本期主题：针对火灾救援路径规划问题，本文给出了使用A*算法求解该问题的解决方案。此外，本文给出了相关求解代码和数值分析，供大家参考。

模型简略介绍：

在这期公众号基础上（基于改进蚁群算法的火灾救援路径规划：附完整代码实现和数学模型，链接https://mp.weixin.qq.com/s/-ma9FxRZJ0izPwBNxeUFtQ），本文使用精确A*算法代替EACO算法进行求解。感兴趣的宝子，可以先去看看这篇公众号的三值栅格模型。

一、A*算法简略介绍

二、 实验结果与分析

图1 仿真环境模型

图1定义了救援路径的起点和终点、火灾风险区域（绿色部分）、障碍物区域（黑色部分）以及白色区域的完全可通行区。

图2 在不同权重下，A*算法的路径规划情况

由图2可知，当较小的情况下，也称风险较小时，救援人员可以通过多个低风险区域到终点，实现救援路径的最短化。随着系数的增加，救援人员逐渐减少经过风险区域的次数，甚至完全避开风险区域。

图3 权重的影响

由图3可知，在低风险情况下，实际救援路径长度低于加权救援路径长度，说明此时救援可经过部分风险区域，实现救援路径最小化且赢得宝贵救援时间。然而，随着风险增大到一定值，此时实际救援路径长度等于加权救援路径长度，说明救援人员不能通过高风险区域，风险极大。

图4 A*算法的性能测试

三、 相关资料和关键代码

[1] Xu L , Wang J , Kuang C ,et al.A novel three-value grid scheme and rescue path planning algorithm for building fire[J].Journal of Intelligent & Fuzzy Systems, 2023, 45(6):12185-12200.DOI:10.3233/jifs-233862.

本文完整代码，可@我~~~~~

def a_star(gm, w=1.1, eps=1e-12):    gm.risk_weight = float(w)    start, end = gm.start, gm.end    def h(node):return math.hypot(node[0] - end[0], node[1] - end[1])    t0 = time.perf_counter()    tie = 0    open_heap = [(h(start), 0.0, tie, start)]    g_score = {start: 0.0}    parent = {start: None}    closed = set()    expanded = 0if start == end:return {"path": [start], "cost": 0.0,"expanded": 0, "time": time.perf_counter() - t0}while open_heap:        f, _g_old, _, cur = heapq.heappop(open_heap)if cur in closed:continue        g = g_score[cur]if cur == end:            path = []            node = curwhile node is not None:                path.append(node)                node = parent[node]            path.reverse()return {"path": path,"cost": g,"expanded": expanded,"time": time.perf_counter() - t0,            }        closed.add(cur)        expanded += 1        r, c = curfor idx, nxt, _step in gm.neighbors(r, c):if nxt in closed:continue            tentative = g + gm.edge_cost(cur, nxt)if tentative < g_score.get(nxt, float("inf")) - eps:                g_score[nxt] = tentative                parent[nxt] = cur                tie += 1                heapq.heappush(                    open_heap,                    (tentative + h(nxt), tentative, tie, nxt)                )return {"path": None, "cost": float("inf"),"expanded": expanded, "time": time.perf_counter() - t0}

以上如有问题，欢迎批评指出，谢谢~~~~~~~~我们下期见！！！！！！