简介:摘要近年来,随着我国铁路客运高速化的快速发展,铁路客运站(尤其是大型客运站)的旅客发送量得到了迅猛增长。铁路客运站候车室的合理布局与运用优化,是提高车站整体客运服务水平和作业效率的核心内容。本文结合我国铁路客运站旅客候车行为特性、旅客到达规律和候车模式等,建立大规模多目标组合优化模型,并运用AnyLogic仿真系统对候车室运用方案进行优化计算和仿真评价分析。
简介:【文章摘要】:本文提出了一种基于YOLOv5的地铁车厢内客流密度检测方法。为了缓解地铁站内候车区域的客流分布不均导致的拥堵情况,将YOLOv5目标检测模型应用于车厢内人群密度的检测,利用卷积神经网络在图像中识别人群的位置和数量,并根据目标检测结果计算客流密度,实时进行拥挤度状况反馈,引导乘客前往人数较少的车厢对应站台排队候车。此方法在客流密度检测任务上具有较高的检测精度和较快的检测速度,在得到人群数量后自动分为四个拥挤度,以图像形式显示,可以实现实时客流密度监测,对车站的运营管理策略方案提出了一些建议,并保障乘客出行的安全,提高了候车舒适度。