水库生态调度模型及算法研究

随着我国大规模流域开发,大量水库建设对河流生态系统造成了较大影响,如何通过水库合理调度来减轻水库对河流生态环境的负面影响,是当前水库运行调度研究中的一个热点问题。针对现行水库调度过分强调经济利益而忽视生态环境需水状况,致使部分大坝下游和库区发生生态环境退化的现象,从自然资源可持续发展的角度,探讨了水库生态调度的概念和任务,建立了水库生态调度多目标数学模型。该模型以经济效益、社会效益和生态环境效益组成的综合利用效益最大为目标函数,以综合利用要求为约束条件,包括灌溉、发电、航运、旅游、河口压咸和应急用水等。该模型为具有复杂约束条件的多目标规划模型。创建了可行搜索离散微分动态规划算法(FS DDDP算法)对该模型进行了求解。〖     

基于视频图像的交通枢纽综合体人体检测

针对交通枢纽综合体人体检测的问题,提出一种基于梯度方向直方图(HOG)人体模型特征的检测算法。该方法通过提取人体样本库的HOG特征,用支持向量机算法(SVM)对样本的HOG特征进行分类训练。为了提高算法的精确度和适用性,以南京南站的监控视频为依据建立交通枢纽综合体人体样本库。并以南京南站监控视频和校园拍摄的人员视频作为测试集。结果证明,本算法可以有效识别交通枢纽综合体各种特征人体。     

基于BFGS-BP神经网络岩爆分类研究

BP神经网络模型是岩爆预测中的常用模型,为了强化预测效果,选取BFGS算法对BP神经网络模型进行优化。选取应力系数■、脆性系数■和弹性能量指数W_et作为预测指标,国内外46组案例作为样本库,分别建立BFGS-BP神经网络模型和传统BP神经网络模型,对比验证其优化效果,将建好的模型用于锦屏二级水电站和秦岭隧道加以检验,得到一种有应用前景的机器学习预测模型。     

邮轮火灾动态蔓延情况下的最优疏散路径规划

为解决邮轮火灾应急疏散过程中,由于邮轮内部结构复杂、通道狭窄、人流量大导致人员难以短时间安全疏散的问题,应用基于火灾蔓延预测数据的A^*算法求解邮轮火灾的人员疏散路径。首先,根据SAFEGUARD项目中的邮轮数据建立二维网络拓扑结构,定义网络中节点的CO体积分数、烟雾可见度和温度3类指标的阈值,并基于火灾发生的地点和程度,模拟火灾动态蔓延的情况,实时判定疏散网络中各个节点的危险状况;然后,结合火灾蔓延的实时数据改进A^*算法,并求解人员的最优疏散路径;最后,使用同一邮轮作为模拟人员疏散的场景,模拟邮轮火灾动态蔓延情况下的人员疏散过程,分析人员疏散路径的可行性。结果表明：改进后的A^*算法所求路径能成功绕开网络中受火灾影响较大的危险节点,同时疏散规模为700人的时间比使用基本A^*算法所求的疏散时间缩短50%。     

基于铀尾矿库核素监测的WSN粒子群优化路由算法

为提高铀尾矿库无线传感器网络(WSN)现有路由算法的网络寿命,提出一种基于铀尾矿库核素监测的WSN粒子群优化路由算法(EBPSO)。首先,在簇头(CH)选举阶段,考虑传感器节点的能量、簇内节点距离、CH到基站的距离等参数,利用粒子群优化(PSO)算法选出最合理的CH,并将筛选出来的CH节点应用于铀尾矿库核素监测组建WSN;其次,在数据传输阶段,提出转发节点的选择方法;然后,用能量阈值重分簇方案来减少能量消耗;最后,对比基于PSO优化模糊C均值的分簇路由算法(POFCA)、低功耗自适应分簇(LEACH)以及高效非均匀分簇算法(EEUC)性能。结果表明：在网络生命周期上,EBPSO算法比POFCA、LEACH、EEUC分别提升1.7%、24.7%、9.2%。EBPSO算法能够延长网络生命周期,适用于铀尾矿库核素监测应用场景。     

智慧城市背景下的火灾实时疏散系统

为尽可能减少火灾给城市居民带来的生命威胁与财产损失,首先提出基于物联网(IoT)技术的智慧城市火灾实时疏散系统构建思路;该系统由感知层、数据处理层和应用层组成,其中,感知层主要通过窄带物联网(NB-IoT)技术、超宽带(UWB)技术,实时采集并传输建筑内的火情信息和人员位置信息;数据处理层主要基于Floyd算法和建筑拓扑图规划人员最优疏散路径;应用层则根据疏散路径规划结果指导人员疏散。然后以天津市智慧城市建设示范区域中的学术交流中心为例,选取人员密集区域分析UWB基站布置原则,将建筑平面结构拓扑化;并结合建筑内火灾危险源位置,利用Floyd算法规划疏散路径,同时利用三维模型展示疏散路线;再借助Pathfinder软件模拟优化前后的人员疏散情况,对比所用疏散时间和疏散距离,结果表明：人员自由疏散选择的路径距离较长,算法优化后的疏散距离为34.9 m,缩短了11 m,疏散用时为30.9 s,减少了9.7 s,提高了疏散效率。     

关联站点协同攻击下轨道交通网络脆弱性研究

为探究轨道交通网络多个关联站点受到蓄意攻击后网络的脆弱性以及不同攻击下影响的差异,量测分析多站点之间的关联性,给出关联站点协同攻击下轨道交通网络脆弱性量化方法,提出以脆弱性最大化为目标的攻击模型,通过免疫算法求解模型,得到最优攻击策略,并以上海市地铁网络为例,研究多站点协同攻击下轨道交通网络脆弱性。结果表明：多站点蓄意攻击下轨道交通网络脆弱性不仅取决于每个站点的重要程度,还取决于不同站点之间的关联性,尤其是空间位置关联性和乘客出行关联性。位于不同线路且客流量较大的多个换乘站点受到协同攻击下轨道交通网络脆弱性最高,占网络站点总数3.56%的多个站点同时受到攻击后,轨道交通网络性能损失最高可达63.61%。     

基于SSO的铀尾矿库无线传感器网络定位算法

为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明：SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。     

基于多式联运的应急物资供应多目标优化研究

为解决灾后应急物资供应问题,针对运输的紧迫性和逐级调配的现实模式,采用货车-飞机-货车联合运输的方式,结合由物资供应点-中转点-分配中心-需求点构成的4级服务网络,从政府、受灾者和救援人员3方的角度,建立以最小化系统总运营成本、总运输时间和运输车辆驾驶员心理成本为目标的多目标混合整数动态规划模型,并采用Epsilon约束算法求解模型,分析关键参数的灵敏度,结合案例计算验证模型运算效率。结果表明：该模型能够得到一组有效的非支配解,即Pareto前沿,提供不同决策侧重点的多阶段物资调配方案;中转物资单位操作时间过长或过短都会导致救援总时间增加;系统总成本不会随着驾驶员心理极限运输时长的改变单调变化。     

基于QAR数据的着陆超限风险贝叶斯网络分析模型

为分析民机着陆超限风险及其影响因素,基于飞行快速存取记录器(Quick Access Recorder, QAR)数据,构建着陆超限风险贝叶斯网络分析模型。首先,采集2019年和2020年国内某航空公司B737-800机队共37 443个航段QAR数据作为样本数据;然后利用GeNIe 3.0软件GTT(Greedy Thick Thinning)算法进行参数学习,建立着陆超限风险贝叶斯网络(Bayesian Network, BN)模型,应用10-fold交叉验证方法对模型进行检验。结果表明,着陆超限风险贝叶斯网络可有效分析着陆超限事件的因果关系,计算得出样本机队减小着陆超限风险的飞行参数组合。该分析模型可用于对机队或飞行员个体的着陆超限风险预测,为降低着陆飞行超限风险、前移安全关口提供客观依据。