Hybrid tracking model and GSLM based neural network for crowd behavior recognition

Crowd behaviors analysis is the‘state of art’research topic in the field of computer vision which provides applications in video surveillance to crowd safety,event detection,security,etc.Literature presents some of the works related to crowd behavior detection and analysis.In crowd behavior detection,varying density of crowds and motion patterns appears to be complex occlusions for the researchers.This work presents a novel crowd behavior detection system to improve these restrictions.The proposed crowd behavior detection system is developed using hybrid tracking model and integrated features enabled neural network.The object movement and activity in the proposed crowded behavior detection system is assessed using proposed GSLM-based neural network.GSLM based neural network is developed by integrating the gravitational search algorithm with LM algorithm of the neural network to increase the learning process of the network.The performance of the proposed crowd behavior detection system is validated over five different videos and analyzed using accuracy.The experimentation results in the crowd behavior detection with a maximum accuracy of 93%which proves the efficacy of the proposed system in video surveillance with security concerns.

SOA算法在交流伺服系统中的应用

针对传统交流伺服系统控制效果不佳、参数优化困难等不足,采用人群搜索算法(SOA)分别对伺服系统电流环、速度环以及位置环的控制器参数进行优化,并与改进PSO算法优化控制器参数以及传统频域法整定控制器参数两种方案进行对比.仿真结果表明:SOA算法优化控制器参数能提高系统响应速度和鲁棒性,SOA算法比改进PSO算法在伺服控制器参数优化方面具有更好的搜索功能.与传统频域法整定方案比,SOA算法无需提前在线辨识系统转动惯量操作更简便.

基于SOA-PID的燃煤电厂SCR烟气脱硝控制

火电厂SCR脱硝系统中,喷氨量控制对象大延时、时变的特性使得传统PID控制系统难以实现超低排放要求。针对SCR烟气脱硝系统开展控制策略研究,使用人群搜索算法优化PID参数。仿真结果表明,使用人群搜索算法优化后的PID控制系统动态性能指标得以改善,控制精度和鲁棒性有所提高。

基于人群搜索算法和果蝇优化算法混合优化算法的光伏系统温度预测

针对太阳能光伏系统温度预测精确度较低问题,提出了一种将人群搜索算法和果蝇优化算法相结合的混合优化算法。该算法利用人群搜索算法和果蝇优化算法的优点,确定搜索的方向和步长,通过动态寻优来提高搜索能力和精确度。为了测试和比较所提出的混合优化算法的优点,分别采用混合优化算法、人群搜索算法和果蝇优化算法对选取的3个测试函数进行仿真验证。实验结果表明,混合优化算法的收敛速度、搜索能力以及精确度都有了显著提高。该算法在太阳能光伏系统温度预测中也有望提高预测精确度,为太阳能光伏系统的控制和调整提供更准确的数据支持。

面向场景的人群疏散并行化仿真

随着计算机仿真技术的发展,人员疏散仿真逐渐在公共安全领域得到越来越广泛的应用。目前,关于疏散仿真的研究主要关注于人员行为模型的建立,无法满足对场景的复杂性和各种大范围公共安全事件的实际仿真需求。从对疏散仿真的场景组织研究入手,探讨可以为大规模、复杂场景中的人员疏散仿真模拟提供支撑的仿真架构,提出的面向场景的人员疏散仿真算法,并在此基础上,对大规模人员疏散仿真并行化进行了研究。

改进布谷鸟算法在人群疏散多目标优化中的应用

大型场馆的人员疏散问题实际上是一个多目标的优化问题,要求达到疏散时间短、疏散路径长度小、拥挤度低等目标,而由于约束条件之间的冲突性,使多个目标同时达到最优是困难的。目前主要的求解方法是利用智能进化算法进行启发式搜索和解的偏序关系为特征的演化多目标优化算法求解。布谷鸟算法是在布谷鸟寻窝产卵的行为中发现了一种新的搜索算法,基本的布谷鸟算法的搜索活力不足、搜索偏慢。从改变布谷鸟算法的搜索多样性等方面着手提高布谷鸟算法在优化问题上的求解能力,将新算法用于人群疏散的多目标优化,取得了较好的效果。

基于MCOA布置矿井瓦斯传感器

为了预防矿井瓦斯事故,确定增设瓦斯传感器的数量和位置。通过建立监测有效等级来确定增设瓦斯传感器的数量,然后通过分析多个猴群同步并行搜索、简易猴群算法的初步搜索和基本和声算法的二次搜索等方法,设计出猴群优化算法的计算流程,再根据瓦斯传感器布置的目标函数确定增设瓦斯传感器位置。以大隆矿为例进行了现场工业试验,结果表明,增设瓦斯传感器的数量与监测有效等级之间成正比例关系,但并非随着监测有效等级的提高而持续增加。

求解子旅行商问题的改进蚁群算法

已有求解子旅行商问题的蚁群算法存在容易早熟、易于陷入局部最优的问题。为此,提出一种改进的蚁群算法。将拥挤因子嵌入到蚁群算法的状态转移和信息素更新过程中,增强全局搜索能力,设计邻域搜索技术和局部变异技术,以提高解的质量和加快收敛速度。实验结果表明,该算法的求解质量和稳定性较好。

基于改进SOA算法自整定PID系统优化研究

目前大多数工业控制工程都具有大时滞、非线性等特点,传统的PID控制算法难以取得较好的控制效果。针对这一问题,提出一种基于改进人群搜索算法的混沌自适应PID参数自整定算法,该算法采用惯性权重随机变异方式来确定步长,提出边界反射策略,避免传统算法中出界个体大量聚集在边界值的缺陷;并且引入了Logistic混沌思想,对最优解进行二次扰动,提高算法全局搜索能力。在Sphere等3个测试函数上将本文算法与多种知名算法进行对比,验证文中算法在求解的精度与收敛的速度上更优。最后,将本文算法运用于时滞非线性系统PID控制器参数优化。实验结果表明,改进的控制系统动态响应更快、鲁棒性更强、稳态精度更高。

基于响应面和人群搜索算法的固井泥浆流量计叶轮结构参数优化

切向式涡轮流量计应用于油田固井工程,叶片结构会对计量的效果产生直接影响。为了提升流量计计量的精度以及叶片结构的可靠性,对叶轮结构参数进行优化。将响应面与人群搜索算法相结合,设计三因素四水平正交实验,通过响应面法建立出流量计仪表系数K的线性度误差δ和流量计叶轮叶片半径、边缘厚度、倾斜角度的二次回归模型,以线性度误差最小为优化目标,基于人群搜索算法对叶片结构参数进行寻优求解,得到叶片结构最优的参数组合。优化后仪表系数线性度误差由3.1060%减小为0.4452%,提升了固井泥浆流量计的计量精度以及稳定性,为后续优化设计提供理论支撑。

基于改进多目标引力搜索算法的电力系统环境经济调度

建立了综合考虑系统运行成本和污染物排放成本的电力系统环境经济调度模型,并提出了一种改进多目标引力搜索算法(IGSA)对该模型进行求解。该算法将NSGA-II中的非劣解排序和拥挤距离的思想引入基本引力搜索算法用于处理个体偏序关系。其次针对基本引力搜索算法收敛速度慢的问题,在更新个体位置过程中受粒子群优化算法的启发对引力搜索算法的位置更新公式进行了改进;同时为了引导群体向Pareto最优解集区域靠近并保证算法解集均匀分布,采用精英保留策略;最后采用模糊集理论产生最佳折中解,为决策人员提供调度方案。算例分析验证了所提算法的可行性和有效性,为实现电力系统经济性与环保性的均衡优化提供了一条新的方法。

纯电动客车两档变速器传动比优化仿真分析

文章以某纯电动客车为研究对象,根据城市-郊区道路条件,驱动电机和电动客车整备参数已定,满足动力性能前提,以两档变速器传动比为变量,利用人群搜索算法(SOA)找到与电机相匹配的传动比,优化能量利用率,提出一种优化设计思路,并利用仿真软件进行仿真分析。仿真结果表明,此设计优化思路为两档纯电动客车设计出最优的传动比,满足道路行驶要求,能量利用率优异。

基于人群搜索算法的电网短期用电负荷预测研究

针对传统预测方法缺少对未知变量的分析,导致预测效果较差的问题,提出了基于人群搜索算法的电网短期用电负荷预测研究。将电力系统负荷时间序列进行分解,获取负荷时间序列的高低频分量,并对电网短期用电负荷特性展开分析。借助人工智能研究成果,研究人群搜索算法原理,充分考虑电网短期用电负荷受到温度因素影响,选取输入变量,并以此构建人群搜索算法预测模型。通过设计预测流程以及对未知变量分析,实现对电网短期用电负荷预测。通过实验结果可知,采用该预测方法具有良好预测效果,为保障电网稳定运行提供依据。

移动群智感知框架下的能源有效性方法研究

移动群智感知任务中的数据类型多以图片和长视频为主,因而在其任务执行过程中容易造成大量能耗。以提高群智感知框架下的能源有效性为研究目标,以手机电量消耗为能耗指标,提出面向单体节能技术与面向全局节能技术相结合的方法,实现手机能源最大化利用。结合Android开发过程中的部分算法优化与移动群智感知任务执行中的节能模块(文本转换模块、图片压缩模块、视频压缩模块等),实现单体能耗更低。在此基础上,结合面向全局的参与者优选模型,选择合适的执行团队用更少电量完成一定量任务,实现能耗最小化。通过实验设计和验证,使用单体节能与整体节能相结合的节能方法,在降低整体能耗时能够将手机能耗降低至少20%。

基于新型拥挤度距离的多目标麻雀搜索算法

现实中的多目标问题日益复杂,解决这类问题需要高效的优化算法。基于麻雀搜索算法,提出多目标麻雀搜索算法(Multi-objective Sparrow Search Algorithm,MSSA),对多目标优化问题进行求解。依据外部存档收敛性动态调整麻雀种群比例因子,以达到全局探索能力和局部开发能力的最佳平衡,确保收敛性;对麻雀种群进行非支配排序;对麻雀种群的发现者引入多项式变异因子,增强算法跳出局部最优的能力;设计一种新型拥挤度距离计算策略,利用外部存档解的拥挤度大小剔除相似个体的方法对种群进行裁剪,使个体不超过存档上限的同时维持种群的多样性。分别使用多目标函数和盘式制动器设计测试算法性能。MSSA与MOPSO、MOGWO、NSGA-II和SPEA2在多目标测试函数上进行对比实验,结果表明MSSA算法在收敛性和均匀性两项指标上有显著的优势。盘式制动器仿真结果表明,MSSA可以快速地找到问题的非支配解,证明了该方法的有效性。

基于人群搜索算法和增广乘子法的混合可靠性分析

针对传统优化算法在处理具有一定非线性功能函数的结构可靠性分析问题时出现迭代次数较多或精确度不够的问题,提出了一种基于人群搜索算法和增广乘子法的混合可靠性分析方法.该算法以可靠指标最小为目标函数,以影响结构可靠指标的随机变量构成的极限状态方程为约束条件建立结构可靠性优化数学模型,并使用增广乘子法将有约束优化问题转换为无约束优化问题,最后使用人群搜索算法进行寻优计算.通过数值算例和工程算例验证了所提算法的稳定性和有效性,并讨论了参数不确定性以及参数存在相关性时对可靠指标的影响.

爆胎车辆动力学分析及模糊PID控制优化策略研究

车辆通过控制系统提高行驶的稳定性,但在爆胎时容易导致车辆行驶失去稳定性,从而造成车辆发生侧翻现象。为改善车辆动力学控制系统输出效果,建立了车辆轮胎动力学模型。引用模糊比例-积分-微分(PID)控制器,给出了模糊PID控制器输出参数与误差和误差变化率的关系图。提出人群搜索算法,利用人群搜索算法迭代搜索原理对模糊PID控制器参数进行寻优。以车辆2种行驶路况为例,利用Matlab软件对爆胎车辆的稳定性进行仿真,比较和分析爆胎车辆优化控制系统的输出效果。结果显示:采用模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较大。采用人群搜索算法优化模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较小。爆胎车辆采用人群搜索算法优化后的模糊PID控制器,不仅响应速度快,而且行驶的稳定性较好。

布谷鸟搜索算法在人群疏散中的应用研究

针对阶梯教室及大型场馆应急疏散的路径优化问题．提出了一种布谷乌搜索算法的疏散模型，通过对原有算法的分析改进，设计特殊目标函数，使之适应求解人群疏散．最后将方法应用到多障碍物、多通道、多出口、多灾害源的复杂场景实现近千人的仿真实验．仿真结果表明，方法直观地展现整个人群疏散的运动过程和在多个场景中都取得了较好地路径规划效果，并开发两个疏散工具为人群疏散演习提供了平台和疏散方案．

函数优化的小生境蝙蝠算法

针对蝙蝠算法易陷入局部最优解的缺点,利用小生境技术对蝙蝠算法进行了改进,提出一种小生境蝙蝠优化算法.算法基于小生境技术的适应度共享来分隔种群,引入了小生境排挤机制来保持种群多样性,在延续蝙蝠算法原有并行搜索等优势的基础上,提高了算法的金局搜索能力和局部收敛速度,具有可在不同邻域内发现多个解的特点.通过对一系列经典函数测试,并与已有算法进行比较,结果表明该算法在函数优化问题的求解中具有较高的计算效率和精度,以及较好的全局寻优能力.