买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学工程设计集团有限公司申请的专利基于数字运维的场馆建筑疏散路线规划及消安管理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119886738B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510353188.6，技术领域涉及：G06Q10/0631；该发明授权基于数字运维的场馆建筑疏散路线规划及消安管理方法是由马迪设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于数字运维的场馆建筑疏散路线规划及消安管理方法在说明书摘要公布了：本发明公开了一种基于数字运维的场馆建筑疏散路线规划及消安管理方法，涉及智慧消防管理技术领域，包括：基于BIM及物联网构建场馆建筑的数字孪生模型，使用数字孪生模型结合火灾应急事件实例数据构建火灾监测模型；通过场馆建筑的消防设备采集实时多源消安数据进行火灾检测预警，确定火场动态参数对火灾监测模型进行更新，获取不同场馆建筑区域的火灾动态特征；获取影响疏散效率的关键因素，结合改进的鼠群算法进行疏散路径规划，将不同场馆建筑区域的最佳疏散路径按照预设方式进行可视化显示。本发明根据火灾的发展态势实时动态地进行疏散路径规划及场馆消防安全的全面监控和管理，减少火灾等紧急情况下损失。

本发明授权基于数字运维的场馆建筑疏散路线规划及消安管理方法在权利要求书中公布了：1.一种基于数字运维的场馆建筑疏散路线规划及消安管理方法，其特征在于，包括以下步骤： 基于BIM及物联网构建场馆建筑的数字孪生模型，使用所述数字孪生模型结合火灾应急事件实例数据构建火灾监测模型； 对场馆建筑的数字孪生模型进行格栅块划分，在每个格栅块中使用局部结构特征在预处理后火灾应急事件中进行筛选，将筛选的火灾应急事件实例数据中消防安全设备感知的多源消安数据导入数字孪生模型获取孪生数据； 预设火灾蔓延验证指标及设备状态验证指标，根据仿真获取的孪生数据与实例数据进行对比，通过对比偏差对孪生模型进行调整，通过多源消安数据定义火灾风险指标，构建火灾风险指标对应的监测阈值数据库，生成火灾监测模型； 通过场馆建筑的消防安全设备采集实时多源消安数据进行火灾检测预警，根据所述多源消安数据及孪生数据确定火场动态参数，获取不同场馆建筑区域的火灾动态特征； 基于不同场馆建筑区域的火灾动态特征获取影响疏散效率的关键因素，基于所述关键因素结合改进的鼠群算法进行疏散路径规划，获取不同场馆建筑区域的最佳疏散路径，其中鼠群算法采用精英反向学习和莱维飞行策略优化种群； 将所述不同场馆建筑区域的最佳疏散路径按照预设方式进行可视化显示，并利用消防安全设备进行路径导航； 通过场馆建筑的消防安全设备采集实时多源消安数据进行火灾检测预警，根据所述多源消安数据及孪生数据确定火场动态参数，具体为： 采集场馆建筑的多源消安数据导入火灾监测模型实时监控场馆建筑的环境状态和设备运行情况，使用所述多源消安数据构建消安数据向量矩阵，将所述消安数据向量矩阵与监测阈值向量矩阵进行对比，获取残差向量矩阵； 通过残差向量矩阵中各残差向量的正负值进行火灾检测预警，获取火灾监测模型的孪生数据，使用所述孪生数据与多源消安数据进行数据融合，获取多源融合数据； 通过火灾应急事件实例数据提取火灾动态数据序列构建数据样本，将数据样本划分训练集及验证集导入AlexNet网络，通过不同大小的卷积层进行特征提取，并利用激活函数进行激活计算，利用池化层采用下采样的方法降低特征维度，实现特征的进一步提取； 将降维后的特征导入全连接层，通过三层全连接层获取训练样本的火灾分级结果并使用验证集验证火灾分级结果，满足预设性能标准时保留当前网络参数； 将训练后的AlexNet网络的最后一层全连接层进行剔除，将预警后实时的多源消安数据作为输入，通过全连接层获取对应的一维特征向量，使用所述一维特征向量构建火场动态参数； 基于不同场馆建筑区域的火灾动态特征获取影响疏散效率的关键因素，具体为： 使用相关性分析在火灾应急事件实例数据中获取能够影响疏散效率的因素，通过mRMR算法对获取的因素进行特征筛选，获取影响疏散效率的因素集； 将所述因素集中各影响因素依次作为主成分方向进行主成分投影，获取各影响因素对应的特征散点分布，根据不同场馆建筑区域的火灾动态特征获取各影响因素的特征参数； 在不同场馆建筑区域中对各影响因素的特征参数进行主成分分析，获取主成分影响因素作为主成分方向进行主成分投影，获取不同场馆建筑区域的特征散点分布； 将不同场馆建筑区域的特征散点分布与各影响因素对应的特征散点分布进行相似度计算，选取符合预设相似度标准的影响因素作为各场馆建筑区域的关键因素； 基于所述关键因素进行场馆建筑区域评价，具体为： 根据关键因素在火灾应急事件实例数据中读取不同关键因素对应疏散时人员耐受极限对应的平均参数值生成基准评估矩阵，基于基准评估矩阵进行学习构建场馆建筑区域的风险评估模型； 获取不同场馆建筑区域中各关键因素的特征参数导入风险评估模型，获取关键因素的特征参数与基准评估矩阵中各参数向量的欧式距离，使用对比加权计算获取不同场馆建筑区域的风险值，表示为： ， 其中，表示基准评估矩阵，表示矩阵转置，表示欧式距离运算，表示关键因素的特征参数； 根据所述风险值对不同场馆建筑区域进行分级，使用分级结果在格栅化处理后的数字孪生模型进行标注，当风险分级大于预设风险等级时，则视为不可通行。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学工程设计集团有限公司，其通讯地址为：310014 浙江省杭州市潮王路18号梦溪村博文园208室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。