考虑拥堵相关延迟的大规模疏散规划仿真辅助优化
人工智能
2024-09-13 v6 计算机与社会
多智能体系统
摘要
疏散规划是灾害管理的关键部分。然而，对其两个基本组成部分——路径规划与调度——进行联合优化，以最小化平均疏散时间或疏散完成时间等为目标，是一个计算困难的问题。为此，我们提出MIP-LNS，一种可扩展的优化方法，其利用启发式搜索与数学优化，并能优化多种目标函数。我们还提出MIP-LNS-SIM方法，将基于智能体的仿真与MIP-LNS相结合，以估计由拥堵引起的延迟，并求得考虑此类延迟的优化方案。我们以得克萨斯州休斯顿的哈里斯县为研究区域。我们表明，在给定时间限制内，MIP-LNS在三项不同指标上比现有方法找到更优解。然而，当考虑拥堵相关延迟时，MIP-LNS-SIM在多个性能指标上优于MIP-LNS。此外，MIP-LNS-SIM在估计疏散完成时间上的百分误差显著低于MIP-LNS。
引用
@article{arxiv.2209.01535,
title = {Simulation-Assisted Optimization for Large-Scale Evacuation Planning with Congestion-Dependent Delays},
author = {Kazi Ashik Islam and Da Qi Chen and Madhav Marathe and Henning Mortveit and Samarth Swarup and Anil Vullikanti},
journal= {arXiv preprint arXiv:2209.01535},
year = {2024}
}