在分析需求动态变化的基础上, 根据需求信息的提出顺序, 将动态配送问题转换成不同时刻的静态车辆调
度问题, 建立基于时间轴的动态车辆调度模型; 利用量子理论改进遗传算法, 设计量子遗传算法; 针对动态车辆调度
问题实时性强的特点, 设计“初始优化阶段+实时优化阶段”的两阶段求解策略, 通过信息更新插入动态需求客户,并
对已产生的计划路径进行局部优化调整. 通过仿真计算, 验证了模型和算法的有效性.
2022-05-23 16:15:18
327KB
1
现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的PERCLOS算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130~150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。
2022-05-17 11:24:36
367KB
1