基于计算机视觉的轨道交通站内火灾检测与定位

为及时有效地处理轨道交通站内火灾事件,本文提出基于计算机视觉的站内火灾检测与精细化火灾定位模型(Fire-Detect)。首先,基于Unity仿真模拟和收集互联网图像数据的方式制作站内火灾图像与视频数据集Fire-Rail,用于训练构建的火灾检测算法和精细化火灾定位算法;其次,基于卷积神经网络、残差结构与通道注意力机制构建火灾检测算法,用于检测站内监控视频中每帧分别为“正常状态”或“疑似火灾”状态;最后,在“疑似火灾”状态下,模型启动精细化火灾定位算法,将图像以及后续的每帧图像输入精细化火灾定位算法中,并实时输出火灾发生场景下的精细化火灾定位信息。在Fire-Rail数据集上进行实验,火灾检测算法在测试集的准确率为95.12%;此外,卷积神经网络层级实验平衡了资源消耗和准确率,消融实验验证了各部分的有效性,鲁棒性实验表明,该算法能处理大部分噪声,整体模型的平均火灾定位检测精度mAP为77.3%,可应用于轨道交通站内视频监控设备。

考虑换乘站客流疏解的地铁列车跳站与客流控制协同优化

早高峰时段,各大城市地铁线路和换乘站的客流运输与疏解压力巨大。本文首先说明部分列车在换乘站跳站,可延缓换乘客流乘车过程、降低换乘站客流疏解压力。在此基础上,构建地铁单线双方向列车换乘站跳站开行与客流控制协同优化模型,极小化乘客在始发站等待延误时间和换乘延误时间。其次,对相关非线性约束进行近似线性替代,将原模型转化为线性整数规划模型。最后,以北京地铁5号线早高峰为背景设计数值实验,使用优化求解器CPLEX调用分支定界算法求解模型,验证了模型的实际优化效果。实验结果表明,相较于列车站站停和既有客流控制,优化所得方案在14 min内使得列车运载的乘客增加了2954人,并使乘客在站外延误时间、换乘延误时间和总延误时间分别降低了58.9%、16.9%和41.6%。

交通运输网络复杂性及其相关问题的研究

按照网络拓扑结构特征划分,我们经常接触到的实际网络有完全规则网络( Completely Regular Networks)、完全随机网络( Completely Random Networks)、小世界网络( Small- world Networks)和无标度网络( Scale- free Networks) .系统地对无标度网络的形成、特性和代表性研究成果进行简要总结,重点探讨交通运输网络的复杂性和相关问题,研究了城市公交网络的无标度特性及度分布指数,并以北京市公交网络为例完成了实证分析.进一步从理论上给出了怎样找到公交网络中的枢纽站点这一难题的研究思路、整体框架及求解算法,这是交通运输网络复杂性及其相关问题研究的关键.还分别从理论与应用两个层面给出了下一步研究工作的总体思路,为交通管理部门进行交通运输网络规划、设计、建设和管理提供了科学的研究手段和理论支持.

复杂网络理论与城市交通系统复杂性问题的相关研究

首先综述了当今关于小世界网络、无标度网络以及复杂加权网络的最新研究成果,并从城市交通系统的角度出发,指出了综合利用复杂网络理论、动力系统理论、现代控制理论及交通科学和工程等多学科的理论与方法,在探索城市交通网络的时空复杂性及其演化机理,揭示交通流的演化过程,缓解和预防交通拥堵,指导交通实践等方面,都具有重大的科学理论意义与实际应用价值,是值得深入研究与探讨的大问题.并进一步指出了一些今后关于城市交通网络复杂性问题的研究主题.

城市交通网络设计问题中双层规划模型、方法及应用

综述了城市交通网络设计问题中双层规划模型及求解算法的以往研究成果和最新研究进展及其实际应用中的相关问题 ,并据此指出了一些需要进一步研究的问题及未来的研究方向 .

城市交通拥堵传播规律与消散控制策略研究

解决城市交通拥堵的关键是深入理解城市交通拥堵的形成机理与演变规律,从而制定科学的管理控制策略.本文首先介绍了城市交通拥堵基本概念,以及城市交通拥堵传播规律与消散策略的最新研究进展,在此基础上重点介绍了本课题组在城市交通拥堵传播规律与消散控制策略方面的研究成果.包括采用微观与宏观相结合的方法建立拥堵传播模型,分析突发事件所导致交通拥堵传播规律,交通需求增长所导致拥堵瓶颈识别,提出动态拥堵消散控制策略.

公交网络中基于弹性需求和能力限制条件下的SUE配流模型及算法(Ⅰ)

介绍了公交网络的表示方法及有关基本概念 ,并建立了适合公共交通分析的公交阻抗函数 ,最后提出了公交网络中具有弹性需求和能力限制条件下的随机用户平衡配流模型 .设计了模型的求解算法并给出了算例 .

市场竞争条件下铁路旅客票价制定的模型与算法

灵敏度分析方法和双层规划模型在城市交通领域已得到了广泛的应用 ,并且实际效果非常显著 .本文介绍了这两种方法关于铁路旅客票价制定方面的应用 ,即在市场竞争条件下如何制定合理的铁路旅客票价 .

拥挤条件下公交系统的拟动态均衡配流模型

论文考虑了由于公交线路运营能力不足造成的车站排队拥挤现象,在此基础上构造了拥挤条件下公交系统的拟动态均衡配流模型.该模型可自动估计不同时段内拥挤条件下的公交流量和车站的乘客排队,特别是在非常拥挤的情况下（即乘客需求超过公交网络运营能力）也能够进行流量分配,并确定车站的乘客排队长度.因此,该模型较好地反映了公交网络的拥挤效应.所给算例说明了不同需求条件下该公交均衡配流模型的应用.

从路段流量估计OD交通量的新算法(英文)

首先给出了一种增广的用户平衡配流问题的优化模型及求解算法 ,然后提出了一个从路段流量估计 OD交通量的双层规划模型及求解算法 .由于新方法再生迭代无需计算和存贮路径流量 ,只需用到路段流量 ,因此可以适用于大型城市交通网的 OD需求估计问题 .

无严格互补松驰条件的序列线性方程组新算法

该文通过构造特殊形式的有效集来逼近KKT点处的有效集,给出了一个任意初始点下的序列线性方程组新算法。

出行者博弈、网络结构与城市交通系统复杂性

首先从复杂性科学谈起,阐述了复杂性科学与复杂网络之间的内在联系,并对复杂网络的发展历程以及城市交通系统复杂性的研究意义进行了系统的分析。通过对复杂网络理论在城市交通系统中几个典型应用的归类分析,指出了当前研究的不足。并结合出行者博弈、网络结构以及城市交通系统所具有特征,给出了今后关于城市交通系统复杂性问题的几个研究主题。

非线性约束条件下一类采取曲线搜索的可行方向法

本文推广了无约束最优化方法中采用曲线搜索这一结果,从而给出了一类非线性约束条件下来用曲线搜索的可行方向法。并且在一定的条件下,我们证明了此算法类是全局收敛的. 关键词:非线性约束;;下降可行方向对;;曲线搜索;;可行方向法;;收敛性。

非线性约束条件下的广义投影梯度法

对非线性约束条件下的优化问题提出了三个广义投影梯度方法。算法Ａ能够求解非线性不等式约束优化问题。在此基础上，又提出了能够求解非线性等式和不等式约束优化问题的算法Ｂ．进一步，通过简化算法Ａ，又给出了能够专门求解一般线性约束优化问题的算法Ｃ．并且在较弱的假设下，证明了三个方法的全局收敛性。

一类求解非线性约束下的可行方向法

本文给出了一类关于非线性约束条件下的可行方向法。在较简单的假设之下,我们证明了算法具有全局收敛性。特别在本文中,我们利用此类算法和两个已有的线性约束下的梯度投影法导出了两个较简的非线性约束条件下收敛的梯度投影法。

约束优化问题的一个超线性收敛算法

给出一个求解约束优化问题的新算法．在无需强二阶充分性条件及严格互补性条件的假设下，研究了该法具有局部一步超线性收敛性的充要条件．

非线性约束条件下一个超线性收敛的——可行方法(Ⅰ)算法A

序列二次规划算法（即ＳＱＰ算法）一般具有良好的超线性收敛性质，在非线性规划中占有非常重要的地位。从实际数值效果来看，ＳＱＰ类算法对于非线性约束下的最优化问题是非常有效的。但这一类算法在实际运算中和终止时所得到的解一般都是不可行的，对于一些与工程设计等实际应用相关的优化问题，这是一个很严重的不足之处。为了克服现有ＳＱＰ类算法的不足。本文给出了一个非线性约束条件下求解ＳＱＰ类问题的可行方法，即算法Ａ。此新方法具有如下优点：（１）每步迭代仅需计算一个二次子规划及一个矩阵的逆；（２）算法每步迭代产生的点均是可行的；（３）在适当的条件下，算法是一步超线性收敛的。

非线性最优化中超线性收敛的序列线性方程组方法

提出了一个超线性收敛的序列线性方程组方法（ＳＳＬＥ）．此方法与现有的序列二次规划（ＳＱＰ）方法相比，其优点有：（１）由于新方法每一次迭代只需计算三个系数矩阵完全相同的线性方程组，因此迭代的计算量减少且算法的稳定性提高；（２）每一次迭代产生的点是可行的；（３）具有一步超线性收敛速度。

非线性规划中的约束变尺度法

本文系统地介绍了大量线性规划的约束变尺度法的基本思想和方法。并就Maratos效应的克服、变尺度矩阵的修正、相容性以及约束变尺度法中的可行方法等问题研究的最新成果进行了较为详细的介绍。

记忆梯度法的一个推广

在[1]中的基础上,通过一系列的构造,而将无约束最优化问题中的记忆梯度方法直接推广到了求解带有线性约束的非线性规划问题中,并且在两种不同的线搜索之下,证明了推广的算法具有整体收敛性质。