基于语音心理声学分析的驾驶疲劳检测EI北大核心CSCD

针对现有方法在分析角度和特征参数上的局限性,提出一种基于语音心理声学分析的驾驶疲劳检测方法。首先,借助心理声学感知掩蔽处理步骤,将语音中的疲劳高敏感性频率成分突显出来,并给予其更多的Bark域临界频带描述,以获得更为细致的疲劳信息表达;其次,提取多种心理声学感知特征来量化描述语音中的疲劳异常音,并针对语音波形不同步而导致的特征提取误差问题,给出了语音帧的快速对准方案;最后,将语音样本与多个参考样本对比分析所得的感知特征向量,来分别搭建多个特征层模糊支持向量机（FSVM）分类器,并通过动态贝叶斯网络（DBN）的决策层融合判决,实现更为准确、鲁棒的驾驶疲劳检测。实验结果表明,该方法的查准率、查全率和平均正确率（为92.4%）均优于现有方法,尤其对重度疲劳的检测效果较佳（正确率达96.1%）。     

考虑多车场出退勤的城轨交通乘务任务配对模型及算法

针对多个出退勤车场的城市轨道交通线路,研究乘务任务配对问题的数学模型和算法,在满足各车场出退勤任务守恒的前提下,尽可能提高整体值乘效率.首先,考虑出退勤约束、轮换约束、用餐约束和工作量约束,构建任务段衔接网络有向图,并设计广度搜索算法搜寻满足各班种要求的候选任务池.然后,在此基础上,以乘务总值乘费用最小为目标,构建乘务任务配对问题的集覆盖模型.接着,为了提高大规模问题的求解效率,设计基于列生成思想的启发式求解算法.最后,以南昌地铁1号线为例,通过实例验证发现:所提出方法能够合理安排早班和夜班任务的出、回场方式,很好地满足了各车场夜、早任务守恒需求;相对于现行方案,有效减少了两个乘务任务,且任务段平均衔接时间减少了1分17秒;所提出模型和算法能够满足多车场出退勤需求,且保证了值乘效率,能够为实际运营提供决策支持.     

基于语音心理声学分析的驾驶疲劳检测

针对现有方法在分析角度和特征参数上的局限性,提出一种基于语音心理声学分析的驾驶疲劳检测方法。首先,借助心理声学感知掩蔽处理步骤,将语音中的疲劳高敏感性频率成分突显出来,并给予其更多的Bark域临界频带描述,以获得更为细致的疲劳信息表达;其次,提取多种心理声学感知特征来量化描述语音中的疲劳异常音,并针对语音波形不同步而导致的特征提取误差问题,给出了语音帧的快速对准方案;最后,将语音样本与多个参考样本对比分析所得的感知特征向量,来分别搭建多个特征层模糊支持向量机(FSVM)分类器,并通过动态贝叶斯网络(DBN)的决策层融合判决,实现更为准确、鲁棒的驾驶疲劳检测。实验结果表明,该方法的查准率、查全率和平均正确率(为92.4%)均优于现有方法,尤其对重度疲劳的检测效果较佳(正确率达96.1%)。     

具有随机充电需求的混合动态网络平衡模型

考虑电动汽车用户在途随机充电需求,基于随机充电行为及充电排队仿真构建了混合用户平衡模型.在电动汽车不同初始电量状态及市场占有率下,预测了网络平衡交通流和可能充电需求流的变化趋势.利用Frank-Wolfe算法和多标号算法,以Nguyen-Dupius网络为例,设计了电动汽车充电排队仿真的平衡交通流预测模型,本文研究结果...     

基于元胞自动机的列车站前折返仿真模型

在对城市轨道交通中列车站前折返过程准确描述的基础上，建立了2种典型站前折返模式的元胞自动机模型，即站前单渡线折返仿真模型和站前双渡线折返仿真模型。为准确模拟列车的折返过程，模型设定了列车在不同轨道部分的元胞更新规则，在此基础上还添加了线路标识、方向标识和信号标识等来实现列车的换道、转向和防止进路冲突等问题。采用计算机编程，运用已建立的模型来模拟列车的运行过程，对列车运行过程的速度一位置图和时间一位置图的分析发现，模型的模拟结果与实际列车的折返过程完全相同，同时采用仿真方法计算的折返站折返能力与传统图解法计算的结果误差仅为2．4％，由此说明所建立的模型能够准确模拟实际列车的站前折返过程，可以应用于对列车的折返仿真。     

基于灵活编组的城轨车底运用计划及鲁棒客流控制策略

针对通勤客流需求的动态性、不均衡性和随机性等复杂特征,提出基于灵活编组的城轨车底运用计划及鲁棒客流控制策略两阶段随机规划模型.第1阶段为编组类型指派和车底运用计划优化模型,以极小化系统运营成本为目标;第2阶段为车站协同限流鲁棒优化模型,以极小化乘客等待时间为目标.通过线性化方法将原模型重构为可被CPLEX等优化软件直接求解的混合整数线性规划模型.算例结果表明,灵活编组模式在仅增加0.5%乘客等待时间的基础上,可降低约30.2%的系统运营费用,表明灵活编组方案在满足客流需求的同时可合理地降低运营费用.此外,所提出鲁棒客流控制策略能够避免传统鲁棒优化方法过于保守的问题,对于实际运营过程中随机客流需求具有较好的适应性.