水泥混凝土路面路况评价与决策系统

文章讨论了水泥混凝土路况评价的现状,评价指标权重的确定方法,建立了评价模型及决策系统的结构和数据组织形式。     

浮动车数据和定点检测数据的融合算法研究

城市道路交通信息系统涉及众多子系统和多源数据,各类数据之间互为补充,叉存在交叉、冗余甚至矛盾的现象。而运用数据融合技术,可将这些数据有效组织起来并充分挖掘其蕴含的交通信息,发挥城市道路网的整体效能。     

基于熵权法的地铁运营安全模糊综合评价方法研究

针对现有地铁运营安全评价方法中存在的指标权重、指标隶属度等客观确定方法理论研究不足这一现状,采用将熵权法和可拓理论相结合的数学综合方法,建立基于模糊综合评价方法的地铁运营安全评价模型。其中： 指标权重采用熵权和主观权重加权平均的方法求得,既能够充分考虑专家的主观决策意见,又能反映出数据本身蕴含的信息;指标隶属度则采用可拓学理论中的关联函数计算获取。以北京某地铁为例,对该模糊综合评价方法进行了分析验证。验证结果表明,该方法不仅能够有效地评估地铁运营实际安全风险水平,还可以提高指标权重精度,准确反映出各项指标的相对重要程度,进而提高地铁运营安全评价的可靠性。     

基于改进物元可拓的地铁车门系统健康评价模型的构建

在分析现有地铁车门系统健康状态评价模型缺陷的基础上,利用博弈论组合赋权的思想将熵权法得到的客观权重与由层次分析法得出的主观权重进行最优组合,得出综合权重。鉴于地铁车门系统的健康状态具有随机性和模糊性,运用物元可拓模型并对其进行改进,构建了基于博弈论和改进物元可拓的地铁车门系统健康状态评价模型。该模型不仅能较好地避免了权重赋值的片面性,还能克服传统物元可拓模型的局限性。并选地铁车门系统对模型的有效性进行了验证,将其评价结果通过与其他评价方法的结果进行对比。结果表明,该模型的评价结果与其他评价方法的结果基本一致。表明了该模型的有效性,可为科学制订地铁车门检修计划提供理论依据。     

自动驾驶仿真多逻辑场景综合评价方法

基于场景的仿真测试方法已成为解决自动驾驶汽车性能验证的核心思路,该方法将车辆连续驾驶过程进行分割获取非重复的独立场景片段,并在仿真环境中进行测试。与测试过程相贴合,本文提出了一种自动驾驶仿真多逻辑场景综合评价方法。首先建立自动驾驶汽车多逻辑场景综合评价方法,明确兼顾场景自身特征信息及仿真过程信息的场景权重分析流程;通过暴露度、失控度、危害度建立逻辑场景自身特征信息权重;建立包含仿真精度信息、要素种类信息、参数空间信息、离散步长信息的仿真过程信息权重;基于HighD数据集抽取前车制动、前车左侧切入、前车右侧切入场景信息,并基于本文提出的方法及基准算法测试结果计算场景权重,最终获取两种被测算法在多逻辑场景中的综合评价结果。     

煤系地层瓦斯隧道施工风险评价及控制措施

基于云贵高原某煤系地层高瓦斯隧道,分析影响隧道施工风险的各因素,采用层次分析法计算各层影响因素的权重,运用模糊数学法对隧道施工风险进行综合评判,并按照风险等级制定合理的施工措施。结果表明：施工安全因素所占权重最大;隧道施工风险模糊综合评判结果为施工过程中有可能发生风险;施工中发生风险的概率为0.061,等级为4级;应加强施工过程管理,通过各种技术措施确保安全。     

层次权重决策分析法在浅埋隧道开挖方法选择中的应用

以浅埋公路隧道为研究对象,利用层次权重决策分析法对正台阶环形开挖法、双侧壁导坑法、交叉中隔墙法和中隔墙法等隧道施工工法进行对比分析,得出交叉中隔墙法能很好地控制地表沉降。结合FLAC3D软件,模拟交叉中隔墙法、正台阶环形开挖法施工后地表沉降,通过对比工程实际分析验证层次权重决策分析法。结果表明,层次权重决策分析法是选择开挖方法行之有效的方法,能为浅埋隧道施工方法的选择提供参考。     

公路货运需求灰色-组合预测方法研究

现行公路货运需求的预测方法[1]是在现有公路货运量(或周转量)的基础上,通过公路运输需求曲线的趋势外延来描述其发展变化,本文称之为直接预测法。上述方法对公路货运需求的派生性以及不同货运方式之间的协同与竞争作用考虑不足。货运需求是由社会发展派生而来,它在很大程度上受到经济、人口等的影响;同时货运需求是公路还与其他货运方式(如铁路和水运等)共同承担的,它们是相互联合又彼此竞争的关系。考虑到以上不足,本文在灰色关联度的理论基础上,综合考虑公路货运需求外部因素,提出一种间接预测方法--灰色-组合预测法。文章首先给出了灰色关联的基本理论,并以此为基础提出灰色-组合关联的概念以及影响因素相对权重系数的计算方法,接着分析了公路货运需求主要的外部影响因素,然后利用该方法对现有数据进行了实例演算,最后通过演算结果分析,验证了该预测方法的可行性。     

基于效用函数的突发事件应急物资需求分析

为保证突发事件应急救援的高效顺利开展,应急物资需求的准确预测是应急救援工作的关键环节之一.本文通过考虑特征因素值的归一化、特征因素的影响权重系数和各特征因素对时间的敏感性,引入了效用函数的归一化,采用基于时序的案例权重调整,获得特征因素的影响权重系数,寻求最佳相似源案例,以解决灾区应急物资需求问题的案例推理方法.并以实例分析了该方法的可行性和合理性.该方法很好地解决了信息不完备条件下应急物资需求的预测,为应急决策者提供一定的理论参考依据.     

基于案例模糊推理的应急物资需求预测研究

应急物资是应急救援工作的物质基础和基本保障,如何准确预测灾害应急物资需求量直接关系到突发事件应急救援工作顺利高效的开展.本文通过考虑案例对特征因素的隶属度,提出了运用Hebb学习规则调整特征因素权重值,以贴近度来计算案例间的相似度,寻求最佳相似案例,建立物资需求预测模型解决灾区应急物资需求问题的案例模糊推理方法.最后,以实例分析了该方法的可行性和合理性.该方法很好地解决了信息不精确条件下应急物资需求的预测,为应急决策者提供一定的理论参考依据.