随着经济的快速发展,与人们生活联系密切的超市数量不断增加,规模也不断扩大,给人们的生活带来了极大的便利,但与此同时,也带来了一些安全问题。超市内的人员和易燃物较多,一旦发生火灾,如果疏散不及时,就会造成重大的火灾事故。所以火灾环境下如何进行超市内群体疏散以及找到灭火救援最优路径是亟待解决的问题,本文以超市应急疏散为背景,根据人员疏散特性,构建火灾环境下超市群体疏散模型,研究不同因素对疏散时间的影响,采用改进的蚁群算法探寻灭火救援最优路径。本文主要研究工作如下:(1)从群体疏散模型、群体疏散仿真软件和疏散路径规划三个方面,对国内外相关研究进行分析,结合火灾环境下超市实际情况,总结目前群体疏散仿真、疏散路径规划相关研究中存在的不足,提出本文研究重点,构建火灾环境下综合考虑多个影响因素的群体疏散模型以及规划灭火救援最优路径。(2)在分析火灾环境下超市中人员疏散特性、人员疏散影响因素的基础上,结合元胞自动机理论构建了超市火灾环境下的群体疏散模型。火灾环境下的群体疏散是一个复杂的过程,其中涉及到火灾环境、人员心理和疏散行为等多个影响因素,因此本文构建了综合考虑出口吸引力、火灾排斥力、摩擦力、从众吸引力、拥挤度排斥力、惯性力和引导力的群体疏散模型,使用MATLAB软件编写程序,并采用疏散仿真软件验证其合理性。(3)针对超市火灾环境下消防员灭火救援行为,采用改进的蚁群算法快速寻找最优路径,改进策略主要包括改进启发式信息、带有方向性的路径选择策略和融合遗传算法的交叉、变异和选择,仿真结果表明,融合遗传算法的蚁群算法能快速、准确地找到最优路径,其综合性能优于蚁群算法。(4)采用构建的疏散模型对火灾环境下超市群体疏散进行仿真模拟,研究出口相关设置、疏散总人数、从众行为和引导对疏散时间的影响。研究表明该模型能直观地观察火灾环境下群体疏散过程,反映人员运动规律,为改进超市疏散相关设置,提高人员疏散效率提供建议。采用改进的蚁群算法,快速找到出口到火灾点的最优救援路径,指导消防员进行灭火救援。