城市作为人口高度聚集的场所,需要为潜在的重大灾害事件做出应急规划以保护居民的生命财产安全。当规划一个有潜在的危害品泄漏可能的工厂时,决策者需要评估出受影响区域内的人口疏散至安全区域所需要的时间,以决策工厂的选址与应急预案的制定。更进一步,当危害发生的时候,决策者需要有一种科学的路径规划,来指导和控制待疏散区域内人口的行动路径,以获得尽可能高的疏散效率和尽可能短的疏散时间。在尽可能短的时间内安全地大范围疏散转移高密集的人群,是防止和减少事故造成人员伤亡的重要措施。本文探讨的疏散路径规划要解决的问题就是计算出优化的路径分配策略,使待疏散的人口疏散到预定义的目的地所需要的总的疏散时间尽可能短。对于区域范围内的人口疏散研究,部分研究旨在尽可能准确的评估出无人为控制条件下疏散完成所需要的时间,部分研究以优化疏散时间为目标,计算出了相应的控制策略。比如有人计算出最大流路径,然后建议所有车辆尽可能从此路径通过,有人提出所有单位到达最近的出口,有人以交汇点最少的静态路径作为控制策略等等。这些静态的方法难以做到充分利用路网道路资源,容易造成交通堵塞,从而难以达到疏散时间最优的目的。本文的算法可以计算出各个待疏散人口具体的疏散路径与时间安排。将时间和空间看做相关的资源,采用资源预分配的思想,避免了拥塞,达到了全局疏散时间的优化。放弃最优解,改求次优解的策略,使实际的大规模的网络计算成为了可能。本文首先将要研究的疏散问题抽象为一个由节点和有向边组成的网络模型,其节点有容量属性,边有容量和通过时间两个属性,需要求解的问题就是如何将源节点中的单位疏散到目的节点中去,使总的疏散时间最短。为了从实际的路网信息抽象得到这个网络模型,本文在路网疏散问题的建模部分详细研究了节点和边的建模方法,其中边的属性的获得主要涉及到路段通行能力分析及转换,节点上属性的获得主要涉及到信号交叉口通行能力的建模与分析。为了划定源节点并确定其上待疏散人口数量,本文初步探讨了初始人口分布的建模思路。在完成了网络模型的建立之后,本文重点研究了疏散路径规划问题的求解方法。在传统的网络流问题的研究领域,为了求解疏散路径规划问题,必须首先借助时间扩充图将源问题转化为静态网络流问题,从而将时间过程规避掉,转化为最小费用流等经典的静态网络流问题,然后利用一些多项式时间算法来求解最优解。但是时间扩充图本身需要将原问题的规模扩充总的疏散时间倍数,带来巨大的开销,而且确定性算法求解大规模的网络问题也需要太大的代价,不适合现实的应用。为了解决这个问题,本文研究了一种启发式的算法来求解疏散路径规划问题。启发式算法并不保证获得最优解,但却能在获得次优解的条件下大幅度减少资源消耗和计算时间,使面向实用的大规模的疏散路径规划问题的求解成为可能。本文除了实现并改进了原始算法的预处理部分外,着重从两种不同的角度,对原算法进行了改进。第一种是增加了迭代阈值,用来排除一些代价较高的路径,另一种是改用较长路径优先,以求减少最后一个人到达目的地的时间。除此之外,本文在GIS平台上对算法的运算结果进行了可视化的仿真,并探讨了算法计算成果在实时交通控制系统中应用的框架和流程。