摘要：针对采用分类方法进行分心驾驶检测存在只能识别有限分心驾驶行为类别以及忽视时间信息的问题,提出了基于改进YOLOv5的驾驶员分心驾驶检测方法。首先,在YOLOv5的基础上引入Ghost模块,采用线性变换代替部分常规卷积进行特征提取以轻量化网络模型,实现快速又准确地检测图像中手机、水杯、驾驶员双眼和头部区域;其次,在获取目标检测结果的基础上,结合头部姿态估计设计逻辑算法并融入YOLOv5中,从认知分心和视觉分心两个角度检测每帧图像中驾驶员是否存在分心驾驶,避免了分类方法受限分心驾驶类别数的问题,再设置适当的时间阈值,从而实现端到端实时的分心驾驶预警;最后,对采集的18名驾驶员的驾驶行为数据集进行对比试验,验证了本文方法的可行性和有效性。

摘要：农产品上行“最先一公里”的集货问题是乡村经济发展中的重要一环,集货的效率直接影响农产品上行运输的经济成本。针对偏远农户集货成本高、集货不便问题,设计考虑农户协作的运输模式,建立协作距离最小化模型,实现偏远农户的协作匹配。在此基础上,以运输成本、货损成本、协作成本最小化为目标,建立农产品上行集货路径优化模型,并设计改进的节约里程-禁忌搜索算法进行求解。最后,案例分析的结果表明,本文所提出的模型和算法是有效的。

摘要：在长期疫情时起时伏情况下,卡车支持无人机配送模式可在避免交叉感染方面发挥重要作用。针对现实生活中应急需求具有很强动态性的特征,提出卡车支持无人机在线配送问题。使用竞争分析方法证明此问题的下界为2-δ,设计调用离线最优算法的在线OCOA算法,分析OCOA算法的竞争比为2.5。设计包含卡车停靠点选址—需求分配—卡车路径优化的三阶段离线TSOOA算法,通过与CPLEX求解结果对比,验证TSOOA算法的有效性。通过在线仿真分析计算出OCOA算法与离线问题下界的比值约为1.75,表明OCOA算法在现实场景中应用效果更好。本文提出的卡车支持无人机在线配送模式可以为疫情物资的实时调度决策提供依据。

摘要：随着智慧城市建设进程的推进,作为智慧城市建设基础配套设施的智能垃圾桶日益普及,其内置的监测传导装置可实时传输待清运垃圾量的相关数据,有助于解决城市生活垃圾产生量随机性导致的环境负效应以及收运系统效率低下的问题。本文基于智能垃圾桶提出一种城市生活垃圾动态收运路径优化策略。首先,考虑收运车辆延迟到达导致垃圾溢出的环境负效应,建立以最小化收运总成本为目标的垃圾收运车辆路径预优化模型和动态优化模型。其次,采用粒子群算法预优化收运路径,得到初始车辆清运方案;而后基于待清运垃圾量实时数据,设计周期性与连续性结合的策略,并构建触发连续性优化的启发式规则以实时优化车辆路径。不同规模的标准算例实验和仿真算例实验结果表明,周期性与连续性结合的优化策略在总成本、惩罚成本和距离指标上均优于周期性优化策略,且在惩罚成本指标上的改进最为显著。研究结果有助于降低由于清运不及时造成的环境负效应,为垃圾收运企业制定合理高效的清运方案提供了理论依据。

摘要：针对在长时跟踪过程中因丢失视野导致目标跟踪失败的问题,提出了基于加权在线样本更新的目标长时跟踪方法。首先,使用ResNet50网络提取目标深度特征并增强初始帧样本优化目标模型,提高初始帧样本权重影响;然后,利用目标模型对测试帧样本进行分类,并采用置信度分值加权在线学习样本以增强样本质量,提升模型的分类效果;其次,使用置信度分值判别目标状态并跟踪定位目标,目标丢失时使用时空约束搜索在丢失处自适应扩展区域并随机搜索目标,同时利用在线学习快速优化目标模型,增强其对目标的搜索能力;最后,针对搜索过程设计一种自适应阈值判别方法,充分利用图像背景信息,将目标丢失时背景置信度分值作为判别阈值,降低搜索过程中相似背景的影响以准确找回目标。使用LTB50数据集进行实验验证,成功率和跟踪F-score分别为66.1%和64.4%,优于其他方法;在四足移动机器人平台上进行真实场景实验,目标完全遮挡和视野外两种情况下成功率分别为87.8%和85.8%,证明了方法的有效性。

摘要：针对应急配送中需求的实时、紧迫等特点,提出无人机与车辆并行配送的在线订单分配及路径优化问题。构建无人机与车辆并行配送的在线模型,运用竞争分析方法证明得到问题下界为1.5;基于重规划思想设计在线均衡算法,运用最坏情形分析法证明其竞争比为2.5;研究在线算法中调用的离线算法,建立离线问题模型并设计无人机优先均衡算法,在小规模情形下通过与CPLEX所求的最优解进行对比,验证其算法的有效性。最后,通过仿真实验进行在线均衡算法分析,结果显示在输入参数改变下其性能稳定。结论可为应急物资车辆与无人机并行配送提供在线优化策略。

摘要：针对快递码放混乱等问题,本文引入可调节支撑结构高度的托盘作为装卸载体进行配送服务。首先,设计基于“砌墙”理论的托盘装载模式,提出托盘三维装载约束下配送车辆路径优化方案;其次,将装卸效率代入配送时间成本,构建平均车辆装载率最高和总成本最低的双目标优化模型;然后,结合托盘三维装载约束下配送车辆路径优化方案,设计托盘装载路径算法(Three-Dimensional Routing with Pallet,3DRP),并利用LN(LOH&NEE)三维装载算例进行验证,得到68.2%的装载率,验证了其在快递配送问题中的有效性;最后,本文对重庆市某快递公司的配送数据进行实例验证,方案最终结果显示,本文方法可以做到平均车辆装载率83.02%,且部分路径可以做到0时间惩罚成本。通过本文方案与传统三维装载方案的对比分析可知,将托盘作为载体进行快递三维装箱的优化可以兼顾车辆高装载率,并节约97.5%的时间惩罚成本,提高车辆利用率。

摘要：随着大数据时代的来临,数据已成为国民经济重要的战略资源和生产要素。数据交易作为一种新兴的数据服务形态,大数据的资产化和交易活动要求明确数据的价值构成和定价机理,并选择适当的定价方法予以科学估值。本文在现有研究的基础上,综合考虑数据容量和数据质量两方面的价值,引入效用函数对数据价值进行量化。同时,考虑数据提供商和消费者的利益最大化,运用斯塔克伯格理论,提出基于效用的数据定价方法,并通过实际案例数据进行验证。研究结果表明:该定价方法实现了交易双方利益最大化的最优定价,为数据定价提供了新思路。

摘要：针对城市生活垃圾分类收运过程中存在的环境二次污染和垃圾产生量不确定性等问题,提出了一种基于智能垃圾桶的动态收运车辆路径优化方法。建立以最小化碳排放成本、燃油消耗成本、固定成本和车辆延迟到达惩罚成本为目标的动态车辆路径优化模型。采用滚动时域的方式将动态问题转换为一系列静态问题,并设计两阶段算法进行求解。首先采用粒子群算法对收运车辆路径进行规划,而后在每个时域末,综合考虑待清运垃圾桶的位置和垃圾量、垃圾收运车辆的位置和装载量以动态调整现有车辆路径。研究结果表明,相较于传统的静态收运方案,动态垃圾收运方案能够在降低车辆运输成本和碳排放成本的同时,显著降低由于清运不及时造成的环境二次污染的风险。

摘要：根据跑腿订单稀疏且取送货距离远,配送员收益依赖于配送距离等特征,为了提高跑腿代购订单的配送时效及配送员收益,建立实时订单分配与路径优化模型,设计基于滚动时域的远程直配与短程合单策略。运用数值分析的方法,验证该策略的有效性,并与普通众包合单策略进行对比研究,进一步通过配送员的车容量、限制配送距离和总订单数量等参数的敏感性分析研究其适用性。结果表明,所建立的数学模型及设计的策略在配送时效及配送员使用率方面存在优势,更适用于跑腿代购订单;增加限制配送距离,可以降低顾客等待时间,提高客户满意度;减少配送员总数或增加订单量,可以提高配送员收益与配送积极性;可以通过增加限制配送距离提高配送时效,通过减少配送员总数增加配送员平均收益。