复杂步行环境中“低头族”障碍物感知与周边视觉补偿研究

目的 为过街看手机“低头族”群体的行人安全和步行环境的改善提供理论依据。方法 采用双重认知任务法和视觉心理实验法,选取24名被试在24种照明场景下分析“低头族”对不同周边视觉环境补偿措施(材质：闪灯、闪粉和涂料;颜色：蓝色和黄色)改造后的障碍物感知能力。结果 (1)高照度(15 lx)时“低头族”的周边视觉反应能力优于低照度(2 lx)水平(闪粉和涂料);(2)高压钠灯(HPS:S/P=0.57)和金卤灯(MH:S/P=1.77)的障碍物探测率对蓝色闪粉和蓝色涂料两种障碍物识别具有显著性差异,且在金卤灯下的准确率更高;(3)蓝色闪灯下的周边视觉反应能力均明显高于黄色闪灯;(4)闪灯的警示作用最强,且不受路面照度水平和光源类型的影响。结论 环境照度和光源类型、材质和颜色均对“低头族”的视觉感知能力有显著的影响,建议对改善“低头族”步行安全和建设行人过街提醒装置需要考虑照度及光源类型等要素设计。     

求解配送＼收集旅行商问题的遗传算法

配送\收集旅行商问题（TSPD）是物流学中的一个重要问题，但与一般的旅行商问题（TSP)相比，人们对该问题的研究有限，而且大多假定必须在完成所有的配送需求后才服务收集需求。本文放松这一约束条件，结合最邻近启发式和k-opt局域搜索策略，设计了一种求解TSPD的遗传算法，计算结果表明，该算法性能优良，计算效率较高。     

轨道交通走廊的TOD项目选址与开发模型

TOD项目以公共交通站点为中心建立城市综合体,可缓解城市发展过程中产生的交通拥堵和用地不足的矛盾.为了寻找轨道交通走廊上合适的TOD项目开发地址,提出一种以社会福利最大化为目标的TOD项目选址模型.设计了一种序列算法求解模型,并分析了模型中地价、租金、供给敏感度参数对结果产生的影响.实验结果表明:本模型可以解决轨道交通...     

考虑车辆运输能力限制的公交换乘优化

研究了车辆运输能力限制下的多个换乘点之间平均换乘等待时间的优化问题。在一定时间周期内,通过调整各公交线路的运营时刻表,在车辆运输能力约束条件下使乘客在各线路之间换乘等待时间最小,并采用遗传算法对该模型进行求解。优化结果表明:当车辆运输能力约束起作用时,相对于Shafahi等没有考虑车辆运输能力限制的研究,乘客的平均换乘等待时间增加了370%,该结果说明公交车辆运输能力对乘客换乘时间的影响明显,需作为主要因素在公交换乘优化中进一步考虑。     

粒子群优化神经网络的交通事件检测算法研究

为减少交通事件引起的交通延误,提出一种基于粒子群优化神经网络的交通事件检测算法;首先,利用车载激光测距仪和GPS设备作为实验平台,采集了反映路段车辆占有率及车辆运行速度特征的交通参数;其次,利用粒子群(PSO)算法训练随机产生的初始化数据,优化BP神经网络连接权值和阈值;最后,将PSO优化后的BP神经网络作为分类器进行交通事件的自动分类和检测;试验中比较了PSO神经网络算法、BP神经网络算法和经典算法对交通事件的检测效果,PSO神经网络算法在事件检测率(DR)、平均检测时间(MTTD)方面均优于其他目标算法;结果显示,粒子群优化的神经网络算法用于交通事件检测提高了检测性能。     

柔性间隔发车下城轨网络换乘协同优化

为提高城市轨道交通网络时刻表和客流需求的匹配性,采用柔性间隔发车策略以提高协同性能.以等间隔发车模式下列车发车相位确定发车基准点,并容许列车发车时刻在基准点附近可柔性调整一定范围,以最大化网络总换乘协同乘客数为目标构建了基于柔性发车间隔的时刻表协同优化模型;考虑优化模型中存在大量0、1变量,模型求解困难,以各线路的列车发车相位以及各列车发车时刻的柔性偏移量为染色体设计了遗传算法来生成优化解.案例研究结果表明:遗传算法求解性能好,在等间隔发车时引入10%柔性,实现换乘协同乘客数提高11.85%.该方法可快速生成网络换乘协同时刻表方案,提高换乘节点效率,能满足大规模网络的求解需求.