A Real-time Path-Planning Model for Building Evacuations
Notice bibliographique
Résumé
A Real-time Path-Planning Model for Building Evacuations Farid Mirahadi and Brenda McCabe Pages 998-1004 (2019 Proceedings of the 36th ISARC, Banff, Canada, ISBN 978-952-69524-0-6, ISSN 2413-5844) Abstract: Simultaneous evacuation is the most widely used evacuation strategy in buildings. However, there are other evacuation strategies that might lead to safer outcomes if selected appropriately. Different forms of evacuation result from applying time delays to phased evacuation or altering path planning. The best strategy for evacuation depends on the characteristics of the building and the circumstances of the particular emergency. A real-time evacuation path-planning model that identifies the fire hazard and proposes the best strategy of evacuation during the emergency can reduce risk and improve safety. In this paper, a model is proposed to find the safest strategy of evacuation based on the current state of the building and the emergency case. The model focuses on fire emergencies, as they are the dominant cause of fatalities in buildings compared to other types of natural and manmade disasters. The proposed model first defines a risk factor for each compartment based on the location of fire and then calculates the lowest risk path using Dijkstra algorithm. The path-planning runs on the geometric network graph (GNG), which is generated from the IFC file of the building. Furthermore, unexpected events during evacuation, e.g. another source of fire, can force the system to search for another strategy. Herein, a model is designed to monitor the building in real-time and in case of any unexpected event, changes the evacuation plan accordingly. The case study shows that the proposed model for real-time evacuation management can significantly enhance the safety level of evacuation compared to the conventional simultaneous evacuation process. Keywords: Evacuation; Dijkstra; Route risk index; Geometric network graph; BIM; IFC; Fire safety DOI: https://doi.org/10.22260/ISARC2019/0133 Download fulltext Download BibTex Download Endnote (RIS) TeX Import to Mendeley
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».