王澤松，王梓天，萬(wàn)后鵬，秦澤青

（1.湖北大學(xué)計(jì)算機(jī)與信息工程學(xué)院，武漢430062；2.湖北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，武漢430062）

1 問(wèn)題分析

我們以某校為例，考慮該校的實(shí)際情況，同時(shí)假設(shè)該校突發(fā)事故發(fā)生現(xiàn)場(chǎng)均在圖1的道路上。該校三個(gè)重點(diǎn)部位的坐標(biāo)分別為：（5112，4806）、（9126，4266）、（7434，1332）（見(jiàn)圖1紅點(diǎn)部位，藍(lán)色部分為水域，相鄰兩個(gè)交叉路口之間的道路近似認(rèn)為是直線(xiàn)）。

圖1 數(shù)據(jù)生成全景圖

該校擬增加一批配有先進(jìn)通訊設(shè)備的校園巡邏車(chē)。假設(shè)學(xué)校內(nèi)校園巡邏車(chē)的平均速度為15Km/h，遇到緊急事故開(kāi)往事故現(xiàn)場(chǎng)的平均速度為30Km/h。校園巡邏車(chē)配備及巡邏方案要盡量滿(mǎn)足以下要求：

D1：校園巡邏車(chē)在接到校園報(bào)警電話(huà)后四分鐘之內(nèi)趕到現(xiàn)場(chǎng)的不低于90%；而趕到重點(diǎn)部位的時(shí)間必須在三分鐘之內(nèi)。

D2：使巡邏效果更顯著。

現(xiàn)需要建立數(shù)學(xué)模型解決以下問(wèn)題：

（1）若要求滿(mǎn)足D1，該校最少需配備多少輛校園巡邏車(chē)？

（2）請(qǐng)給出評(píng)價(jià)巡邏效果的評(píng)價(jià)指標(biāo)，并給出滿(mǎn)足D1且盡量滿(mǎn)足D2條件的校園巡邏方案。

（3）你認(rèn)為還有哪些因素、哪些情況需要考慮？給出相應(yīng)的解決方案。

對(duì)于如何求在滿(mǎn)足D1條件時(shí)，校園所需配備巡邏車(chē)的最少數(shù)量，我們可先將路口與道路信息從坐標(biāo)軸中提出，轉(zhuǎn)化為帶權(quán)無(wú)向圖結(jié)構(gòu)，用節(jié)點(diǎn)表示路口，邊表示道路，各邊權(quán)重則代表著道路的長(zhǎng)度。針對(duì)要求D1，我們通過(guò)時(shí)間與巡邏車(chē)速度的信息，將對(duì)時(shí)間的限制變成了對(duì)距離的限制，從而，問(wèn)題一的概念發(fā)生了如圖2的改變。

圖2 概念轉(zhuǎn)化圖

接下來(lái)，我們所需解決的，也就是“找到最少節(jié)點(diǎn)集，其可達(dá)覆蓋至少90%的節(jié)點(diǎn)”的問(wèn)題。為了使巡邏效果更顯著結(jié)合我們對(duì)巡邏車(chē)在實(shí)際工作中工作方式的理解，在巡邏效果的評(píng)估上，我們給出三個(gè)參考因素。

（1）整體覆蓋率

我們認(rèn)為首先應(yīng)該提及的就是巡邏車(chē)隊(duì)整體的作用覆蓋率。這是由于巡邏路徑對(duì)整體作用范圍的影響是直觀的，故整體的覆蓋率可以直接體現(xiàn)一套巡邏方案中，策劃者對(duì)巡邏路徑所作安排的優(yōu)劣。

（2）應(yīng)答時(shí)效

鑒于事件的發(fā)生方式完全隨機(jī)，我們優(yōu)先考慮極端情況，即突發(fā)事件發(fā)生時(shí)，巡邏車(chē)到達(dá)事發(fā)地點(diǎn)所需行駛的距離達(dá)到巡邏路徑上的最大值，并將此時(shí)巡邏車(chē)趕到事發(fā)地點(diǎn)的用時(shí)記作應(yīng)答時(shí)效tmax，我們認(rèn)為該數(shù)值可以反映巡邏方案對(duì)極端緊急情形的應(yīng)對(duì)能力。

（3）巡邏路徑長(zhǎng)度

基于節(jié)能環(huán)保，倡導(dǎo)綠色生活的宗旨，我們希望在滿(mǎn)足需求的情況下，巡邏車(chē)消耗最少的電量，即行駛最短的距離，因此，將巡邏路徑的總長(zhǎng)度納入考慮因素，其可以反映巡邏方案在節(jié)能上的作用效果。在三項(xiàng)參考因素的基礎(chǔ)上，我們根據(jù)各因素的重要性為其分配權(quán)值，并融合得到評(píng)分指標(biāo)γ。

2 模型的假設(shè)

根據(jù)本文提出的問(wèn)題和以上的問(wèn)題分析，我們做了如下模型假設(shè)：

（1）在問(wèn)題一中，假設(shè)巡邏車(chē)的位置均位于交叉路口。

（2）在問(wèn)題一中，假設(shè)重點(diǎn)部位等不在道路上的點(diǎn)近似到最近的交叉路口及道路上。

（3）在問(wèn)題一中，經(jīng)計(jì)算，圖中兩交叉路口間連線(xiàn)距離小于2000m的概率為99%（4分鐘內(nèi)均可到達(dá)），故假設(shè)面積覆蓋率等價(jià)于交叉路口的覆蓋率。

（4）在問(wèn)題二中，假設(shè)巡邏車(chē)在處理事故時(shí)耗費(fèi)時(shí)間為無(wú)窮大，且事件總并發(fā)數(shù)小于等于巡邏車(chē)數(shù)量。即巡邏車(chē)到達(dá)事件處理地點(diǎn)后不可移動(dòng)，僅能解決當(dāng)前位置的事故。

（5）在問(wèn)題二中，對(duì)于巡邏車(chē)路徑的移動(dòng)我們假設(shè)在同類(lèi)型的區(qū)域內(nèi)從一個(gè)交叉路口移動(dòng)到另一個(gè)交叉路口的時(shí)間相同，且由于不同區(qū)域之間距離較遠(yuǎn)，從效率角度假設(shè)巡邏車(chē)不會(huì)跨區(qū)域進(jìn)行巡邏。

3 符號(hào)說(shuō)明

本文常用符號(hào)見(jiàn)下表，其他符號(hào)見(jiàn)文中說(shuō)明。

表1

4 模型的建立與求解

文獻(xiàn)[1]中利用了退火算法進(jìn)行路徑優(yōu)化調(diào)度，文獻(xiàn)[2]基于博弈論對(duì)巡邏策略展開(kāi)了研究。不同于它們，本文采用蒙特卡洛算法進(jìn)行模擬巡邏軌跡，并結(jié)合圖論算法達(dá)到模型的自?xún)?yōu)化效果。

4.1 問(wèn)題一的建模與求解

問(wèn)題一中需要求出滿(mǎn)足D1條件時(shí)，需要部署的最少巡邏車(chē)數(shù)目，為解決該問(wèn)題，我們使用蒙特卡洛法與弗洛伊德法，建立了最小消耗覆蓋模型。本小節(jié)的主要內(nèi)容是最小消耗覆蓋模型的建立、模型的求解與分析、問(wèn)題一的回答。

（1）最小消耗覆蓋模型的建立

本模型主要采取了“覆蓋”的思想，通過(guò)將路口與道路信息轉(zhuǎn)化為圖，進(jìn)而把4分鐘內(nèi)“趕到現(xiàn)場(chǎng)不低于90%”轉(zhuǎn)化為“4分鐘內(nèi)巡邏車(chē)活動(dòng)覆蓋面積大于校園的90%”。在求解最小巡邏車(chē)數(shù)目的過(guò)程中，利用蒙特卡洛模擬算法來(lái)隨機(jī)模擬巡邏車(chē)的初始位置，再通過(guò)使用弗洛伊德算法求出任意兩節(jié)點(diǎn)間的最短路徑，可以得到每輛巡邏車(chē)可覆蓋的面積，經(jīng)由假設(shè)3，巡邏車(chē)可達(dá)面積的覆蓋率可等價(jià)于巡邏車(chē)可達(dá)交叉路口的覆蓋率，單次蒙特卡洛模擬的簡(jiǎn)化流程如圖3所示。

圖3 單次蒙特卡洛模擬的簡(jiǎn)化流程

蒙特卡洛算法在大規(guī)模的隨機(jī)數(shù)列與復(fù)雜系統(tǒng)中的模擬有著杰出的表現(xiàn)，例如在電力系統(tǒng)中的評(píng)估[3-4]、水質(zhì)概率預(yù)報(bào)[5]、證券定價(jià)[6]，等等。因此，我們認(rèn)為其模擬的巡邏車(chē)初始位置與真實(shí)環(huán)境具有高度相似性。

在蒙特卡洛模擬過(guò)程中，為得到最小且符合要求的巡邏車(chē)數(shù)len(N)，我們還需要加上約束條件：

①四分鐘之內(nèi)趕到現(xiàn)場(chǎng)的不低于90%：

以4分鐘內(nèi)巡邏車(chē)可以行駛的距離為度量指標(biāo)，利用弗洛伊德算法計(jì)算每輛巡邏車(chē)可以覆蓋的交叉路口數(shù)，使覆蓋總數(shù)大于交叉路口數(shù)的90%。

②重點(diǎn)部位的時(shí)間必須在三分鐘之內(nèi)趕到：

以三個(gè)重點(diǎn)部位為圓心，以?xún)?nèi)巡邏車(chē)可以行駛的距離為度量指標(biāo)。分別計(jì)算三分鐘內(nèi)可以到達(dá)這三點(diǎn)的交叉路口集合，最終巡邏車(chē)的位置應(yīng)該包含這些集合中的點(diǎn)。

（2）模型的求解與分析

①計(jì)算方法的設(shè)計(jì)

在求解最小消耗覆蓋模型時(shí)，我們首先將約束條件轉(zhuǎn)換為公式表達(dá)：

基于建模過(guò)程中提到的單次蒙特卡洛模擬，我們將其結(jié)合弗洛伊德算法，應(yīng)用在圖結(jié)構(gòu)上，并寫(xiě)出完整算法，如圖4所示。

圖4 問(wèn)題一算法流程圖

單輛巡邏車(chē)的覆蓋范圍的計(jì)算如表2所示。

表2 單車(chē)輛覆蓋范圍示例

由于約束條件的存在，我們需要針對(duì)三個(gè)重點(diǎn)檢測(cè)地進(jìn)行特別處理，從3分鐘內(nèi)可覆蓋它們的節(jié)點(diǎn)中進(jìn)行單獨(dú)選取，以保證模擬的巡邏車(chē)位置能滿(mǎn)足條件，及時(shí)趕到重點(diǎn)地點(diǎn)?？杉皶r(shí)抵達(dá)三處重點(diǎn)檢測(cè)地的節(jié)點(diǎn)編號(hào)集合如表3所示。

表3 可及時(shí)抵達(dá)重點(diǎn)檢測(cè)地的路口編號(hào)集

續(xù)表

②結(jié)果分析

最終，所用車(chē)輛最少時(shí)，巡邏車(chē)所在交叉路口的編號(hào)分別為[140，94，40，290，137，261，217，49，12，260，250，25，105，213，180，43，300，10，305，116，8]。此時(shí)蒙特卡洛模擬結(jié)果如圖5所示。圖中，紅色的點(diǎn)代表巡邏車(chē)所在的位置，紅色加綠色是緊急情況發(fā)生4分鐘內(nèi)能覆蓋到的范圍，由圖可見(jiàn)，21輛巡邏車(chē)的覆蓋范圍大于90%，且可在3分鐘內(nèi)前往重點(diǎn)地段。

圖5 最終蒙特卡洛模擬結(jié)果

③問(wèn)題一的回答

經(jīng)計(jì)算得出，滿(mǎn)足要求D1時(shí)，該校最少需配備21輛校園巡邏車(chē)。

4.2 問(wèn)題二的建模與求解

問(wèn)題二要求給出評(píng)價(jià)巡邏效果的評(píng)價(jià)指標(biāo)，并給出效果顯著的巡邏方案。結(jié)合我們對(duì)問(wèn)題二的分析中提出的影響因素，我們建立CTL模型來(lái)幫助我們?cè)u(píng)價(jià)巡邏效果，進(jìn)而計(jì)算出一個(gè)可供方案間比較的評(píng)分?jǐn)?shù)值，擇出分?jǐn)?shù)最高的巡邏方案進(jìn)行選用。本小節(jié)的主要內(nèi)容為CTL模型的建立、模型的求解與分析、問(wèn)題二的回答。

（1）CTL模型的建立

在問(wèn)題二的分析中我們已經(jīng)提到需要考慮的三個(gè)影響因素，C（整體覆蓋率）、T（應(yīng)答時(shí)效）、L（巡邏路徑長(zhǎng)度），在它們的基礎(chǔ)上，我們構(gòu)建CTL模型來(lái)對(duì)巡邏方案進(jìn)行評(píng)估，求解評(píng)分?jǐn)?shù)值γ。

下面給出C、T、L的定義與推導(dǎo)：

C：整體覆蓋率

根據(jù)不同點(diǎn)間平均路徑的差異，我們將巡邏點(diǎn)分為不同的區(qū)域。基于假設(shè)5，我們可知相同區(qū)域內(nèi)巡邏車(chē)是同時(shí)移動(dòng)的。每當(dāng)所有巡邏車(chē)到達(dá)新的交叉路口時(shí)，記錄下當(dāng)前的三分鐘內(nèi)所有巡邏車(chē)可達(dá)位置的范圍si，取多次范圍si求和。

利用∑1i s i，對(duì)巡邏方案中不同階段的s i求均值得到該巡邏方案的平均覆蓋范圍s a，同時(shí)對(duì)于巡邏車(chē)的位置進(jìn)行多次重置，回到起始點(diǎn)，且巡邏車(chē)每次從相距自身最近的三個(gè)交叉路口中選擇一個(gè)作為下次訪(fǎng)問(wèn)的路口，保證計(jì)算的范圍具有普適性。

我們用區(qū)域里覆蓋范圍內(nèi)交叉路口數(shù)除以本區(qū)域內(nèi)所有路口數(shù)Ta作為整體覆蓋率。

為找出三種因素中的在評(píng)價(jià)過(guò)程中的重要性關(guān)系，我們利用AHP層次分析法對(duì)這三項(xiàng)指標(biāo)進(jìn)行分析，進(jìn)而得到定量的評(píng)價(jià)指標(biāo)γ。

在擁有評(píng)價(jià)指標(biāo)后，我們繼續(xù)使用蒙特卡洛模擬不同的巡邏方案，從中選擇覆蓋率高于90%，且γ值最小的方案。

（2）模型的求解與分析

依據(jù)節(jié)點(diǎn)間平均距離的差異，我們將地圖分為兩塊區(qū)域，如圖6所示。區(qū)域1代表低密度區(qū)域，也就是正方形區(qū)域，區(qū)域二代表高密度區(qū)域，也就是三角形區(qū)域。

在對(duì)三項(xiàng)指標(biāo)進(jìn)行AHP分析之后，得到的判斷矩陣如下：

對(duì)矩陣進(jìn)行一致性檢驗(yàn)，我們得到了指標(biāo)情況CR<0.10，所以該判斷矩陣A的一致性可以接受，同時(shí)我們使用算術(shù)平均法求得權(quán)重。

圖6 分區(qū)

根據(jù)計(jì)算的結(jié)果，我們得到定量的評(píng)價(jià)指標(biāo)如下：

將各參數(shù)的值進(jìn)行歸一化后代入計(jì)算我們就能得到量化的巡邏效果評(píng)價(jià)指標(biāo)。

我們利用蒙特卡洛法進(jìn)行了1000000次隨機(jī)模擬，每次巡邏車(chē)隨機(jī)移動(dòng)至與當(dāng)前路口相鄰的路口，我們控制每個(gè)區(qū)域里的覆蓋率大于90%，且γ值最小，計(jì)算出了最佳巡邏方案，在最佳方案下，兩區(qū)域的評(píng)分與覆蓋率如表4所示。

表4 計(jì)算結(jié)果

（3）問(wèn)題二的回答

我們使用經(jīng)由CTL模型生成的γ作為方案評(píng)價(jià)指標(biāo)，并給出在此指標(biāo)下表現(xiàn)最優(yōu)的方案。

4.3 問(wèn)題二的分析與求解

在前兩問(wèn)的分析中，我們認(rèn)為巡邏車(chē)處理事件的用時(shí)為無(wú)窮大，由此避免了某一巡邏階段中，單巡邏車(chē)處理了多個(gè)突發(fā)事件的情形發(fā)生；同時(shí)我們也假設(shè)了，事件總并發(fā)數(shù)不超過(guò)巡邏車(chē)數(shù)目，且僅會(huì)發(fā)生一次，解決后不再?gòu)?fù)發(fā)，從而將情況控制在了巡邏車(chē)可處理范圍內(nèi)。然而在實(shí)際維護(hù)治安的過(guò)程中，處理治安事件的時(shí)間不一定為無(wú)窮大，往往巡邏車(chē)趕到目標(biāo)地點(diǎn)后，僅花費(fèi)短暫時(shí)間即可解決事件并離開(kāi)；事件并發(fā)數(shù)目也不總是如我們所愿，以至于巡邏車(chē)能輕而易舉地?cái)[平校園內(nèi)的所有突發(fā)事件。

（1）對(duì)于不同用時(shí)事件進(jìn)行分類(lèi)處理

在考慮到巡邏車(chē)處理用時(shí)不總為無(wú)限長(zhǎng)后，我們對(duì)事件的類(lèi)型進(jìn)行分類(lèi)分析，對(duì)于少部分處理事件所需時(shí)間為無(wú)窮的事件，我們采用之前的分配方案，同時(shí)對(duì)于在短時(shí)內(nèi)可以處理的事件我們則需對(duì)其進(jìn)行新的優(yōu)化處理。

為了便于分析，我們假設(shè)事件分為兩種，一種事件處理時(shí)間為無(wú)限長(zhǎng)，巡邏車(chē)到達(dá)事件發(fā)生地點(diǎn)后無(wú)法移動(dòng)。第二種事件處理事件為無(wú)限短，即認(rèn)為巡邏車(chē)到達(dá)后事件即解決，巡邏車(chē)可立即前往一下事發(fā)地點(diǎn)。同時(shí)我們認(rèn)為不同類(lèi)型的事件發(fā)生時(shí)應(yīng)存在某種特定比例。

我們用以下的情形來(lái)模擬：

車(chē)輛總數(shù)不變記為n，并發(fā)事件數(shù)q等于車(chē)輛總數(shù)也為n，當(dāng)事件并發(fā)時(shí)每次出現(xiàn)的處理時(shí)間無(wú)限長(zhǎng)事件數(shù)ql占全部事件數(shù)的一半，當(dāng)總數(shù)為奇數(shù)時(shí)，ql向下取整。全部事件解決后車(chē)輛重新分布規(guī)劃，隨后發(fā)生新一次事件并發(fā)。我們意圖展現(xiàn)出在事件過(guò)量發(fā)生時(shí)整個(gè)系統(tǒng)具備的穩(wěn)健性，我們記錄下每一次并發(fā)后所有事件解決的總范圍并要求在問(wèn)題1的要求下的總巡邏范圍至少要達(dá)到總面積的60%，并以此分析出在車(chē)輛不足場(chǎng)景下巡邏軌跡以及巡邏點(diǎn)的生成規(guī)律是否受到影響。

（2）對(duì)于高事件并發(fā)數(shù)情形的應(yīng)對(duì)

在前兩問(wèn)的背景下，事件發(fā)生的次數(shù)我們認(rèn)為不超過(guò)巡邏車(chē)輛數(shù)，并且再一次發(fā)生后事件不再更新。實(shí)際上事故可能會(huì)不斷發(fā)生，于是我們認(rèn)為事故每隔一段時(shí)間會(huì)繼續(xù)發(fā)生，直至超過(guò)巡邏車(chē)可以處理的最大值。由于事件的并發(fā)數(shù)的失控，我們需要容錯(cuò)率更高的部署方案，因此，巡邏車(chē)不再只部署在各交叉路口，將其轉(zhuǎn)移到事故多發(fā)地的中心加以應(yīng)對(duì)，如此，巡邏車(chē)在解決事件后可迅速趕往下一處事件發(fā)生地。

我們首先將所有事件發(fā)生地點(diǎn)進(jìn)行聚類(lèi)，把各簇中心視作事件發(fā)生地。同時(shí)由于簇中心數(shù)顯著小于車(chē)輛總數(shù)，車(chē)輛可根據(jù)簇的密度前往各聚類(lèi)中心。每當(dāng)一次事件解決完成后，重新進(jìn)行一次聚類(lèi)過(guò)程直至所有的事件決完成。相較于前兩問(wèn)的情況，此情況下事件發(fā)生的位置處于動(dòng)態(tài)變化之中，需要對(duì)車(chē)輛的運(yùn)動(dòng)過(guò)程進(jìn)行實(shí)時(shí)的分析。鑒于我們單次并發(fā)產(chǎn)生的事件數(shù)較少，經(jīng)多次實(shí)驗(yàn)，我們發(fā)現(xiàn)使用Mean-Shift算法可以得到最好的聚類(lèi)效果。我們以輪廓系數(shù)作為標(biāo)準(zhǔn)評(píng)價(jià)幾種分類(lèi)算法，輪廓系數(shù)定義如下：

式中：

O代表C i中的對(duì)象，p（o）代表o與C i中剩余對(duì)象的均值，q（o）代表o與Ci中其他點(diǎn)的平均距離，c（o）代表O的輪廓系數(shù)。

最終公式如下：

各聚類(lèi)方法效果如表5所示。

表5 各聚類(lèi)方法效果

5 模型的評(píng)價(jià)與推廣

5.1 模型的優(yōu)點(diǎn)

針對(duì)問(wèn)題1：

我們結(jié)合了蒙特卡洛模擬和圖論中的弗洛伊德算法，用蒙特卡洛算法模擬巡邏車(chē)的初始位置與數(shù)量，以弗洛伊德算法求得的最短路徑為指標(biāo)計(jì)算巡邏車(chē)在不同時(shí)間段內(nèi)可覆蓋的最大范圍。最終生成了巡邏覆蓋圖清晰且直觀地展現(xiàn)了采取本策略可達(dá)到的預(yù)期成效。

針對(duì)問(wèn)題2：

由于在實(shí)際的巡邏過(guò)程中，車(chē)輛處于運(yùn)動(dòng)狀態(tài)。我們選取了整體覆蓋率、應(yīng)答時(shí)效和巡邏路徑這三個(gè)方面作為優(yōu)化巡邏路線(xiàn)的三個(gè)評(píng)價(jià)指標(biāo)并采取了層次分析法對(duì)其進(jìn)行了附權(quán)。我們依照路口密度將校園進(jìn)行了分區(qū)并求解最優(yōu)，最終校園百分之九十以上的路段都會(huì)被巡邏到，發(fā)生緊急情況時(shí)可做到全覆蓋。

針對(duì)問(wèn)題3：

為了設(shè)計(jì)出更符合實(shí)際場(chǎng)景的巡邏過(guò)程，我們將巡邏過(guò)程進(jìn)行了兩方面的擴(kuò)充，首先將巡邏處理的事件種類(lèi)做了擴(kuò)充，此外還考慮了事件并發(fā)的重復(fù)過(guò)程，使得整個(gè)模擬環(huán)境由靜態(tài)轉(zhuǎn)為動(dòng)態(tài)。最終我們發(fā)現(xiàn)在這樣一個(gè)動(dòng)態(tài)模擬的環(huán)境下，需要優(yōu)先對(duì)生成的數(shù)據(jù)進(jìn)行聚類(lèi)分析，經(jīng)多次實(shí)驗(yàn)我們找到了聚類(lèi)效果最好的Mean-Shift算法，實(shí)現(xiàn)了動(dòng)態(tài)分析最優(yōu)巡邏路徑。

5.2 模型的缺點(diǎn)

針對(duì)問(wèn)題1：

部分路口之間的距離大于2000，在求覆蓋率時(shí)忽略了這些細(xì)微因素的影響，直接用交叉路口的覆蓋率代替了面積覆蓋率。

針對(duì)問(wèn)題2：

層次分析法附權(quán)帶有稍許主觀色彩，在有真實(shí)數(shù)據(jù)支撐的情況下可以用熵權(quán)法來(lái)修訂參數(shù)。

針對(duì)問(wèn)題3：

由于事件并發(fā)數(shù)數(shù)量的限制，聚類(lèi)算法分析結(jié)果的可靠性有待提升。

5.3 模型的推廣

本模型可用來(lái)指定校園巡邏策略，可以通過(guò)圖的形式清晰直觀地展示成效。同時(shí)隨著評(píng)價(jià)體系的建立，本模型可對(duì)校園已經(jīng)采取的巡邏策略進(jìn)行評(píng)估，便于后期的改進(jìn)。同時(shí)本模型還考慮了在處理事件類(lèi)型不同且事件多次并發(fā)情況下的巡邏路徑分析策略，可為不同的事件提供不同的方案，通過(guò)在不同條件下及時(shí)進(jìn)行對(duì)路徑的調(diào)整得到最佳的動(dòng)態(tài)巡邏策略。