基于乘客个体属性的地铁客流分配算法及实证研究

针对城市地铁网络,考虑了不同类型乘客在路径选择中对换乘费用的不同敏感程度,提出了基于乘客类别的广义路径费用模型,根据logit随机配流构造了考虑乘客分类的城市地铁网络客流分配模型,并提出了相应的计算方法.采用北京地铁网络为实证研究对象,根据SP调查数据,将乘客进行类别划分并对不同类型乘客进行了相应的参数估计,基于地铁实际数据分别采用不同配流方法进行了验算,并与实测数据进行了对比分析.结果表明,相对于不考虑乘客类型的地铁客流分配方法,基于乘客属性的地铁客流分配算法的计算结果更接近实际.     

基于全局距离的自适应LLE方法研究及其应用

人体行为识别是人工智能与模式识别领域一个重要的研究方向,具有极广泛的应用前景.近年来应用局部线性嵌入的流行学习方法 LLE进行人体行为识别成为研究热点.但是传统LLE要求采集密集样本点,且要求样本点分布平滑均匀,而人体运动样本数据往往分布稀疏,无法满足LLE对样本点的要求.本文提出的基于全局距离的自适应LLE采用具有全局因子的距离计算方法确定近邻,缩短分布稀疏的样本点的相对距离,使样本点变得紧凑.同时加入全局因子可以使分布距离差异较大,分布不均匀的样本点重新布局,整体变得平滑均匀,有效克服了传统LLE的缺点.另外,该方法改进了传统LLE确定嵌入维度的过程.通过计算输入空间样本欧氏距离与嵌入空间样本欧氏距离的残差来评估嵌入维度,自适应确定人体动作流形的本质维度.改进后的方法应用于光学动作捕捉数据实现人体行为识别,比传统LLE提高了计算性能,并获得了更高的人体行为识别率.     

沾化凹陷渤南洼陷超压裂缝的测井响应特征与预测

通过岩心观察、成像测井识别与常规测井资料分析相结合的方法,对渤南洼陷烃源层系内超压裂缝的特征、测井响应标志及预测进行研究。结果表明:渤南洼陷超压源岩层系中裂缝发育,裂缝数量和规模不一,在成像测井上表现为中高角度、倾向杂乱的高导缝;常规测井曲线具有高声波时差、高补偿中子孔隙度、高密度、高地层真电阻率变化率和低自然伽马变化率的"四高一低"的响应特征;超压裂缝大量发育于地层压力系数大于1.2且压力梯度变化大的区域,在压力梯度变化较小的高压区域,可识别裂缝的数量较少、规模较低;超压裂缝带具有横向上连续、纵向上分段的特征,与油气的空间分布匹配性较好,是超压体控制下源岩排烃的重要通道。     

个体特征对步行通道行人最大通过量的影响

选取年龄、性别、携带行李状况作为表征行人个体特征的3个要素.首先分析了这3个要素对个体空间占用和步行速度的影响,进而利用Legion仿真工具研究这三要素对行人最大通过量的作用.研究表明,年龄、性别和携带行李状况都对行人最大通过量有不同程度的影响.随着行人流中个体年龄增加,行人流的最大通过量呈下降趋势,尤其是由老年人构成的行人流,其最大通过量较青年人下降23%~30%;性别对最大通过量的影响总体较小,在10%以内;随着个体携带行李尺寸的增加,最大通过量也显著下降,由携带小行李组成的行人流其最大通过量较不携带行李约下降35%,携带中等行李较不携带行李约下降60%,携带大行李较不携带行李约下降75%.研究成果有助于加深理解行人个体特征与交通流群集移动特性的联动关系,并为由不同个体行人组成特征下的通行能力修正提供参考依据.     

基于PSR模型海湾风险源识别指标量化及评价

【目的】我国水环境污染事件频繁发生,对水环境、生态环境及社会安全产生严重影响。因此,构建直观、有效的海湾风险源识别方法以积极应对污染事件非常重要。【方法】基于PSR(Pressure-State-Response)分析的模型,利用层次分析(analytic hierarchy process,AHP)方法,从风险源特征、环境风险源受体、风险源应急响应能力等方面,构建海湾风险源识别指标体系,将矩阵的特征向量作为海湾风险源评价的权重,在此基础上,用模糊数学方法进行海湾风险源识别评价。【结果】该方法通过定性和定量方式量化各项指标,减少人为因素的影响,综合分析环境风险源各因素造成的影响,可应用在海湾地区的工业园区环境风险源评价。【结论】该方法可直观地在GIS系统标注环境风险源等级,为日常风险源管理、应急监测等提供可视化应急指挥平台。     

基于多Agent系统的动态网络系统拓扑结构故障诊断方法

动态网络系统拓扑结构异常与故障呈对应关系,在拓扑结构不确定时,通过自组织算法能准确地实现动态网络拓扑结构的识别,是实现故障诊断的一种有效途径.提出了一种基于多Agent系统原理的动态网络系统拓扑结构识别方法,建立了故障诊断系统结构模型,提出了一种具有容错协调机制的邻居Agent搜索算法.以16节点动态网络系统为对象进行了仿真分析.结果证明,该方法能够有效地识别动态网络系统拓扑结构.     

基于数据融合与单纯形遗传算法的管道损伤识别

为了提高管道损伤识别的准确率,提出了基于数据融合和单纯形遗传算法的两段式的管道损伤位置和程度的识别方法。首先将管道的柔度差曲率矩阵与广义残余力向量差两种信息源通过D-S证据理论融合算法初步判定管道损伤位置,然后通过单纯形遗传算法精确识别管道损伤位置与程度。考虑到基本遗传算法局部搜索不强、易发生早熟的缺点,提出了与局部搜索算法(单纯形搜索算法)相结合的改进策略。数值计算结果表明,考虑2%随机噪声影响情况,采用数据融合进行初步定位的方法大大缩小了可疑损伤区域范围,通过单纯形遗传算法能够进一步精确识别管道损伤位置及程度。本文提出的方法提高了管道损伤位置与程度识别的效率与准确率。     

基于旋转电弧传感机器人立焊焊缝的跟踪

摘要： 为了实现机器人对立焊焊缝的准确跟踪,提高焊接的质量和效率,减少焊接工人的劳动强度,对采样电流进行组合滤波,利用“绝对差法”对第1个采样点到第32个采样点进行线性回归,拟合直线的斜率作为偏差,以偏差和偏差的变化率作为模糊控制器的输入,经过输入量的模糊化、模糊推理和输出量的清晰化,控制水平滑块伸缩跟踪立焊焊缝.通过路径规划,使焊枪从上倾45°变成下倾45°.利用基于水平滑块伸缩跟踪焊缝与路径规划组合的方法对立焊焊缝进行跟踪.实验结果表明：利用该算法,基于旋转电弧传感机器人跟踪立焊焊缝的可靠性好,精确度高.     

一种基于视频序列单目视觉下的运动车辆轮廓重构算法

针对运动车辆在单目视觉下轮廓重构的问题,本文通过特征目标识别的方法解算出无约束运动车辆的运动参数,将无约束运动物体的轮廓重构问题转化成已知约束运动物体的轮廓重构问题,提出了一种基于视频序列的单目视觉下的运动车辆轮廓重构算法.实验结果证明,新算法能够较好地重构出不同大小车辆的3D轮廓,其车辆高度估算值的误差在4%以内     

基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.