交通网络中疏散路线设计与调度方案数学建模论文.doc

2015高教社杯全国大学生数学建模竞赛

承 诺 书

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）
我们的参赛报名号为（如果赛区设置报名号的话）：
所属学校（请填写完整的全名）： 重庆师范大学
参赛队员 (打印并签名) ：1. 王晨晨
2. 赵越
3. 彭穗军
指导教师或指导教师组负责人 (打印并签名)：

日期： 2015 年 7 月 29 日

赛区评阅编号（由赛区组委会评阅前进行编号）：

2015高教社杯全国大学生数学建模竞赛

编 号 专 用 页

赛区评阅编号（由赛区组委会评阅前进行编号）：

赛区评阅记录（可供赛区评阅时使用）：

评
阅
人

评
分

备
注

全国统一编号（由赛区组委会送交全国前编号）：

全国评阅编号（由全国组委会评阅前进行编号）：

交通网络中疏散路线设计与调度方案

摘要
在发生对人们的健康和安全造成严重危害的自然或人为的紧急事件情况下，大规模的疏散和避难所避难是保护人口免受潜在危害的主要选择。疏散部署就是指把有限的救援力量投入到最需要救援的地方，使效率最高。
针对问题1:首先利用GM(1，1)灰色模型法合理评估疏散区域的人口规模并转化为用于疏散的车辆数，引入符号表示第i处疏散处到第j处避难处的最优车辆，表示第i处疏散处到第j处避难处的运输次数，表示第i处疏散处到第j处避难处的距离数。根据目标函数：与，利用Lingo软件，求得最优疏散时间为 。
针对问题2: 首先简化模型，用Matlab计算出所有避难处和疏散处的坐标和最短距离，分析建筑物应急疏散空阔网络中任意节点的待疏散人员完成安全疏散的最优路线，并进行模拟，其结果表现为全局最优目标的实现。然后根据 Warshall算法完成计算各疏散处到避难处的最短路径，把距离疏散处距离最短的避难处作为最佳匹配的避难处，构建了以最短路径为目标函数的整数规划模型，最后再考虑道路阻塞的情况下，分多次输送，得到最短疏散时间和整体疏散方案。由于重庆师范大学和重庆大学A、B、C区的建筑群较多，我们把大学看作一个特殊的具有一定的辐射范围的特殊避难处处理，然后进行数据处理与求解。随后我们结合实际路况并用调查得到的住宅的实际相关数据对模型进行验证，模型的疏散时间和疏散路程误差为：道路阻塞度为：结果证明了模型是科学、合理可操作的。
针对问题3: 我们采取0-1整体规划模型对疏散人员的行为偏好进行假设，得出更加符合实际情况的应急疏散复杂系统，利用0-1整数规划模型对此进行数据处理和求解，根据网络流原理和最优化理论，对疏散人群的行为进行有效假设，进行疏散性能的动态分析和疏散行动决策的全局优化。得到改进后更加贴近实际的模型。其性能指标主要包括任意时刻 t预期能够实现安全疏散的人数，完成安全疏散所需的时间及最佳疏散路线的全局寻优等。本文中定义了两个评价原则：原则一：将某疏散处所有人员运送到避难处所需时间≦10min；原则二：保证道路阻塞密度不超过负荷峰值，且尽量接近于最优值；然后依据问题分析中两个评价原则，对所得方案性能进行评价。

关键词：最优分配 灰色人口预测 道路阻塞模型 Ford算法 多目标规划

一 问题重述
如飓风、洪水、火灾或化学泄漏等自然或人为的紧急事件，会对人们的健康和安全造成严重危害。在这种情况下，大规模的疏散和避难所避难是保护人口免受潜在危害的主要选择。请你以沙坪坝地区为例对交通网络中的疏散路线进行设计。
首先，在疏散计划过程中，疏散处和避难处应该是确定的。从实际观点来看，住宅小区和公司商厦被确定为疏散处（见图1中红点）；运动场馆、学校、医院、广场和大学建筑等有容纳大数目人群的特点，应该被确定为避难处（见图中1绿点），其中重庆师范大学和重庆大学A、B、C区的建筑群较多，不能简单确定为一个避难处。
其次，评估疏散区域的人口规模是必要的，这个人口规模应该转化为用于疏散的车辆数，考虑道路上的车辆速度会随着车辆数增多而下降，并制定出疏散方案。
接着，当你确定了疏散路线方案后应该验证其性能，可以从疏散时间、疏散路程和阻塞规律等方面进行考虑。
最后，对疏散人群的行为进行有效假设用来改进你的模型，这会使你的疏散计划更贴近实际，例如疏散人员离开疏散处的时间是一个泊松分布或疏散人员对疏散路径选择有一定的偏好等等。
针对以上要求，我们要研究的问题如下：
（1） 合理评估疏散区域的人口规模及用于疏散的车辆数，制定出疏散方案；
（2） 从疏散时间，疏散路程，道路阻塞等方面，验证疏散路线方案的性能；
（3） 对疏散人群的行为进行有效假设来使模型更贴近实际；
二 问题分析
针对问题1：首先利用GM(1，1)灰色模型法合理评估疏散区域的人口规模及转化为用于疏散的车辆数。灰色模型法不直接利用原始数据，而是通过累加生成灰色模型，滤去原始数据中可能混入随机量，从上下波动的时间寻找某种隐含规律，然后利用Warshall—Ford算法求最短路径，此时认为应急疏散系统中关于人的疏散行为的数学模型为假设所有的待疏散人员具有相同的疏散能力，井井有条地按预先制定的疏散计划，完成疏散行动。主要的任务是研究任意时刻，群集的疏散进展。最后制定出合理的疏散方案，计算出交通密度与用于疏散的车辆之间的关系。
针对问题2：简化模型，用Matlab计算出所有避难处和疏散处的坐标和最短距离，分析建筑物应急疏散空阔网络中，任意节点的待疏散人员完成安全疏散的最优路线并进行静态和动态模拟模拟结果表现为任意时刻，不同事故状态下，各节点完成安全疏散的全局最优目标的实现。最后完成最短矩阵距离与最佳速度之间的求解，考虑道路阻塞，分多次输送，得到最短疏散时间。其中疏散空间网络由节点和通道组成，其中各节点和通道均具有多个处于动态变化中的属性特征，如完成疏散的时间、疏散距离等，称为疏散成本属性。各节点和通道上的各种疏散成本属性 值存在很大的差异，且随事故状态的发展而变化，表现为时间的函数可以将任一的应急疏散空间模化为 G(U，E) 网络。其中节点集 u=|u1，u2...... uN| 节点可分为三类： 源节点u1,传输节点u2和出口目标节点u3。源节点即只有流出群集无流入群集的节点。出口目标节点 u3属吸收式，即只存在由节点u2或节点u1指向u3的单向的群集流动。
针对问题3：对疏散人群的行为进行有效假设，得到改进后更加贴近实际的模型。利用网络流原理和最优化理论，根据应急疏散空间事故状态的即时变化，考虑疏散人员的随机疏散行为特点，进行疏散性能的动态分析和疏散行动决策的全局优化。本文中定义了两个评价原则：原则一：将某疏散处所有人员运送到避难处所需时间≦10min；原则二：保证道路阻塞密度不超过负荷峰值，且尽量接近于最优值；然后依据问题分析中两个评价原则，对所得方案性能进行评价。

三 模型假设
（1）假设避难处和疏散处所在位置固定不变。
（2）用于疏散的车辆型号相同，即每辆所载人数和速度都相同。
（3）假设用于疏散的车辆足够多
（4）任何一个疏散处的人优先到达最近的避难所。
（5）不考虑处用于疏散车之外的车辆造成的道路状况。
（6）避难处与避难处，疏散处与疏散处之间相互独立，没有影响。
（7）只考虑用于疏散的车辆走主干道路和次干道路。
（8）假设每个疏散车的速度都是相同的，即疏散车到避难所的时间只疏散距离 和道路阻塞程度有关。

四 符号说明
：交通量（辆/h）；
：速度（km／h）；
：交通密度（辆／km）；
：第i处疏散处到第j处避难处的最优车辆数；
：畅行速度；
：阻塞密度；
：第i处疏散处到第j处避难处的距离；
：第i处疏散处所需车辆；
：第i处疏散处总人数；
：每辆车的最大载人数；
：第i处疏散处到第j处避难处的运输次数；
：第个避难处的坐标；
：第个疏散处坐标。
五：模型的建立与求解
5.1建模准备
住宅小区和公司商厦被确定为疏散处（见图中红点）；运动场馆、学校、医院、广场和大学建筑等有容纳大数目人群的特点，应该被确定为避难处,为了找到疏散处到避难处的最短路径，先利用以沙坪坝地区交通网络中的疏散路线图作出疏散处到避难处的分布图，利用Matlab绘制出其分布图的各点坐标，然后计算出各个疏散处到避难处的距离，最终确定最短路径下的车辆调度方案。考虑重庆师范大学和重庆大学A、B、C区的建筑群较多，不能简单确定为一个避难处后，将所给图像预处理后得到的如图所示：

图1：沙坪坝地区避难处与疏散处分布图

5.2模型的建立
5.2.1疏散区域的人口评估模型
利用GM(1，1)灰色模型法，从灰色系统的建模，关联度以及残差辨识的思想出发，第一步设有原始数列：，X对做一次累加，生成数列：，式中，i=1,2,3...n 。对数据使用这种累加生成技术后，使其变为较有规律的生成数列，然后再建立微分方程模型，因此灰色模型实际上是生成数列模型：。第二步求参运算，应用最小二乘法解a和u：，其中，，那么微分方程的解，即时间响应函数为：，其中a,u为待估价的参数。需要说明的是此时预测出来的值是一个累加值，当需预测该值所在地点的数据时，要用这个值减去前一个预测值，即作累加还原，可得原始数据的估计值：

5.2.2道路长度评估模型
假设各节点之间是有连线的，在有连线的道路上根据题目中的已知条件和两点之间的长度计算公式，可以得到该城市内任意相邻两个避难处和疏散处的距离：
，
综合计算，可求得任意两交叉路口间距离为：

对于：， 即；对于：， 即。
其中，表示第个交叉路口坐标；表示第个交叉路口的邻接路口集合，坐标表示。
可以得到各个路径之间的距离，再用Matlab编程使之在地图的道路上标出各自的距离。

5.2.3交通密度评估模型
对疏散区域的人口规模进行评估之后，将人口规模转化为用于疏散所需的车辆数，即
=[]+1
考虑道路上的车辆速度会随着车辆数增多而下降，根据交通量、速度和交通密度的关系式
=·
= ，
由格林希尔兹速度-密度线性模型
= (1-)
导出 =（-）=(-)
是二次函数关系，可用一条抛物线表示，故当流量最大时，共有两个约束条件，即：=，=
当道路流量最大时可得最优车辆数，即
= ，
考虑疏散处所需车辆数与最优车辆数不相等，则有两种情况
情况一：当时，只需运输一次，并能以最大速度运输，可建立下面的约束条件：
= ，
情况二：当时，需分批次运输，次数为：
+1=[]+1 ，
前次以最优车辆数运输，道路流量达到最大，速度为，最后一次运输与情况一类似。
由表示的是第i个疏散处到第j个避难处的距离，而第i个疏散处与第j个避难处的坐标分别表示为，，可建立下面的约束条件
，
综上所述，可建立沙坪坝地区交通网络中的最优疏散模型
情况一：

情况二：

5.2.4基于Warshall—Ford 算法的最短疏散路径模型
为了找到集结点与现在间的最短路径，采用Warshall—Ford 算法求疏散处与避难处的最短路径。 可以将问题分解，先找出最短的距离，然后在考虑如何找出对应的疏散路线。如何找出最短路径呢，这里还是用到动态规划的知识，对于任何一个疏散处而言，i到j的最短距离不外乎存在经过i与j之间的k和不经过k两种可能，所以可以令k=1，2，3，...，n，在检查与d(ik)+d(kj)的值；在此d(ik)与d(kj)分别是目前为止所知道的i到k与k到j的最短距离，因此d(ik)+d(kj)就是i到j经过k的最短距离。所以，若有>d(ik)+d(kj)，就表示从i出发经过k再到j的距离要比原来的i到j距离短，自然把i到j的重写为d(ik)+d(kj)，每当一个k查完了，就是目前的i到j的最短距离。重复这一过程，最后当查完所有的k时，里面存放的就是i到j之间的最短距离了。

5.3模型的求解
本文利用Matlab2014a进行求解，程序见附录，具体步骤如下：
1、 求解，整理附表2中的数据，利用GM（1,1）灰色模型法评估每处人数，将每处人数转化为所需用于疏散的车辆数；
2、 根据Floyd-Warshall算法，利用Matlab编程得到69列疏散处距离26行避难处的最短距离。
3、 将69出疏散处进行编号根据以及建立的模型中的约束条件和目标函数，利用Lingo11求得全局最优解。
4、 最终利用Matlab搜寻法得到，每个避难处所接受的疏散处不超过5处，才能解决道路阻塞以及人员疏散时间过长的问题，此时的分配方案如附表5。

5.3.1 疏散区域人口规模求解
根据题目所给出的沙坪坝地区地图，利用GM(1，1)灰色模型法估测人口规模，从灰色系统的建模，关联度以及残差辨识的思想出发，得出疏散处总户数与年份之间的关系，并得出所需车辆数。其中，商业楼与住宅楼群不同，人数更为密集，每楼标准建筑面积约为4.2万平米，地下2层，地上18层，标准层面积2500平米，内部敞开式的建筑，大约10平米/人，能估算出一栋20层的大厦可容纳的人数约为2000，一小区式住宅应有4000-8000人。在模型中假设每户为标准型，有三位住户，共有55165户，即有165495人。每辆用于疏散的车辆为标准公交车型，车身长度x>9米，按照国家标准是8人/平方米，每辆公交车容量（50人/车），共需3308辆。
根据MATLAB编程计算，得到结果如下：

表1:疏散处所需车辆关系表

疏散处编号
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
所需车辆
11
72
128
57
18
23
60
51
41
48
24
18
22
22
22
41
53
27
54
疏散处编号
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
所需车辆
24
21
30
59
29
49
11
24
66
28
21
39
36
240
220
55
55
11
30
疏散处编号
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
所需车辆
26
55
90
54
39
42
147
22
59
17
71
42
61
18
13
8
28
44
48
疏散处编号
58
59
60
61
62
63
64
65
66
67
68
69

所需车辆
31
9
59
36
163
34
56
25
34
66
22
37

5.3.2 最短疏散路径模型的求解
设A=为赋权图的权矩阵，当时，，否则取，表示从到点的距离，表示从到点的最后路中一个点的编号。
①赋初值，对所有转向②
②更新，对所有，若 ，则令，转向③
③终止判断。若则含有一条含有顶点的负回路，终止；或者终止；否则令，转向②
其中可由最短路径得到避难处至1,2,3,4处疏散处的最短路径矩阵见附表6所示。并用Matlab编程得到各个路径之间的距离，再使之在地图的道路上标出各自的距离，其中各点坐标表示如下图：

图2:疏散处与避难处坐标分布图

5.3.3道路阻塞模型的求解及最终调度方案的确定
利用Matlab7.14对格林希尔兹速度-密度线性模型导出公式 =（-）=(-)进行图像绘制，得到交通量与交通密度、速度与交通量之间的关系图像，分别为图3和图4：

图3：交通量与密度之间的关系 图4：速度与交通之间的关系

观察图像，可知：当=62辆/km时，交通量最大，此时车速=38.7km/h
根据5.3.1人口估摸评估得到的所需车辆数和5.3.2最短路径矩阵求得的最短距离，由交通密度公式=可算出各疏散处到对应避难处间的交通密度，对比交通量最大时的交通密度，小于62辆/km则按实际交通密度计算，即情况一，反之则按照62辆/km交通密度计算，即情况二。
最终通过计算结果取整可得最优疏散方案，其中到达某避难处的道路阻塞密度如下表3所示
表2: 至某避难处的道路阻塞密度
避难处
重庆七中
工商管理学院
欣阳广场
南开小学
南开中学
征兵大楼
三峡广场
滨江小学
道路阻塞密度
62
40
62
62
62
62
62
62
避难处
金城广场
体育馆
人民医院
实验中学
重庆八中
火车站
沙坪坝站
邮政招待所
道路阻塞密度
62
62
27
62
23
62
62
62
避难处
卫校
土湾小学
红槽房小学
沙坪公园
天星小学
农民工服务中心
红槽房中学
树人景瑞小学
道路阻塞密度
62
62
62
49
62
62
62
34

5.3.4验证疏散路线方案性能的讨论
本文定义了两个评价原则：
原则一：将某疏散处所有人员运送到避难处所需时间≦60min；
原则二：保证道路阻塞密度不超过负荷峰值，且尽量接近于最优值；
现依据问题分析中两个评价原则，先对所得方案性能进行评价。
1、讨论现有设计方案是否满足原则一
在所给沙坪坝地图中，共有69处疏散处，26处避难处，运用最短路径算法，可得避难处与疏散处路径矩阵,详见附表。得出每处疏散到最近避难处所用最长时间，其中共有5处不能再40min内到达避难处，约占1/5，如表3所示：

表3:每处疏散的最优方案中所用时间
避难处
重庆七中
工商管理学院
欣阳广场
南开小学
南开中学
征兵大楼
三峡广场
滨江小学
疏散时间
3
54
3
3
1
2
2
18
避难处
金城广场
体育馆
人民医院
实验中学
重庆八中
火车站
沙坪坝站

邮政招待所
疏散时间
2
6
2
14
13
4
3
4
避难处
卫校
土湾小学
红槽房小学
沙坪公园
天星小学
农民工服务中心
红槽房中学
树人景瑞小学
疏散时间
4
12
8
4
3
2
2
8

2、现讨论设计方案是否满足原则二
运用交通密度评估所得的模型，当道路流量最大时可得最优车辆数，即
= ，，可得出每处避难处与疏散处之间所需最优车辆，如附表5中所示。可得当流量最大的时候，密度图像上是62（veh/km），然后将密度×距离。所需时间的得出是考虑阻塞规律，在最大交通量下，求得最大疏散速度，计算每批次疏散时间并求和。可保证道路阻塞密度不超过负荷峰值，且尽量接近于最优值的情况下得出车辆调度情况。

六 模型评价
模型的优点分析：
1、模型的建立基于实际情况，具有一定的实用价值。
2、模型对问题研究合理、科学，理论性强。
3、模型适用范围广，易于推广，例如：在经济生活中对于“如何分配有限的资源使人们获得的最大的收益”此类问题同样适用。
4、模型具有简洁性，层次分析法的基本原理和基本步骤易于理解，计算也相对简便，容易为决策者了解和掌握。

模型的缺点分析：
1、模型中定义的对人口规模的评估不够全面，存在一定的误差性。
2、模型对于车辆调配的分类过于笼统宽泛，应进一步细化。
3、模型对于一些人为因素只是进行了简单的定性的分析或是一些泛泛的改进想法而并未深入定量分析，显得不够具体准确。
4、层次分析法的比较与判断是粗糙的且人为主观因素的影响很大，使得决策可能难以被众人接受。
七 模型改进
应急疏散属复杂系统范畴，其性能指标主要包括任意时刻 t预期能够实现安全疏散的人数，初始状态下，应急疏散空间内任何位置点的待疏散人员，完成安全疏散所需的时间 及最佳疏散路线的全局寻优等，体现了应急疏散系统的多属性特征根据应急疏散空间事故状态的即时变化，其中考虑疏散人员的分布可能服从泊松分布和随机疏散行为特点，讨论进行疏散性能的动态分析和疏散行动决策的全局优化对模型的改进。
模型的求解建议：由于改进后的模型加入了一个衡量疏散人员的随机行为偏好相对重要性指标的系数，且是以指数形式出现，所以使目标函数无法再用线性规划的思维考虑，因此我们建议可以利用0-1整数规划模型对此进行数据处理和求解。
参考文献
[1]姜启源、谢金星、叶俊. 数学模型（第三版）[M].北京：高等教育出版社，2003
[2]刘建军.交通工程学基础. 北京：人民交通出版社,1995.7
[3]高明霞，贺国光.《考虑交叉口延误与通行能力的疏散路线研究》.武汉理工大学学报.2010.10.第34卷第5期
[4] 陈岳明、萧德云. 交通运输系统与信息. 文章编号：1069-6744（2008）060096-05.2008.12.第8卷第6期
[5]徐良、宋瑞. 《自然灾害下的公交疏散路线模型》. [A].技术与方法.
[6]张培红、岳丽宏、陈宝智. 《最优应急疏散路线动态模拟的研究》2001.3第7卷第1期

附录1：
%floyd.m
function [D,R]= floydwarshall(A)
% %采用floyd算法计算图中任意两点之间最短路程，可以有负权。
%参数D为连通图的权矩阵
%R是路由矩阵
D=A; n=length(D); %赋初值
for(i=1:n)for(j=1:n)R(i,j)=j;end;end %赋路径初值
for(k=1:n)
for(i=1:n)
for(j=1:n)
if(D(i,k)+D(k,j)回路
if(pd==1) fprintf('有负回路');break;end %存在一条负回路, 跳出最外层循环 终止程序
end %程序结束
1.2.求疏散处与避难处的最佳匹配的算法程序：
function [P,Q,f]=equ_mat(A)
%Equivalence Matrix（等价矩阵）方法求最佳匹配
% [P,Q,f]=equ_mat(A)
%请输入方阵，如果不是方阵或完备的，用添加虚拟顶点和虚拟边
%的方法变成方阵，虚拟边权数设为0
A=706;
n=length(A);

B=[];C=ones([1,n]);MM=[];
for i=1:n
B(i)=max(A(i,:));%取每一行的最大值
M=B(i).*C;%构造行向量
MM=[MM;M];%构造最大值矩阵
end
E=A-MM;% 减同行的最大值得到等价分配矩阵
while(1)
num=zeros(1,n);E1=E; H=[]; L=[];
for i=1:n
for j=1:n
if E1(i,j)==0
num(i)=num(i)+1;%记录每行零元个数
end
end
if num(i)==1%对率先找到的行单个零元的列进行处理
H=[H,i];%记录只有一个零元的行(划掉零元后可能出现新的单个零元行)
for j=1:n
if E1(i,j)==0
L=[L,j];%记录这个零元的列
for k=1:n% 对这个零元所在的j列
if E1(k,j)==0&k~=i%划掉这一列的其它零元
E1(k,j)=inf;
end
end
end
end
end
end
num=zeros(1,n);
for j=1:n
for i=1:n
if E1(i,j)==0
num(j)=num(j)+1;%记录每列零元个数
end
end
if num(j)==1&~(ismember(L,j))%对率先找到的列单个零元(非L列中的)的行进行处理
L=[L,j];%记录只有一个零元的列
for i=1:n
if E1(i,j)==0
H=[H,i];%记录这个零元的行
for k=1:n% 对这个零元所在的i行
if E1(i,k)==0&k~=j%划掉这一行的其它零元
E1(i,k)=inf;
end
end
end
end
end
end
for i=1:n
for j=1:n
if (~(ismember(L,j)|ismember(L,j))& E1(i,j)==0)|length(H)==0
%对同行同列都有零元的零元,H=[]时不能使用集合函数
H=[H,i]; L=[L,j];%任取一个作为独立零元
for k=1:n% 对这个零元所在的j列
if E1(k,j)==0&k~=i%划掉这一列的其它零元
E1(k,j)=inf;
end
end
for k=1:n% 对这个零元所在的i行
if E1(i,k)==0&k~=j%划掉这一行的其它零元
E1(i,k)=inf;
end
end
end
end
end
if length(H)==n%得到最优分配
P=[];Q=[];
for i=1:n
P(H(i),L(i))=A(H(i),L(i));%给出分配矩阵
Q=[Q;H(i),L(i)];
f=sum(sum(P));%最优分配值的总和
end
break;%找到最优分配，退出
else
a=[];b=[];
for i=1:n
if ~(ismember(H,i))%不是选中的零元所在的行
a=[a,i];
for j=1:n
if E(i,j)==0%找到非选中零元所在的列
b=[b,j];
for k=1:n
if (E(k,j)==0)&(ismember(k,H))%找到此列的被选中零元
a=[a,k];
end
end
end
end
end
end
E2=E;
E2(:,b)=[];
m=max(max(E2(a,:)));%去掉列以后的被选中行
E(a,:)=E(a,:)-m;%用上述方法选中的行加上|m|
E(:,b)=E(:,b)+m; %用上述方法选中的列减去|m|
end
End

附表：

各疏散处及其标号对照表：
1
思源村
32
鸿兴大厦
63
港城花园
2
学林雅苑
33
金沙时代
64
蓝溪谷地
3
华宇秋水长天
34
金沙港湾A区
65
雅豪丽景
4
时代菁英
35
上岛俪舍
66
嘉和苑
5
恒邦C元素
36
旭东家天下
67
诺丁阳光
6
学府小区
37
尚城国际
68
和谐家园
7
学府苑
38
丽苑大酒店
69
篱岛生态小区
8
东和科苑
39
金沙别馆

9
金象商厦
40
土湾村工人社区

10
知联大厦
41
天安仕锦阁

11
宏洲大厦
42
沙铁村

12
友谊村
43
模范村社区

13
星瀚大厦
44
沙铁大厦

14
兴源大厦
45
财信沙滨城市

15
豪迈大厦
46
华宇龙泉大厦

16
奇峰清华源
47
卓越美丽山水

17
文星大厦
48
众科天一阁

18
斌鑫大厦
49
保利康桥

19
宏信大厦
50
千竹景苑

20
南开苑
51
学林佳苑

21
智博天下大厦
52
宏华苑

22
恒鑫大厦
53
银通大厦

23
金阳牛津街
54
嘉福西苑

24
平安家园
55
紫荆花园

25
优派青年公寓
56
傍月楼

26
鑫源大厦
57
璃溯湾

27
南友村射而去
58
风光花园

28
敦煌新纪元
59
方圆小区

29
糖酒大厦
60
久居恋酒店

30
晨光小区
61
天星康韵

31
橡树林酒店
62
峻峰大厦

表4：疏散处人口规模与所需车辆关系表：
编号
建立年份
户数
所需车辆
编号
建立年份
户数
所需车辆
编号
建立年份
户数
所需车辆
1
2000
190
11
27
2000
400
24
53
2001
220
13
2
2002
1200
72
28
2008
1105
66
54
2001
125
8
3
2008
2128
128
29
2008
463
28
55
2000
468
28
4
2004
950
57
30
2000
350
21
56
2005
732
44
5
2005
300
18
31
2008
656
39
57
2008
798
48
6
2000
382
23
32
2000
607
36
58
2003
523
31
7
2004
1000
60
33
2013
4000
240
59
2005
142
9
8
2007
856
51
34
2003
3700
222
60
2007
980
59
9
2008
684
41
35
2006
923
55
61
2005
600
36
10
2001
800
48
36
2006
923
55
62
2012
2710
163
11
2010
406
24
37
2008
189
11
63
2003
572
34
12
1998
300
18
38
2000
500
30
64
2013
929
56
13
2000
364
22
39
2009
436
26
65
2006
412
25
14
2000
365
22
40
2000
923
55
66
2006
562
34
15
2000
370
22
41
2003
1500
90
67
2007
1100
66
16
2010
687
41
42
2001
900
54
68
2001
360
22
17
2003
890
53
43
2001
650
39
69
2005
611
37
18
2000
450
27
44
2006
692
42

19
2003
900
54
45
2013
2450
147

20
2005
560