考虑出行者习惯与利他性偏好的自动驾驶网约车使用意向模型

为探究自动驾驶网约车使用意向的影响因素及作用路径,以技术接受模型(TAM)为基础框架,在自动驾驶车辆感知有用性和感知易用性基础上,从出行者使用网约车经验和社会偏好两个维度分别引入网约车出行习惯、网约车平台感知可靠性、网约车出行社会影响和出行者利他性偏好四类潜变量,构建自动驾驶网约车使用意向的结构方程模型.对367份有效问卷进行参数拟合,结果证实了引入心理潜变量后的TAM模型具有良好的适配性,能够解释使用意向总方差的59.4％.路径分析结果表明,影响自动驾驶网约车最直接的三个因素是自动驾驶车辆的感知有用性、出行者利他性偏好、网约车出行习惯,对应的直接效应分别是0.591、0.243和0.146.网约车平台感知可靠性、自动驾驶车辆感知易用性、网约车出行社会影响对自动驾驶网约车使用意向的影响作用,均可被上述三类潜变量完全或部分中介.受教育程度较低的出行者,对网约车平台可靠性的认可度更高,对未来自动驾驶网约车使用意向也更为积极.研究结果对于促进自动驾驶网约车良性发展具有一定的借鉴意义.     

水泥混凝土桥梁桥面沥青铺装技术

目前,世界各国混凝土桥面沥青铺装结构及材料的设计方法比较多,效果不一,仍处于研究阶段。桥面铺装作为桥梁建设的有效防护体系,不仅直接承受车辆荷载冲击和磨耗,同时受梁体变形和环境因素的影响,是保证桥梁结构耐久性的关键。然而,随着交通量和重载的增加,桥面铺装早期病害问题日益突出,如铺装层的变形、裂缝、水损;因铺装层与桥面板粘结强度不足而产生的脱层、推移等,铺装层的早期破坏严重影响了桥梁的服务品质。基于此,为了提高桥面铺装结构耐久性,文章对水泥混凝土桥梁桥面沥青铺装技术进行了简要的分析。     

车货供需匹配模型与算法研究综述

随着货车保有量及货运需求的迅速增长,车货供需匹配问题成为了货运电子商务平台的核心和热点。本文主要针对车货供需匹配问题从模型和算法两个方面对现有文献进行梳理和总结。在车货供需匹配模型方面,考虑的优化目标主要包括满意度、公平性和稳定性三个方面的评价指标,根据应用场景,将车货供需匹配模型分为一对一、一对多和多对多三类,其中一对一车货供需匹配模型针对整车运输,其他两种则对应零担运输。随着三种应用场景的模型复杂程度越来越高,相应求解难度、求解时间也呈现递增趋势。在车货供需匹配算法方面,根据货运需求数据的结构与特点可以划分为最优化算法、人工智能算法、推荐算法以及其他算法四类：对于小规模、时效性要求不高的货运需求,可以根据模型的特点与特性设计最优化求解算法;对于大数据、交互性数据或实时性要求高的货运需求,人工智能算法和推荐算法则是车货供需匹配问题的有效途径,其中人工智能算法通过预测车主行为或匹配结果实现匹配任务,而推荐算法可以针对车货需求大数据实现有效的召回并推荐。最后,本文总结了现有研究的不足之处,并从中归纳出三个值得进一步研究的方向：一是结合实际业务场景和车货信息大数据背景,提高车货供需匹配方法...