贷款融资投资船舶决策分析

从投资者所要求的权益资金收益最大化目标出发,建立了可据以决策的结合贷款融资因素的投资者权益资金投资净现值与内部收益率计算模型,并对不同贷款条件对投资船舶的投资者权益资金收益率的影响进行了定量分析,得出了有助于船舶投资者选择贷款条件的结论.     

基于模糊决策的工程机械经济性指标评价

分析了反映工程机械经济性的影Ⅱ向因素,建立基于资本投入、产出贡献、节能减排和运行成本的4类评价要素的15个评价指标的设备经济性评价指标体系,并采用模糊决策方法为工程机械设备管理及经济评价提供了科学的依据。     

交通运输方式选择多属性决策的信息公理方法

基于信息公理的多属性决策方法为旅客的出行方式选择提供了一种有效工具。通过分析旅客出行行为特性的影响因素,确定出旅客出行方式选择的评价指标。利用成功概率计算出每种方案所包含的信息量,信息量最小的方案为最佳方案。由于避免了权重分配所带来的人为影响以及量纲不统一等问题,使得评价结果更趋合理,评价过程计算简单易于实现。     

Artificial forces for virtual autonomous ships with encountering situations in restricted waters

ABSTRACT

Even if the same two ships operate in the same encountering situation, the actual strategies and timing of operations may be different. Therefore, the fixed collision avoidance trajectory and ship movements are no longer suitable for simulating the real ship behaviour. This paper tries to develop an artificial intelligent system that fully sensitive to the local circumstances and command a ship in virtual environment. Based on AIS (Automatic Identification System) data, this study has developed artificial forces which help decision makings on-board independently under different situations and catching the stochastic nature of ship behaviours during collision avoidances manoeuvring. Actual ship tracks are helpful for ascertaining the parameters that contribute to artificial forces in collision avoidances, while the correlation coefficient analysis is helpful to distinguish the parameters. This study will help to develop a navigation traffic simulation to reflect the realistic ship behaviour and provide reliable information for port and waterway planning, risk analysis, and mitigation measures. The method can be used in developing algorithms for autonomous ships. The method introduced in this study lays a foundation for developing artificial forces at intersections or bends, although the model is only applicable in straight channels at the moment.     

基于强化学习的干线信号混合协同优化方法

交通拥堵已成为很多大中城市普遍存在的社会问题。信号控制作为缓堵保畅的重要措施之一，愈发受到社会关注。信号优化手段可分为模型驱动和数据驱动两类，且随着交通大数据的不断充实，基于强化学习的数据驱动方法日益成为新兴发展方向。然而，现有数据驱动类研究主要偏重于决策模型设计，缺乏对智能体结构的探讨；同时，在多路口协同方面多采用分布式策略， 忽略了智能体之间信息交互，无法保障区域层面的整体最优性。为此，本文以干线信号为对象， 构建一种多智能体混合式协同决策的信号优化方法。首先，针对交通状态的多样性、异构性及数据不均衡性，设计分布训练-分区记忆的单智能体决策模型，并优化状态空间和回报函数，界定单路口控制的最佳方案；其次，融合分布式和集中式学习的模型优势设计多智能体交互方法，在单路口分布式控制的基础上，设置中心智能体评价局部智能体的决策行为并反馈附加回报以调整局部智能体的决策模型，实现干线多信号的协同运行。最后，搭建仿真平台完成效果测试与算法对比。结果表明：新方法与独立优化和分布式协同相比，在支路交通流基本不受影响的前提下， 干线停车次数分别降低了14.8%和13.6%，具有更好的控制效果。     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题，提出基于环境车辆偏离车道程度识别运动模式的方法；构建动态环境车辆横纵向轨迹预测模型，并求解；构建保持、先行、避让在内的决策集，提出基于预测轨迹的单个车辆决策方法，并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11，0.29，0.80 m，预测精度较高；复杂动态环境下，本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.     

多目标最短路径模型及算法

为获得满足决策者需要的多目标最短路径问题的有效路径,建立了多目标最短路径模型,并提出了综合k-最短路径算法和多目标格序决策方法的多项式算法.该算法根据决策者可以接受的各单目标的上限,用k-最短路径算法,分别确定各单目标的可行路径集及其交集.再用多目标格序决策方法,比较交集中的有效路径,最终获得决策者满意的路径.     

浅析船舶避碰决策研究的现状与前景

介绍了船舶避碰决策研究中的船舶碰撞危险度的确定方法,综合分析评价了船舶避碰决策系统的研究现状,指出基于AIS信息环境的船舶避碰决策系统研究是未来船舶自动避碰决策系统研究的新方向.     

集装箱码头规划设计的计算机模拟

在改扩建集装箱码头工程规划设计过程中,建立了计算机动画模拟模型,并进行了一系列的模型试验。结果发现,码头极限年通过能力为1 5×106TEU,制约因素是堆场容量,适当增加拖挂车数量有助于提高船舶装卸作业效率,以临海路集装箱堆场为进口箱补充堆场,码头和补充堆场统一协调运作,年通过能力可以因此提高到2 0×106TEU。应用结果表明该模型是可行的。     

大型编组站空车调配若干问题研究

抓住地方流为有调中转流服务,确保列车正点出发这个大原则,在分析到达车流、发送货流以及车站现有车辆的基础上,将编组站空车调配问题划分为两个阶段进行研究.首先从运用车数最少,发送吨数最多两项目标出发,考虑车种代用,建立编组站空车调配计划模型.然后用分段的多个"静态"优化问题逼近一个"动态"问题的方法,以压缩作业车在站停留时间,减少空车调移总费用为目标,建立各时段编组站货场、调车场及专用线问的空车调配决策模型.通过一定算法,即可实现用计算机编制拥有大型货场和大量专用线的编组站空车调配计划,以减轻计划人员的劳动强度,辅助车站调度员做好空车调配工作.