致谢 | 第4-5页 |
摘要 | 第5-7页 |
abstract | 第7-9页 |
第1章 绪论 | 第16-34页 |
1.1 研究背景与意义 | 第16-19页 |
1.2 国内外研究现状 | 第19-30页 |
1.2.1 人群行为建模相关研究 | 第19-24页 |
1.2.2 数据驱动相关研究 | 第24-27页 |
1.2.3 软计算相关研究 | 第27-30页 |
1.3 研究内容与研究目标 | 第30-32页 |
1.3.1 研究内容 | 第30-31页 |
1.3.2 总体思路 | 第31-32页 |
1.4 论文组织结构 | 第32-34页 |
第2章 人群视频行人目标信息提取与三维可视化方法研究 | 第34-64页 |
2.1 引言 | 第34-35页 |
2.2 基于混合高斯模型背景差分的行人目标检测 | 第35-41页 |
2.2.1 混合高斯模型背景差分 | 第35-38页 |
2.2.2 前景检测算法改进 | 第38-39页 |
2.2.3 算法实现流程与实验结果 | 第39-41页 |
2.3 基于粒子滤波和数据关联的行人多目标跟踪 | 第41-56页 |
2.3.1 粒子滤波跟踪 | 第42-49页 |
2.3.2 目标数据关联 | 第49-53页 |
2.3.3 行人跟踪实验结果 | 第53-56页 |
2.4 行人信息提取与三维可视化 | 第56-63页 |
2.4.1 行人信息提取 | 第56-60页 |
2.4.2 行人三维可视化 | 第60-63页 |
2.5 本章小结 | 第63-64页 |
第3章 基于实例学习的稀疏人群仿真方法研究 | 第64-85页 |
3.1 引言 | 第64-66页 |
3.2 运动轨迹实例 | 第66-73页 |
3.2.1 运动轨迹实例定义 | 第66-70页 |
3.2.2 运动轨迹实例库构建 | 第70-73页 |
3.3 基于BP神经网络的运动模式分类 | 第73-79页 |
3.3.1 BP神经网络 | 第74-77页 |
3.3.2 训练样本集准备 | 第77页 |
3.3.3 网络结构设计 | 第77-78页 |
3.3.4 训练网络与输出 | 第78-79页 |
3.4 智能体的运动行为学习 | 第79-81页 |
3.4.1 k个最相似实例选取 | 第79-80页 |
3.4.2 运动行为预测模型 | 第80页 |
3.4.3 合理性判别 | 第80-81页 |
3.5 实验结果 | 第81-84页 |
3.5.1 多种场景的人群仿真实验 | 第81-83页 |
3.5.2 算法效率对比实验 | 第83-84页 |
3.6 本章小结 | 第84-85页 |
第4章 基于遗传模糊系统的密集人群仿真方法研究 | 第85-106页 |
4.1 引言 | 第85-87页 |
4.2 行人运动行为建模 | 第87-90页 |
4.2.1 基于视域的环境空间表示 | 第87-88页 |
4.2.2 基于ABM和SFM的行人运动混合模型 | 第88-90页 |
4.3 模糊推理决策 | 第90-95页 |
4.3.1 模糊集合与隶属度函数 | 第91-92页 |
4.3.2 模糊规则 | 第92-93页 |
4.3.3 推理方法与去模糊化 | 第93-95页 |
4.4 遗传算法参数学习 | 第95-101页 |
4.4.1 参数编码 | 第96页 |
4.4.2 遗传运算 | 第96-98页 |
4.4.3 适应度函数 | 第98-99页 |
4.4.4 控制参数及约束条件 | 第99-100页 |
4.4.5 算法实现流程 | 第100-101页 |
4.5 实验结果 | 第101-105页 |
4.5.1 运动轨迹仿真精度对比实验 | 第101-103页 |
4.5.2 不同算法仿真效果对比实验 | 第103-105页 |
4.6 本章小结 | 第105-106页 |
第5章 典型场景人群流动特征与环境影响因素研究 | 第106-137页 |
5.1 引言 | 第106-107页 |
5.2 人群流动数据获取 | 第107-109页 |
5.3 人群流动特征分析 | 第109-119页 |
5.3.1 人群流动特征因素 | 第109-114页 |
5.3.2 人群流动状态类型 | 第114-117页 |
5.3.3 人群流动常见现象 | 第117-119页 |
5.4 环境影响因素分析 | 第119-135页 |
5.4.1 场所基本结构 | 第119-121页 |
5.4.2 单出口宽度对人群疏散影响的实验分析 | 第121-126页 |
5.4.3 双出口位置对人群疏散影响的实验分析 | 第126-130页 |
5.4.4 通道设计对人群流动影响的实验分析 | 第130-135页 |
5.5 本章小结 | 第135-137页 |
第6章 结论与展望 | 第137-141页 |
6.1 研究结论 | 第137-140页 |
6.2 研究展望 | 第140-141页 |
参考文献 | 第141-156页 |
致谢 | 第156-158页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第158-159页 |