基于自适应ViBe算法的动态背景运动目标检测

针对传统ViBe算法存在鬼影、背景适应性差以及前景提取效果不佳的问题,提出了一种改进的自适应ViBe算法。首先,使用哈希(Hash)算法提取关键帧进行差分运算,将差分图像与频率调谐(FT)显著性检测图像结合,提取当前帧的目标区域,填充背景像素,滤除真实目标之外的鬼影区域;然后,利用像素“最小距离”和局部标准差计算出背景的复杂度,自适应地调整像素点的半径阈值和更新速率,减少背景像素影响;最后,由比例图像矩阵信息与HSV空间中的颜色特征粗略判断出阴影区域,由拉普拉斯算子计算阴影区域像素梯度并将梯度值较小的阴影像素滤除。实验结果表明:改进后的算法能够相对有效地抑制鬼影和阴影现象,前景检测时F-Measure值保持在较高水平,对动态背景具有一定的鲁棒性。

基于ViBe算法的鬼影消除与自适应前景检测策略

为了解决传统视频背景提取算法(Visual background extractor,ViBe)前景检测时易受“鬼影”、背景噪声等因素干扰的问题,结合感知哈希算法、帧差法与频域协调显著性检测算法,提出了一种改进的ViBe算法。首先,利用当前帧的显著性图像与帧差图像,实时确定运动目标区域,消除“鬼影”现象。其次,根据样本集信息得到背景复杂度,自适应调节像素分割的半径阈值。最后,通过目标图像中连通域像素数量进行前景二次检测,滤除背景像素与噪声,得到真实目标图像。实验数据显示,检测后的图像在保持有较高准确率的同时F-measure值也维持在较高水平,证明改进算法可以快速消除鬼影现象,提高动态场景下的适应性。

智慧安检在重庆单轨3号线上的应用

重庆单轨3号线存在线路长、站点多、客流量大、安检效率低、人力成本高等问题,通过设置安检集中判图系统,实现实时判图、远程判图、AI智能辅助判图等功能。对全线网所有安检点的判图任务进行智能调度,将安检机产生的判图任务动态匹配给当前最适合的判图站进行处置,实现各安检点判图工作量的"削峰平谷",这能有效提升单轨3号线安检判图员的工作效率,优化安检人员配置,达到减员增效的目标。

灰色系统理论在地铁轮对踏面磨损预测中的应用

车轮作为车辆关键走行部件和易磨损部件之一,其磨损量直接关系到车轮的使用寿命。为准确获得车轮踏面随走行距离磨损量变化情况,本文采用灰色系统理论,建立车轮踏面磨损量灰色预测模型,在少量车轮踏面磨损数据的基础上,研究车轮随走行距离踏面磨损量的灰色预测方法。实例分析和仿真结果表明,灰色系统理论应用于车轮踏面磨损量的预测中是可行有效的。为车轮在实际行驶过程中踏面磨损的准确预测及使用寿命的判决提供了一种可行的求解方法。

基于人工鱼群的五岔路口交通信号优化控制

交通信号控制系统在路网中起关键性的作用,其控制性能直接影响车辆通行安全和路口延误时间.针对五岔路口的传统控制不具备自调整能力,造成绿灯时间的浪费,提出了人工鱼群算法(AFSA)优化动态模糊神经网络(Dynamic-Fuzzy Neural Network ,D-FNN)的方法,实现五岔路口多相位变相序智能控制.以车辆平均延误的倒数作为 AFSA 的食物浓度,将需要修正的动态模糊神经网络的权值和阈值作为人工鱼的个体状态,通过迭代更新得到一组最优的动态模糊神经网络参数.在不同车辆到达率情况下进行仿真分析,结果表明:该方法比传统的控制方法在自动调节信号周期方面效果更好,车辆平均延误大约减少11%.

快速公交线路选线决策规则获取方法

城市快速公交线路选线决策规则的优劣直接关系到公交线路的客运能力能否满足城市客流的需求.本文根据现有公交线路的交通调查客运能力数据,结合BRT线路的'大运量、快速性'特点,发现并提取隐藏在其中的重要选线决策规则.针对选线决策问题中的多变量因素具有不确定性的特点,提出一种基于模糊神经网络实现决策规则获取的方法.给出了基于模糊推理的BP神经模糊系统结构及算法,通过神经网络提高其学习能力,采用GA改进的算法思想克服BP神经网络存在的局限.最后通过实例研究验证了模型和算法的有效性,结果可为公共交通线路选线、规划方案的制定提供参考.

一种求解铁路应急供应车站选址问题的优化算法

针对铁路应急物资供应车站的选址问题,采用遗传算法并引入免疫系统中抗体多样性的维持机制的策略,提出了一种新的进化算法——免疫遗传算法。首先,确定各个需求车站的实际需求,然后在保证应急救援尽快展开的前提下,以区域中各个应急供应车站到需求车站的需求量与路程之间的乘积之和最小为目标,建立了一个铁路应急供应车站选址的模型,运用免疫遗传算法求解。最后,通过算例表明了模型的可行性和有效性。

基于启发式规则与AHP-CRITIC算法的配电网故障恢复策略

智能配电网的自愈控制对提高整个电力系统的供电可靠性至关重要。针对含分布式电源的配电网故障恢复问题,提出了基于启发式规则与AHP-CRITIC算法的配电网故障恢复策略。首先,通过广度优先搜索的方法遍历停电区域内所有具有黑启动能力的分布式电源,形成孤岛供电。其次,对剩余失电区域采用启发式规则,以生成用于配电网故障恢复的候选方案集。最后,考虑故障恢复的目标,引入负荷容量裕度、负荷转移量、负荷恢复比例、开关操作次数和电压降落五个评价指标,分别计算候选方案的各评价指标。并使用改进的AHP方法和CRITIC方法对方案进行评估。同时引入综合权重并计算各方案与理想点之间的偏离度,确定最优故障恢复方案以恢复剩余失电区域供电。通过算例分析验证了所提方法在解决配电网故障恢复问题上的有效性。

基于数据变换的优化GM(1,1)模型

本文研究了提高灰色GM(1,1)模型预测精度的问题.利用复合函数变换对原始数据序列经过一定处理的基础上同时优化模型的背景值和初始值的方法,获得了比改进单个模型条件更高预测精度的GM(1,1)模型,推广了灰色预测模型的适用范围.

以兰州市为例的城市中心区立体车库选址分析及评价

用归纳学习与GIS空间分析相结合的方法研究了城市中心区共享式立体停车库的选址分析和评价.结果表明:归纳学习与空间分析相互促进,提高了GIS空间数据分析与决策支持的智能化水平.以兰州市为例,通过实例分析对比,证明了该方法的有效性.

基于SAADR-PI的NPC三电平容错光伏并网逆变器FCS-MPC策略

为使并网逆变器在故障重构后仍向电网输送高质量电能,针对中性点钳位三电平逆变器容错拓扑,提出了基于自适应自抗扰比例积分控制器的有限控制集模型预测控制策略。首先,在直流侧电压控制环节引入自适应自抗扰比例积分控制器,以提高系统动态响应速度,增强系统鲁棒性能;然后,利用基于参考电压构造代价函数的并网模型预测电流控制策略,实现对参考电流的准确跟踪,并在代价函数中引入直流侧电容电压和开关频率约束项,以抑制中点电压不平衡问题,降低开关损耗;最后,在Matlab/Simulink中建立光伏并网系统模型并进行时域仿真。仿真结果表明,所提策略在稳态及光照阶跃变化时,直流侧电压调节具有更快的动态响应和更平滑的瞬态性能,且并网电流谐波含量低、波形质量好,可保证故障后依然能向电网输送高质量电能。

基于多Agent的城市交通控制建模研究

给出了多Agent智能系统的协作工作框架模型,设计了基于多Agent的分层递阶交通信号控制系统模型。实现了以多Agent计算为框架的仿真系统。通过实例仿真和分析证明了该方法的有效性和适用性。

改进PSO在AGV系统路径优化调度中的应用研究

在考虑AGV输送系统与堆垛机联合优化的基础上提出综合影响因子,针对AGV载重和运送货箱体积限定问题建立AGV路径优化模型,利用改进的量子微粒群算法实现,克服了微粒群和量子微粒群算法容易陷入局部最优的缺点。通过实例仿真表明优化模型的可行性及改进算法的有效性。

基于改进Canny算法与Hough变换的轨道图像边缘提取

针对铁路轨道图像背景较为复杂、目标不突出,难以提取轨道边缘的问题,提出一种基于改进滤波器与改进阈值选取方式的Canny边缘检测算法。首先,使用自适应中值滤波与双边滤波相结合的混合滤波器代替传统Canny算法中的高斯滤波器对图像进行滤波;然后,使用四方向梯度模板进行梯度幅值计算;最后,将改进后的Otsu算法代替传统人工设置分割阈值,得到分割后的图像。在此基础上,对图像进行Hough变换,提取出轨道边缘。与其他几种方法进行对比,改进Canny算法检测到的图像边缘清晰度值提高约10%, Hough变换时间也较之缩短。实验结果表明,改进Canny算法可在去除不相关信息的基础上较好检测目标边缘,提高边缘提取的效率。

兰州市交通拥堵研究

以兰州市为例,从导致兰州市交通拥堵的一系列因素入手,运用因子分析法提取公因子,再利用聚类分析发掘各路口之间的相关性。运用主成分分析法提取主成分,通过对比总结造成兰州市交通拥堵的深层次原因。因子分析法提取出的两个公共因子分别为地形因子和车量因子,表明其对兰州市交通状况影响较大。主成分分析结果表明,机动车流量、非机动车流量、引道延误的累积贡献率分别为43. 771 2%,37. 655 8%,10. 336 5%。两者的分析结果都表明,地形和车流量是制约兰州市交通发展的主要因素。

黄金比例NSGA-Ⅱ算法在动车组列车多目标优化中的应用

针对动车组列车运行需综合考虑准点、节能、安全、舒适的复杂问题,将运行时间视为旅客满意标准,能耗视为铁路公司的满意标准,同时考虑过电分相对列车运行的影响,使列车的运行更符合实际情况,建立列车运行多目标优化模型,该模型受安全性、轨道特点、乘客舒适度等的约束。提出一种NSGA-Ⅱ算法与黄金比例技术相结合的算法,解决使用NSGA-Ⅱ算法优化时个体在解空间中分配不均的问题,通过对算法的测试,表明黄金比例NSGA-Ⅱ算法的分布性和收敛性比NSGA-Ⅱ算法好。最后以武广客运专线中某一区段的线路CRH3型动车组为仿真实例,展示仿真的一些结果,进一步表明所建模型与所提算法是可行的。

Markov模型的交叉口交通信号模糊控制

针对城市交叉口交通流分布的特点,提出了一种经遗传算法优化的模糊控制算法。该算法采用模糊逻辑控制和具有寻优能力的遗传算法,并结合马尔科夫链理论对交通流分布概率进行分析,通过遗传算法对模糊控制器隶属度函数进行优化调整。为检验方法的性能,以交叉口车辆平均延误作为性能指标,在相同交通条件下进行仿真实验。研究结果表明:相对于传统方法,本研究提出的方法能够有效减少交叉口车辆的平均延误,提高交叉口的通行能力。

非均衡路网下交通信号组合优化控制策略

在交通信号控制中,针对单一控制模型不能很好适应实时交通流变化的问题,提出一种交通信号组合优化控制的方法。根据交通流参数,采用自组织特征映射神经网络(SOM)对交叉口交通状态进行识别,依据路口交通状态,动态选择合适的模糊控制器结构。针对非均衡路网的特点,设计了多级模糊控制器,通过搭接车流使交叉口通行能力最大化。针对多级模糊控制器不具备学习能力的问题,采用混沌遗传算法在线优化模糊控制器参数。以兰州市为例,通过仿真研究,给出了不同控制方法下车辆随时间的平均延误曲线,分析了不同交通流下的平均延误。结果表明所提方法具有较好控制效果。

基于模糊信息粒化和CPSO-LS-SVM的城市轨道交通客流量组合预测（英文）

为了获得城市轨道交通客流量的变化趋势和更好地掌握客流量的波动范围,本文提出了一种基于模糊信息粒化和混沌粒子群算法(CPSO)优化最小二乘支持向量机(LS-SVM)的客流量波动范围组合预测模型。针对客流量的非线性和波动性,采用模糊信息粒化,将客流量数据根据需要按窗口提取有效信息,利用CPSO较强的全局搜索能力对LS-SVM预测模型的参数进行最优选取。最后运用组合模型预测2014年广州市地铁3号线体育西路站早高峰客流量波动范围,并与其他模型进行对比分析。仿真结果表明,本文组合预测模型能有效地跟踪客流量变化趋势,为预测未来一段时间内的短期客流量波动范围趋势提供了一种行之有效的方法。

特殊地形城市道路交通面临问题研究

具有特殊地形、地貌特征的城市道路交通由于受到了山脉、河流、特殊的固定自然物的限制,城市的布局往往形成分散、组团式和带状的特点,呈现出了各种交通模型的非线性、非周期性等特征,该文详细研究了该类城市道路交通面临的问题,重点分析了特殊地形、路网分布、传统的交通指挥系统对特殊地形城市道路交通的影响。以河谷型城市兰州市的地貌特征为例,分析了这些问题及因素,并提出了解决这些问题的方法。