本发明涉及社区应急救援，尤其涉及一种火灾应急救助方法。
背景技术：
应急资源调度是重大自然灾害事件应急管理保障体系的核心内容。一旦发生重大自然灾害，往往猝不及防或防而无效，对灾区造成不可估量的破坏。灾害影响严重区域陷入孤立无援的困境，极需外界给予支持与救助。遂行险情处置与人员救助，均需大量的应急资源来保障和实现。作为危机应对的一个基础性环节，如何把应急资源及时、足量地调度至灾害影响区域资源需求节点，以最大程度保障救助人员和受灾民众抗灾和基本生存需求，成为应急管理决策研究的重要议题。
应急资源调度是运用交通运输工具，实现应急资源在调度网络节点之间的位移，以保障最大化应急资源所发挥救助效益的活动。调度网络被界定为灾害影响区域一定范围内交通道路抽象而成的，由节点、边(或弧)组成的网络图形；交通运输工具为具有装载一定容量应急资源的功能以及行程等性能指标约束的机动车辆；救助效益以规划和控制调度车辆的运行路线，并在既定约束条件下完成资源调度任务，使应急资源产生的最大效益值表征。
应急资源调度是应急管理保障体系的核心内容，一直以来，对它的研究都是应急资源管理领域的热点问题。戴更新等人研究了多资源组合情况下的应急调度问题；何建敏等人对于多个资源供应点的选择问题进行了较深入的研究；李连宏等人对于多资源在非恒定消耗的前提下的调度优化模型进行了相关研究；刘北林等人研究了传统的应急救灾物资的紧急调度问题。在重大事故发生时，如何运用各种运输工具以最短时间将所需数量和种类的物资、以何种路径运输到受灾点或事故发生地，跟这两个问题直接相关的是应急资源运输问题和应急车辆调度问题。
对于应急资源运输问题，国内外的研究主要可以分为三种模型:以解决运输成本最小化为目标的模型；以解决运输时间最小化为目标的模型及综合费用、时间最小的多目标模型。应急车辆调度问题的主要目的就是为了实现诸如路程最短、成本最小、耗费时间最少等目标。Haghani等人研究了一个整合来自交通媒介、公共安全媒介和医院等实时信息的应急调度车队管理系统，它嵌入了一个最优模型去帮助指挥调度中心调度应急车辆，并能够预测到未来的需求。通过滚动时域优化方法进行计算求解，并建立了仿真系统证明了模型的有效性。
随着计算机技术的发展,80年代开始借助计算机模拟技术来对紧急情况下的人员疏散行为进行模拟和预测。其基本思路是:通过计算机直接模拟人员在建筑物内的移动过程,并记录不同人员在不同时刻的几何位置,从而计算建筑物内的人员疏散时间并动态地显示人员疏散移动的全过程。
根据划分建筑环境的不同方法,可以把上述模型分为网络模型(note-arc)和网格模型(grid-base)两大类,目前大多数模型属于网络模型。
网络模型是根据实际建筑的物理格局来分割模拟空间,并且,人员在疏散过程中被认为是从一个节点通过弧移动到另一个节点；网络模型多以群体为研究对象,不考虑单个人员对灾害的心理反应、个体之间的相互关系、以及环境对疏散行为的影响。网格模型则不考虑建筑实体的具体物理分隔,它是把整个建筑平面人为地分割成形状和面积相同的网格,从而可以保证很精确地表示疏散空间的几何形状及内部障碍物的位置,并在任何时刻都能将每个人员置于准确的位置。
网格模型比较成功的例子有:Helbing的“社会力模型”、方正和卢兆明的“网格模型”、Toshiyuki的“行人流疏散系统”以及Kebel的微观仿真模型等。
根据现有文献资料，目前资源调度模型，(1)集中在平面坐标内进行资源和车辆的调度；而且(2)建立在单应急点的基础上，对一种或多种应急资源进行调度对多应急点应急资源调度的研究还很少；同时(3)现有模型都是在一定的条件约束下进行研究的，如限定“时间最短”、“出救点最少”、“运输能力约束”，“限制期”等单目标模型，但应急资源的调度是一个多目标、动态、不确定、时效性强的复杂决策问题。因此，需要在立体空间、多目标、多应急事件进行研究。
技术实现要素：
针对现有技术中的问题，本发明提供了一种火灾应急救助方法。
本发明提供的火灾应急救助方法，包括：
根据城市地理信息划分室内区域和室外区域，对室外区域建立网络模型，对室内区域建立网格模型，将所述网格模型和所述网络模型组合为网络网络模型；
在所述网络网络模型上确定火灾事故应急点的信息，并且确定救援资源的信息和/或疏散区域的信息；
确定应急需要求，所述应急需求包括以下需求中的至少一种：确定满足救援目标的救援资源至火灾事故应急点的室外路线，确定满足疏散目标的火灾事故应急点至疏散区域的室外路线，确定满足救援目标的救援资源至火灾事故应急点的室内路线，确定满足疏散目标的火灾事故应急点至疏散区域的室内路线；
实时更新所述网络网络模型的参数；
根据所述应急需求根据所述网络网络模型的参数确定救援资源分配方案及救援和/或疏散路线。
上述火灾应急救助方法还具有以下特点：
火灾事故应急点的信息包括火灾事故应急点位置，还包括以下火灾事故应急点信息中的至少一种：事故类型、事故等级、泄露量、是否爆炸、影响范围、事故点人群数量、事故点人群位置；
所述救援目标包括以下条件中的至少一种：时间最短、路径最短、应急路径不出现环绕、同一段时间同一车辆只能出现在一个火灾事件附件近；
所述救援资源的信息包括救援资源位置，还包括以下信息中的至少一种：救援车辆位置、救援车辆数量、救援人员位置、救援人员数量；
所述疏散目标包括以下条件中的至少一种：时间最短、路径最短。
上述火灾应急救助方法还具有以下特点：
火灾事故应急点为多个时，根据火灾事故应急点信息中的事故类型、事故等级、泄露量、是否爆炸中的至少一个确定火灾事故应急点的危险级别，确定满足救援目标下的救援资源到达各火灾事故应急点的行车时间、行车距离和通行安全性，根据各火灾事故应急点的危险级别、满足救援目标下的救援资源到达各火灾事故应急点的行车时间、行车距离和通行安全性确定目标火灾事故应急点，以及对目标火灾事故应急点的救援资源分配方案及救援和/或疏散路线。
上述火灾应急救助方法还具有以下特点：
所述应急需求为确定满足救援条件的救援资源至火灾事故应急点的室外路线或确定满足疏散条件的火灾事故应急点至疏散区域的室外路线时，使用网络模型中的迪杰斯特拉算法确定路线；
所述应急需求为确定满足救援条件的救援资源至火灾事故应急点的室内路线或确定满足疏散条件的火灾事故应急点至疏散区域的室内路线时，使用网格模型中的A星算法确定路线。
本发明的资源调度模型在立体空间进行研究，解决了集中在平面坐标内进行资源和车辆的调度。同时建立在多应急事件的基础上，解决了单一应急点资源调度不均衡的缺点。采用多目标的应急资源调度方法，解决一定约束条件下的单一目标简单决策的缺点，实现多目标、动态、不确定、时效性强的复杂决策。
附图说明
图1是火灾应急救助方法的流程图。
具体实施例
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
图1是火灾应急救助方法的流程图，此方法包括：
步骤101，根据城市地理信息划分室内区域和室外区域，对室外区域建立网络模型，对室内区域建立网格模型，将所述网格模型和所述网络模型组合为网络网络模型；
步骤102，在所述网络网络模型上确定火灾事故应急点的信息，并且确定救援资源的信息和/或疏散区域的信息；
步骤103，确定应急需要求，所述应急需求包括以下需求中的至少一种：确定满足救援目标的救援资源至火灾事故应急点的室外路线，确定满足疏散目标的火灾事故应急点至疏散区域的室外路线，确定满足救援目标的救援资源至火灾事故应急点的室内路线，确定满足疏散目标的火灾事故应急点至疏散区域的室内路线；
步骤104，实时更新所述网络网络模型的参数；
步骤105，根据所述应急需求根据所述网络网络模型的参数确定救援资源分配方案及救援和/或疏散路线。
其中，
火灾事故应急点的信息包括火灾事故应急点位置，还包括以下火灾事故应急点信息中的至少一种：事故类型、事故等级、泄露量、是否爆炸、影响范围、事故点人群数量、事故点人群位置；
救援目标包括以下条件中的至少一种：时间最短、路径最短、路径不出现环绕、同一段时间同一车辆只能出现在一个火灾事件附件近；
救援资源的信息包括救援资源位置，还包括以下信息中的至少一种：救援车辆位置、救援车辆数量、救援人员位置、救援人员数量；
疏散目标包括以下条件中的至少一种：时间最短、路径最短。
本方法适用于多个火灾事故应急点以及多个目标的情况，具体的，火灾事故应急点为多个时，根据火灾事故应急点信息中的事故类型、事故等级、泄露量、是否爆炸中的至少一个确定火灾事故应急点的危险级别，确定满足救援目标下的救援资源到达各火灾事故应急点的行车时间、行车距离和通行安全性，根据各火灾事故应急点的危险级别、满足救援目标下的救援资源到达各火灾事故应急点的行车时间、行车距离和通行安全性确定目标火灾事故应急点，以及对目标火灾事故应急点的救援资源分配方案及救援和/或疏散路线。
例如：
火灾事故应急点包括两个，火灾1事故点和火灾2事故点。
例如多目标为最短时间与最小风险两个目标，则：
TotalTime＝Sum(第1辆选择路径1到火灾1的Time，第1辆选择路径1到火灾2的Time，第2辆选择路径2到火灾1的Time，第2辆选择路径2到火灾2的Time)
TotalRisk＝Sum(火灾1事故点被1辆车灭的时间，火灾1事故点被2辆车灭的时间，火灾2事故点被1辆车灭的时间，火灾2事故点被2辆车灭的时间)
限制条件：
(1)路径不出现环绕。
(2)同一段时间同一车辆只能出现在一个火灾事件附件近。
那么，如果一个火灾危险(风险risk)比较大，距离比较远；一个火灾危险(风险risk)比较小，距离比较近。如果资源有限，比如二部消防车。
就有三种调度可能：分别救，都救风险大的火灾，或都就风险小的火灾。
具体救援方案用多目标计算，例如：根据TotalTime(也就是路径远近)、TotalRisk加权确定。
本方法中，应急需求为确定满足救援条件的救援资源至火灾事故应急点的室外路线或确定满足疏散条件的火灾事故应急点至疏散区域的室外路线时，使用网络模型中的迪杰斯特拉算法确定路线。
迪杰斯特拉算法包括：假设路网中每一个节点都有标号(dt,pt),dt是从出发点s到点t的最短路径长度；pt表示从s到t的最短路径中t点的前一个点。求解从出发点s到点t的最短路径算法的基本过程为：
1.初始化。出发点设置为：
ds＝0；ps等于空；
所有其他点：di＝∞；pi未定义
标记起源点s，记k＝s,其他所有点设为未标记。
2.检验从所有已标记的点k到其他直接连接的未标记的点j的距离，并设置:
dj＝min[dj,dj+w(k,j)]
其中，w(k,j)表示从k到j的路径长度。
3.选取下一个点。从所有未标记的点中选取最小的点i，点i被选为最短路径中的一点，并设为已标记的。
4.找到点i的前一点。从已经标记的点集合中找到直接连接到点i的点,并标记为。
5.标记点i。如果所有的点已标记，则算法结束。否则，记k＝i，转到2继续。
本方法中，应急需求为确定满足救援条件的救援资源至火灾事故应急点的室内路线或确定满足疏散条件的火灾事故应急点至疏散区域的室内路线时，使用网格模型中的A星算法确定路线。
A星算法的实现是通过估算函数来实现的，每走一步都需要计算该函数的值，那么该函数值最小的节点就为下一步需要到达的位置。启发函数的一半表达式如下：
f(n)＝g(n)+h(n)
该公式中g(n)是从路径的起始点到路径规划中节点n所花费的实际代价，可以计算实际花费的时间和走过的路径的程度，所以函数g(n)的值为实际数值；h(n)是从当点n到路径规划的终点所花费的估算代价，h(n)的值是估算出来的，在整个路径规划中函数h(n)的值可能不是最优的，称h(n)为估算函数；函数f(n)是函数g(n)的值与函数h(n)的代数和，表示整个规划路径所花费的总代价。
A星算法的运算流程如下：
初始化：生成OPEN和CLOSED列表。
加载初始值：把起始点的信息载入在第一步生成的OPEN列表中，在生成的OPEN列表中只包含起始节点，并记做f＝h。
查找OPEN列表：若查找后得到OPEN列表中没有数值，则路径规划失败退出，转向执行第二步继续寻找路径规划的起始节点；若OPEN列表内已经加载路径规划的目标结点，则执行第四步。
查找函数f(n)的值：利用估算函数计算OPEN列表中的数值，查找列表中所有节点f(n)值的最小的点记为最佳节点BESTNODE，将把这个节点载入CLOSED列表中，并把这个节点作为当前节点，进行下一步运算。
判断目标点：根据估算函数判断最佳节点是否为路径的目标点。如果是，那么算法结束，并输出规划出的路径节点；如果不是路径中规定的目标点，就把当前节点的临近节点载入OPEN列表中，进行第三步。依次循环，直至找到规定的目标节点。
输出路径：保存最佳节点，并将其保存在CLOSED列表中，根据CLOSED列表中的节点输出规划路径。
(5)根据疏散区域和火灾事故应急点的关系，以及更新最新信息(应急时间内每3min更新1次)，计算最短路径，计算应急行程时间。
(6)根据动态应急资源调度算法流程计算最佳应急方案。
(7)把方案在地图上进行显示。
本发明的资源调度模型在立体空间进行研究，解决了集中在平面坐标内进行资源和车辆的调度。同时建立在多应急事件的基础上，解决了单一应急点资源调度不均衡的缺点。采用多目标的应急资源调度方法，解决一定约束条件下的单一目标简单决策的缺点，实现多目标、动态、不确定、时效性强的复杂决策。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所作的举例说明。
上面描述的内容可以单独地或者以各种方式组合起来实施，而这些变型方式都在本发明的保护范围之内。
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括要素的物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案而非限制，仅仅参照较佳实施例对本发明进行了详细说明。本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。