],许凤和潘(2014)(8)关注的发展模式最优紧急疏散网络的设计。Duanmu et al。(2012)9),方et al。(2013)5),田(2014)(10],张先生和张(2014)(11)建立疏散模型考虑旅游需求分配问题和规避风险的司机的路线选择。此外,一些学者认为建模疏散网络基于道路网络的漏洞,例如,Snelder et al。(2012)12),陈et al。(2012)13],贝尔et al。(2014) (14]。基于gis技术和DSS开发带来一些学者的紧急疏散计划实施,例如,Zhang et al。(2016)15]。

对仿真模型的研究,阴et al。(2014)16)提出了一个基于主体的旅游需求模型模拟飓风疏散,这是能产生全面的家庭活动和旅行计划。系统考虑六个典型的疏散决策:疏散/留下来,住宿类型选择,疏散目的地选择、模式选择、车辆使用的选择,和起飞时间的选择。Zhang et al。(2012)17]介绍了数据仿真模型的拓扑和几何关系来表达建筑的内部结构,以确定最优路线救援和疏散在复杂的建筑。Nishino et al。(2012)18]介绍了提出的模拟方法,计算的概率烧毁建筑或火灾死亡人数的比例在一个地区将超过一个阈值在给定时间段地震后。钓鱼台国宾馆et al。(2014)19)利用计算机建模与仿真研究的影响船员过程对疏散两个不同火灾场景下高速列车。吴和黄(2015)20.)模拟疏散人员的动态和派生的一幢高层建筑的疏散时间采用控制体积模型。c . Wang和j·王(2017)(21]提出了一个扩展floor-field (FF)模型结合紧急疏散的风险因素和他们通过数值模拟验证了模型与特定的空间结构。

许多学者进行了卓有成效的研究建筑疏散问题从不同的角度。加尔松Pursals和(2009)(22),Zhang et al。(2013) (23],Ronchi et al。(2014)24)制定建筑疏散问题和广义函数将疏散疏散路线使用蒙特卡罗和其他随机方法。吴和陈(2012)25)使用了一个3 d几何网络模型(GNM)和迪杰斯特拉算法考虑烟运动在不同时期的建筑火灾。Bhushan和Sarda (2013) [26]介绍了阶梯建筑疏散的出口问题,是由放置梯子在建筑物可能的机会。他们修改了现有的网络流基于疏散规划模型将梯子和提出了三种不同的优化配方模型各种场景。

西迪基et al。(2012)27Verma)和et al。(2012)28]研究了有害物质的疏散问题,在西迪基et al。(2012)27]提出了一种基于计算流体动力学(CFD)——室内的风险评估模型,认为持续的意外释放,密度小,未检测到泄漏的有毒气体(氯)在一个工业室内环境。李et al。(2012) (29日),纳杰菲et al。(2013)30.),第一和Sherali (2013) (31日]研究大规模区域疏散由飓风引起的,火灾或地震。他们研究了聚合级别分段的需求导向策略和路由结构疏散需求,有无堵塞,然后设计了两个启发式。沈et al。(2015)32)建立了一个概念上的决策支持系统中有毒物质泄漏化学工业园区和报道的方法确定疏散泄漏事故后的范围。

从上面可以看到,紧急疏散的现有文献大多集中在火灾和飓风等灾害。然而,很少有研究危险化学品事故后的紧急疏散。众所周知,灾难和事故的不同类型有不同的特点。因此,紧急疏散计划应根据具体问题的不同的特征。危险化学品事故不同于其他事故因为化学物质的毒性和扩散使危险化学品的浓度改变随着时间的流逝,天气状况,和风速。因此,它是非常必要的,研究危险化学品事故的紧急疏散。

在本文中,我们专注于危险化学品事故后的紧急疏散。我们建立一个混合整数规划模型,设计一个基于网络优化的启发式算法和扩散模拟(以下点头)。论文的突出贡献如下。首先,根据危险化学品事故的假设,我们模拟危险化学品的浓度的动态变化的范围和影响危险化学品事故的MATLAB程序。其次,考虑到毒性和有害化学物质的扩散,我们建立一个混合整数规划模型,旨在减少危险化学品的浓度,人们暴露在整个疏散过程。然后,设计了一种启发式算法求解模型。最后,基于计算例子在济南事件显示了算法的有效性和可行性,我们探索影响疏散过程的关键因素通过不同的场景。

本文的其余部分组织如下。部分2介绍了氯的物理化学性质和仿真结果。节3,我们引入了混合整数规划模型和算法点头。在部分进行计算的例子4。最后,我们得出结论的工作和一些建议未来的发展方向5。

2。扩散模拟

2.1。氯的物理化学性质

本文考虑常见的氯的研究危险化学品事故和紧急疏散。在正常的温度和压力,氯是一种黄绿色颜色和刺激性气味的气体。它将转变成液体时,周围的空气压力超过709 kPa。氯的分子量为70.91。它的熔点是−101摄氏度,其沸点−34.5摄氏度。天然气密度为3.21 g / L,其相对蒸气密度(空气= 1)2.5。氯造成燃烧和爆炸的危险,它可以作为辅助燃烧剂。最一般的燃料可以燃烧的氯气和可燃气体或蒸汽和氯气能形成爆炸性混合物。此外,氯与水反应产生有毒次氯酸和盐酸。

在日常生产和生活中,氯有广泛的用途。它不仅用于制造氯乙烯、烯丙基氯、环氧氯丙烷也作为消毒剂在水处理的过程。另一方面,氯是一种剧毒危险化学品。吸入高浓度的氯气可以导致死亡,和氯的化学危险品在国家监督的关键。

氯对人体造成严重伤害,因为它会刺激眼睛、鼻子、喉咙,上呼吸道,和身体的其他部位。当质量浓度高于1 ~ 6毫克/米³,它会对人类造成严重的刺激。的浓度为12毫克/米³对大多数人来说是难以忍受的。的浓度为90毫克/米³可引起急性咳嗽。的浓度为120 ~ 180毫克/米³是非常危险的,可以引起急性肺水肿和肺炎在30 ~ 60分钟。的浓度为300毫克/米³可以造成致命的伤害。的浓度为3000毫克/米³立即会导致呼吸衰竭,会发生“中风死亡”。当浓度超过30000毫克/ m³,一般病毒防毒面具失去保护作用。

在正常温度和压力下,液氯可以被压缩并存储在液化形式。一旦泄漏到大气中,它将扩大和气化在正常压力下,蔓延到占据很大空间。摘要液氯泄漏事故后造成的损坏容器灌装阀。事故发生后,液氯的状态的变化可以分为以下三个过程。

液氯泄漏:加压液氯泄漏对环境在正常的温度和压力。

液氯闪光:在一次严重的事故中,液氯迅速泄漏到周围的气氛。因为压力,液氯的一部分迅速转化为气体。的过程从高压下的气液平衡过渡到正常压力下的气液平衡是名为flash。直接蒸发液体的比率也叫闪光率 :

的公式,是闪光率,是气体的平均比热(kJ / kgK),之间的温差温度和环境压力下的沸点在容器(K),然后呢是蒸发热(kJ /公斤)。由于液氯的平均比热是0.98 kJ / kgK,沸点−34.5摄氏度,汽化热是289 kJ /公斤,液氯的闪光率大约20%在正常大气温度(25摄氏度)。液氯泄漏时,液体蒸发的形式直接将形成云小烟和与空气混合,然后吸收热量和蒸发。如果从热空气液体烟并不足以引起蒸发,烟会凝结成水滴,落在地上,形成液池。根据经验,当 ,一般不会形成液池。本文假设当液氯泄漏的百分比是20%,它将直接变成气体。

气体的扩散氯:液氯气化后弥漫在空气中。

在本文中,我们选择流体力学伯努利方程的基本方程来描述液氯泄漏率。描述气体扩散行为液氯闪光之后,本文采用高斯烟模型,它是应用最广泛的气体扩散模式。泄漏模型、扩散参数和高斯烟详细介绍了云模型,分别在文献[33]和[34]。由于词的限制,他们不是在本文进一步讨论。

2.2。仿真计算

阀门的坦克车装满20吨的液氯已经完全受损,液氯泄漏不断。阀门直径是25毫米,泄漏是50%,风速5.4米/秒。关键的MATLAB代码所示的仿真计算算法1,2,3。

根据液氯浓度、受灾地区可分为致命的循环 ,半致死圈 ~ 受伤,圆 ~ 这将导致死亡,残疾,分别和伤害。致命的浓度扩散圆,半致死圈、损伤圆图所示1和表1。

表1表明,当阀门罐车装载20吨的液氯连续已经完全损坏和液氯泄漏,阀门直径坦克是25毫米,泄漏是50%,和风速5.4米/秒;致命的横向距离圆,半致死的圆,和损伤圆是36米,99米,144米,分别。人们会受伤的最大距离顺风方向651米。因此,我们应该撤离受灾地区的人从事故地点651顺风的方向和144米的纵向距离减少伤亡事故。我们通过仿真获得的影响区域,如图2。影响的面积是252210米²。

3所示。模型和算法

在本文中,我们专门研究危险化学品事故后应急疏散问题。一般紧急疏散问题主要考虑如何撤离所有人以最快的速度安全区域或在最短的时间内。然而,紧急疏散问题的最大区别在危险化学品事故和其他疏散问题是危险化学品事故后的紧急疏散问题的目标是减少损失的人造成危险化学品。本文考虑了紧急疏散问题之间具体的疏散源点和一个特定的终点在危险化学品事故危险化学品的浓度在离散时间点上每一点变化。

3.1。符号和决策变量

:交通网络图 :点集;点代表路路口,包括疏散源点和终点; ,疏散源点是1和终点 :疏散源点集 :中间的点集 :疏散结束点集 :一个弧的集合,代表点之间的弧和 :起弧集 :结束弧集 :最初的人等待撤离疏散源点 :点的最大容量 :弧的最大容量 :点的能力在时间 :弧的容量在时间 :当穿越弧的长度 :累积浓度点的弧对点在时间 :集中在一点在时间 :开始疏散的时间疏散源点 :的疏散源点的路径 :的流动 ,这是疏散源点的路径 :的人数输入弧在时间和到达点在时间 :人点的数量在时间 :弧上的所有人的数量在时间 。

3.2。建模

写如下混合整数规划问题,选择1作为疏散源点和点终点: 在哪里 , , 。目标函数(2)指出,问题的目标是最小化有害化学物质的浓度,所有等待撤离的人暴露在整个疏散过程。约束函数(3),(4)和(5)代表整个疏散网络的初始状态。方程(6)和(7)代表点的容量限制的约束和弧在时间 。方程(8)代表弧流守恒 。方程(9)代表保护整个疏散人群的疏散网络的时间 。方程(10)代表守恒流在中间点 。方程(11)代表流守恒疏散源点。方程(12)代表流守恒的终点。方程(13)代表的决策变量必须是负的。

3.3。算法

由于疏散问题是np难问题,没有多项式算法,我们设计点头算法后,可以计算疏散计划基于网络优化和危险化学品事故扩散模拟满足上述数学模型的约束条件和目标。该算法引入了一个概念最短路径,请参考 最短路径从疏散源点到终点。在这篇文章中,最短路径引用相对应的路径 最低累积浓度的化学物质从疏散源点到终点。在设计疏散路线时,我们只考虑疏散的路径 最低累积浓度的化学物质,而不是在所有的路线疏散。

3.3.1。定义和特点

定义1。假设 是一个路径从源点对点疏散和到达时间点是 。

定义2。点的标签是 ,代表点前道路上的点 , 代表到达时间点 ,和代表当前阶段。

定义3。 代表的点集包含的阶段 。 代表了前阶段点集 的点 这是 。

定义4。假设输入弧从点在时间 ,时间到达拍摄点吗和危险化学品的浓度点是 在时间 ,和危险化学品的浓度点是 在时间 。因此,危险化学品的浓度,疏散人员接触时进入弧的时候是 ,用 。

定义5。危险化学品的初始浓度在时间的起点是 。

定义6。假设 是一个路径从源点对点疏散 ,有害化学物质的累积浓度疏散人员接触 当到达点在时间 ,在哪里 。

定义7。化学危险品点的累积浓度最低在当到达阶段的时候是 ;也就是说, 在哪里 。

定义8。 代表累积浓度最低的危险化学品从疏散源点对点 。

房地产9。一个人

财产10。最低的部分累积浓度的化学危险品疏散源点对点也许不是最低的路径累积危险化学品的浓度。

3.3.2。算法的步点了点头

最初点头算法的基本思想是,在每个疏散时间 ,计算最短路径及其流根据化学物质的浓度在不同时刻每一点,然后通过疏散最短路径的计算,直到所有的人疏散源点已经被疏散。

步骤1(初始化)。让人的数量将疏散疏散源点,的最大容量 , 的最大容量 ,和 是点的有害化学物质的浓度在 。
我们点的能力在是 和弧的容量在是 ;
让 。

步骤2(分阶段)。把每个阶段根据弧路径疏散网络的数量。然后,我们可以得到许多阶段 。让是属于舞台的动身点,让 。

步骤3。开始时间疏散的源点 。

步骤4。搜索最短路径从源点1点 ;让 。

第5步。计算每个点的累积浓度和标签的阶段 。
计算点的最小累积浓度的到达时间 。最低累积浓度 和标签 对点 。

步骤6(确定阶段是结束)。让 。如果 ,然后在舞台上所有的点已经被计算。如果 ,然后转到步骤8。否则,让 并返回到步骤5。

步骤7(计算最小累积浓度)。最低累积浓度 。

步骤8(回溯的最短路径)。回溯点根据最低客观价值的标签。然后,我们可以得到为灾民th最短路径从源点1 。我们表示最短路径点1点通过 和计算流和总时间的 。

步骤9(更新疏散网络)。如果 ,然后再回到步骤10;别的,计算 , 。如果 ,然后删除弧从网络;如果 ,然后删除所有前弧邻近点 。如果更新的网络没有连接,返回步骤10。否则,让 ,转向步骤4。

步骤10(确定疏散完成)。检查疏散源点。如果受害者是疏散,则算法结束。否则,让 ,并返回步骤3。

4所示。案例研究

本文使用济南为例,验证点头算法的有效性和可行性。为简单起见,我们得到影响区域的疏散人员的数量和平均人口的影响。也就是说,疏散人员的数量等于影响面积乘以平均人口的影响。

假设油槽车,阀门直径25毫米和装满20吨的液氯,周围有一个交通事故Jinbaolai海参店盛大路上晚上受损进油阀,导致液氯连续泄漏的坦克。假设风从西方和风速5.4米/秒,我们可以获得影响地区历下区,也就是252210米²。历下地区的平均人口是7466.34 /平方公里。因此,我们可以计算的总数需要疏散1884人。此外,本文假定横向疏散源点的距离(标记为三角形图3泄漏点是20米),纵向距离是20米,所有需要疏散的人聚集在疏散源点。我们假设救援车辆用于疏散,每辆车的发车间隔时间是9秒,和每50疏散是一个单位。因此,有38个单位的受害者需要疏散到紧急终点(标记为平方图3)迫切。疏散图,如图3(一个)的路线图撤离整个疏散区。图3 (b)显示了疏散源点的具体位置和泄漏点。

疏散图如图3是由网络如图4,①疏散源点和它的坐标是(20、20)是紧急终点及其坐标是什么 。其他点弧过境点。第一个数字在括号中是对应的弧的最大容量,第二个数字是经过弧的时候。危险化学品的浓度取决于每一点时间。为了便于计算,我们假定时间是离散的单元。在本文中,我们以9秒为单位。有38个单位疏散源点①的受害者,我们假设所有顶点的最大容量足够大来容纳它们。我们得到的疏散路线上面提到的算法。结果如表所示2。其中,疏散时间撤离的时候离开疏散源点,疏散完成时间是时间紧急疏散人员到达终点。在本节中,所有的计算都是使用MyEclipse 8.6运行在PC在英特尔i3 - 3217 u CPU和4 GB内存。

从表2我们可以看到,当需要疏散的人数是38台,最短路径的数量 ,疏散源点的坐标 。三个路径,1-2-4-8-14-22-26-27-28,1-2-7-8-14-22-26-27-28,1-3-5-9-13-17-18-23-24-28,用于疏散不时0到7。从图4,我们可以看到三个路径选择在每一刻都在疏散网络的边缘。他们的纵向距离泄漏点都是大约1000米,这是超出了泄漏的影响。这三个航线最低累积浓度。因此,可以看出,为了减少疏散人员的累积伤害整个疏散过程中,风的垂直方向应该优先疏散,让灾民离开的区域尽快泄漏的影响。灾民已经离开了危险区域后,他们应该然后沿着最短路径到达紧急终点。从表2,我们可以看到,它需要7个单位的时间,或63秒,允许所有的疏散人员疏散疏散源点。需要65单位的时间,或585秒,所有紧急疏散人员到达终点。随着时间的推移,氯气的累积浓度增加。累积浓度达到最高大约304.27毫克/米³在时间7。这个浓度会导致严重的人身伤害,但它不是致命的氯气的浓度。100年之后测试,我们的算法的平均程序执行时间是20.2秒,并改变程序执行时间的实验如图5。

接下来,我们改变疏散范围,最短路径数量和疏散源点坐标(疏散源点的距离泄漏点)来创建不同的场景。然后,我们解决不同的场景与上面提到的算法,并分析结果。

4.1。比较不同疏散尺度的计算结果

我们50疏散人员作为疏散人员的一个单位,数量的最短路径 ,疏散源点坐标 作为一个恒定的条件。我们改变疏散范围创建不同的场景和计算的算法。其中,8日,18日和28日单位是小规模,38岁,48岁的58个单位被认为是中等规模,到68年,78年和88年的单位被认为是大规模的。计算结果如表所示3。疏散人员的疏散时间是时间离开疏散源点。所有的时间单位秒。

分析不同疏散范围对结果的影响,我们使用折线图来显示表的计算结果3,如图6。

从图6,我们可以看到,当最短路径数量和疏散源点坐标是常数,与疏散规模的增加,疏散时间曲线,最高累积浓度曲线,程序执行时间曲线都会增加一个线性增长的趋势。程序执行时间曲线相比,疏散时间曲线和最高累积浓度曲线显示一个相对快速增长的趋势。这是因为在疏散过程中与不同的疏散范围,最短路径的选择是相同的在每一个时刻,和离开疏散人员的数量是固定的在每一个时刻。因此,疏散尺度越大,疏散时间越长。在每一刻,有些人留在疏散源点会更受损的随着时间的流逝,所以最高累积浓度与疏散时间的增加会增加。程序执行时间曲线显示了一个相对平稳的线性增长趋势,表明该算法是有效和稳定,展示了良好的性能。从以上讨论,当最短路径数量和疏散源点坐标是常数,我们应该设法增加疏散人员的数量在每个路径,比如使用大救援车辆,而不是小救援车辆,和明确疏散路线,以提高交通负荷,这样我们可以缩短疏散时间和减少累积浓度最高。

4.2。比较不同的最短路径的计算结果数量

我们取50疏散是一个单位,疏散38台,规模和疏散源点坐标 作为一个恒定的条件。我们改变数量的最短路径创建不同的场景和计算的算法。由于疏散路线是有限的,每条路径的交通负荷是在同一时间有限,我们只能找到最多6最短路径。表4当数量的最短路径显示了计算结果需要值的1、2、3、4、5、6。疏散人员的疏散时间是时间离开疏散源点。所有的时间单位是秒。

分析不同的最短路径数量的影响结果,我们使用折线图显示计算结果表4,如图7。

我们可以看到从图7随着最短路径数量的增加,疏散时间曲线和最高累积浓度曲线表现出下降的趋势。最短路径的数量 是一个转折点。当 ,下降斜率大,曲线正在迅速下降。当 向下的斜坡正在减少,下降的速度也慢下来,这显示了最短路径的数量有一个影响疏散时间和累积浓度最高,但减少的最短路径数量增加的影响。从图7 (b),我们可以看到,程序执行时间曲线低中产和高结束,这表明一个更大的最短路径数量或规模较小的最短路径数量将减少算法的效率。从以上讨论,最短路径数量应被视为3或4。这可以确保疏散时间,累积浓度最高,和程序执行时间所有落在一个理想的范围。

4.3。比较不同的疏散源点坐标的计算结果

在这种情况下,我们把每50疏散人员是一个单位,疏散38台,规模和最短路径数量 作为一个恒定的条件。我们改变疏散源点坐标来创建不同的场景和计算的算法。根据图所示1,我们选择 (20、15)(20、20),(20、25),(20、30),(20,35),(20、40)作为疏散源的坐标点。计算结果如表所示5。疏散人员的疏散时间是时间离开疏散源点。所有时间单位秒。

分析不同疏散源点坐标的影响结果,我们使用折线图来显示表的计算结果5,如图8。

在这种情况下,疏散规模和最短路径数量保持不变,使疏散源点横坐标常数。改变疏散源点纵坐标,从图8(一个)我们可以看到,疏散时间曲线显示了一个水平的趋势。从表5,我们可以看到,改变疏散源点坐标选择最短的路线没有影响。可以看出,不同的疏散源点坐标,疏散人员的数量谁离开疏散源点总是相同的每一刻,所以疏散时间也是相同的。这表明,改变疏散源点坐标对疏散时间没有显著影响。随着疏散源点的坐标变化,程序执行曲线有一定的波动,但范围只是1.4秒。这表明,改变疏散源点坐标对程序执行时间没有显著影响。随着疏散源点横坐标的增加,最高累积浓度曲线迅速下降至零。这表明,改变疏散源点坐标对累积浓度最高的有显著影响整个疏散过程。当疏散源点横坐标是一个常数,进一步协调和危险化学品的浓度越低疏散源点。这使得整个疏散过程的最高累积浓度降低。从图8,我们可以看到,随着疏散源点纵坐标的增加,累积最高浓度的差异不同疏散源点横坐标减少,减少的速度是越来越快。结合图1的距离,我们可以看到,影响危险化学品泄漏顺风的方向远远超过,在风的垂直方向,所以我们可以知道疏散的影响源点纵坐标的最高累计横坐标的浓度比这更重要的。当我们选择疏散源点,我们应该增加纵源点远离泄漏点的纵向方向,从而减少最高累积浓度在整个疏散过程。

5。结论

紧急疏散是应急救援的关键步骤之一。具有重要意义研究疏散问题以减少紧急事故和灾害的危害。然而,不同于其他灾害和事故、危险化学品事故可能会分散他们的损伤在一个广阔的区域内。在本文中,考虑到动态变化危险化学品的浓度,我们建立一个混合整数规划模型对危险化学品事故的紧急疏散,旨在最大限度地减少有害化学物质的浓度,人们暴露在整个疏散过程。然后,基于网络优化,我们设计点头算法可以计算危险化学品事故后撤离计划。数值例子说明点头算法的可行性和有效性。最后,我们探索的关键因素影响疏散过程中通过不同的场景。在未来的研究中,我们将进一步考虑危险化学品事故多源点。

的利益冲突

作者宣称没有利益冲突。

确认

作者要感谢山东大学齐鲁青年学者和唐学者对金融和技术支持。本文部分由中国国家自然科学基金(国家自然科学基金委)(授予号。71201093和71201093),山东大学自主创新基金,山东大学的基础研究基金。