基于改进蚁群算法的大型建筑物疏散路径设计

针对在建筑物发生火灾等险情时,传统疏散路径方案中人员疏散路径固定、疏散时间较长、疏散效果较差等问题,文中结合大型建筑物的疏散背景与条件,同时考虑了人员在疏散过程中心里因素的影响,提出了一种用于描述大型建筑物中疏散路径的数学模型。在该数学模型的基础上,引入了新的收敛条件,并使用新的启发式函数设计了一种改进蚁群算法。通过数学推导,证明了该算法具有良好的收敛性,并在实际中应用良好。对所提出的算法进行了计算机仿真,仿真结果表明,使用该改进蚁群算法生成的疏散路径,在时间和效果上均优于现有的疏散路径设计方案。     

移动群智感知中时间窗口相关的参与者选择机制

目前许多移动群智感知应用要求参与者收集一段时间内连续的感知数据,而现有研究在这方面却考虑不足。针对上述应用场景提出了时间窗口相关的参与者选择机制,主要包括基于动态规划算法设计了一种时间窗口相关的参与者选择方法,目标为覆盖任务时间段的同时最大化数据效益;参与者信誉值更新机制,根据参与者参与任务的意愿程度和数据质量更新参与者的信誉值。最后通过仿真实验与两种普遍应用的参与者选择方法作比较,实验证明所提出的参与者选择机制在数据可靠性、数据效益和感知成本等方面具有更好的效果,因此所提出的参与者选择机制在时间窗口相关的任务中有更好的应用前景。     

群智项目创新潜力的影响因素研究

目的 在群智协同设计背景下,对自组织项目创新潜力的影响因素进行了梳理和分析。方法 基于创新扩散理论和信息接收模型,从用户及项目特征的数量和质量两个维度选取参数去研究其对项目持续创新的影响。结合典型群智协同创新社区——LaunchForth平台,采用数据挖掘和改进RFM项目识别方法对项目创新潜力类型进行划分,结合572项个人项目的创新成功率,分别对高创新成功率、中创新成功率和低创新成功率3类项目进行创新潜力影响因素回归分析、对比及研究。结果 得出群智项目创新潜力影响因素回归模型和群智涌现过程中对不同项目创新成功率的影响指标。结论 提出激发自组织群智项目创新潜力的管理策略——用户存量为王,量变决定质变,对保持自组织项目创新潜力有重要参考价值。且提出一种快速识别项目创新潜力水平的方法,对提升群智协同创新平台初期孵化项目的成功比例有一定指导意义。     

An Efficient Crossing-Line Crowd Counting Algorithm with Two-Stage Detection

Crowd counting is a challenging task in crowded scenes due to heavy occlusions, appearance variations and perspective distortions. Current crowd counting methods typically operate on an image patch level with overlaps, then sum over the patches to get the final count. In this paper we describe a real-time pedestrian counting framework based on a two-stage human detection algorithm. Existing works with overhead cameras is mainly based on visual tracking, and their robustness is rather limited. On the other hand, some works, which focus on improving the performances, are too complicated to be realistic. By adopting a line sampling process, a temporal slice image can be obtained for pedestrian counting without the need for visual tracking. Only ten low level features are extracted from the input image to establish a feature vector. As a result, our algorithm is more efficient and accurate than existing methods. Pedestrians in the temporal slice image are then located by the two-stage detection algorithm, which is largely based on support vector machine and affinity propagation clustering. Moreover, a novel algorithm is proposed to determine the moving directions of pedestrians by comparing the centers of them in two temporal slice images. Extensive experiments reveal that our system achieves satisfaction performances in terms of both robustness and efficiency.     

单斜面索拱支承曲梁人行桥人致振动控制研究

进行了一种单斜面索拱支承曲梁人行桥的人致振动控制研究。在人行桥的初始状态及静动力特性基础上,模拟了随机人群荷载作用下人行桥的振动响应,参数化地研究了调谐质量阻尼器(Tuned Mass Damper,TMD)的减振作用,考虑了TMD不同质量比、刚度、阻尼参数以及布置方式的影响。在TMD装置安装前后对人行桥进行实地动力测试,测试了结构减振前后的模态特性以及在单人、多人和人群荷载工况下的振动响应,讨论了TMD装置对该类型人行桥的减振效果。结果表明:减振后结构关键模态阻尼增大为减振前的4.14倍;单人步行和跑动工况下,通过设置TMD,结构加速度峰值下降31.1%～55.9%,加速度均方根下降36.4%～52.0%;多种人群步行工况下,结构竖向加速度峰值最大为0.41 m/s~2。研究结果表明单斜面索拱支承曲梁人行桥刚度较柔,TMD对控制该类型人行桥结构人致振动具有很好的效果。     

群智创新：人工智能2.0时代的新兴创新范式

目的在人工智能2.0时代提出了群智创新新范式。方法从人类社会文明进化史出发,按照农耕时代、工业时代、知识网络时代、数据智能时代对创新范式的演进进行了梳理,分析了开放式创新、群体创新、众包、全面创新和整合创新等几种典型的创新范式。结论提出了群智创新的概念、研究内容,分析了群智创新的特点、创新过程、关键技术以及未来的研究思考。提出和发展群智创新这一新的创新范式,建立研究理论、方法与技术体系,对于推动中国创造具有一定的时代意义。     

基于人机社会力模型的人群疏散算法

针对公共场合紧急情况下人群疏散困难和效果有限的问题,提出一种基于人机社会力模型的机器人疏散人群的方法。首先,基于原始社会力模型提出了一种新的人机社会力模型,该模型在原始社会力模型的基础上加入了机器人对人作用的人机作用力;然后,基于人机社会力模型提出一种新的利用机器人疏散人群的方法,该方法在人群疏散场景中加入运动机器人,通过机器人自身的运动,利用人机作用力影响周围行人的运动状态,减小行人之间的压力,从而达到加快人群运动速度、提高人群疏散效率的目的。在室内封闭场景人群逃生、两群行人交错这两种典型的疏散场景中分别进行仿真实验,并将实验结果与未加入机器人的人群疏散结果进行对比分析,实验结果表明,基于人机社会力模型的机器人疏散人群的方法能够明显加快人群的运动,提高人群的疏散效率。     

基于图像处理的公交车内人群异常情况检测

为有效地监控公交车这一特定环境中人群的异常行为,提出一种公交车内人群异常情况检测的方法。对视频图像确立感兴趣区域,进行预处理;通过改进Vi Be算法提取运动目标,引入多尺度滑窗算法确定识别区域;结合连续多帧识别区域进行改进卷积神经网络算法的异常行为识别,通过识别结果判断公交车内人群是否异常。与传统方法的比较结果表明,该算法的检测正确率较高,可达93.5%,误检率较低,仅为1.6%,在实际应用中具有较高的参考价值。     

人群疏散平移矩阵算法

建筑物的通行能力研究近年来受到广泛关注,安全高效地流通人群是专家学者研究的重点。首先,通过一组节点和边的定义将建筑物表示为网络,进而利用Dijkstra最短路算法生成最短路径集合,最后在该集合的基础上提出平移矩阵算法,利用0-1矩阵的更新模拟人群在建筑路径上的流动过程。通过设置多组教学楼疏散场景并与Pathfinder软件的对比来验证平移矩阵算法的有效性。对比结果显示,不同密度下两种方法的总疏散时间差都约为50 s,而运算速度平移矩阵算法比Pathfinder软件快10~110倍。该算法为人群疏散的快速模拟提供了新思路,为疏散策略的实时生成提供了可能性。