运用熵权TOPSIS法评价边坡防护方案

边坡防护的影响因素具有复杂性、模糊性及不确定性,所以要充分重视工程条件及环境等因素的影响。采用熵权概念来计算每个评价指标的权重,建立了基于熵权的TOPSIS法的边坡防护方案优选模型。通过实例分析,表明其方法计算简便,思路清晰,且具较强的识别评判能力,对其他综合评价工作也有借鉴意义。     

基于熵权TOPSIS法的中国汽车企业社会责任评价研究

汽车产业是我国经济发展过程中重要的支柱产业之一,整个产业的发展关系到经济的发展与进步,然而当前在汽车产业履行社会责任中仍存在很多问题。基于对国内外企业社会责任相关研究的全面梳理和调研,本文将系统构建汽车企业社会责任评价指标体系,采用案头调查、问卷调研等多种渠道搜集整理国内主要汽车企业相关数据,应用熵权TOPSIS法对构建的评价指标体系进行实证分析,最后根据实证结果提出了可行性建议。通过本文研究可以为我国汽车企业更好地履行社会责任奠定一定基础,为政府管理部门制定相关政策提供参考依据。     

基于熵权TOPSIS法的CFRP防撞梁轻量化研究

碳纤维增强复合材料(CFRP)具有轻质高强的特点,本文中基于抗撞性要求将某乘用车保险杠原钢制防撞梁替换为CFRP,并进行铺层优化设计。首先对CFRP层合板进行力学性能试验以获得材料参数,并通过三点弯曲仿真试验验证其准确性,然后根据等刚度设计原理,确定CFRP防撞梁的厚度,并通过保险杠低速碰撞有限元仿真对比分析两种材料防撞梁的抗撞性能。在此基础上,以质量、比吸能、最大侵入量和碰撞力峰值为目标,采用熵权TOPSIS方法对CFRP防撞梁进行铺层优化,确定出最优铺层方案。结果表明,在保证抗撞性能要求的条件下,优化后的CFRP防撞梁比原钢制防撞梁减轻了76.82%。     

基于车联网的驾驶行为影响因素探究

由于汽车驾驶员驾驶行为的多样性与复杂性,极大影响了道路交通安全,近年来,对驾驶员驾驶行为的分析能有效改善驾驶员的不良行为,对减少道路交通事故起了一定的作用。本文通过查找和整理文献,基于车联网技术,就驾驶行为的相关概述、驾驶行为的影响因子、驾驶行为的数据采集和存储、驾驶事件的识别指标、驾驶事件的识别方法、驾驶行为的分类等进行了分析。研究表明,驾驶员的驾驶行为可分为冒险型、稳定型、焦虑型、愤怒型,其中稳定型对道路交通安全的影响极小,其它三种类型都有不同程度的影响。     

基于DEA-熵权法的区域物流环境综合评价模型

一个地区物流环境的好坏可以全面客观地反映其物流发展的整体能力和水平,而区域物流效率和区域物流服务质量是衡量一个地区物流环境好坏的重要影响因素,基于物流效率和物流服务质量对区域物流环境进行综合评价更具现实性.在方法层面:首先从区域物流环境的角度提出一种基于DEA-熵权法的集物流企业自身能力因素与区域物流环境因素为一体的综...     

考虑时延的信号交叉口生态驾驶控制

针对信号交叉口处的生态驾驶问题,本文中提出了一种考虑时变时延的鲁棒模型预测控制方法。首先给出基于交通信号灯正时信息、最优巡航车速和前车状态信息的最优目标车速计算方法,建立时变时延的离散非线性系统模型;然后利用时延的上下界信息构造李雅普诺夫函数,利用线性矩阵不等式求解反馈控制律,保证系统的鲁棒稳定和对目标性能的优化;最后通过仿真和智能小车试验进行验证。结果表明,提出的控制方法能保证车队的安全,并提高燃油经济性和交通流畅性。     

基于新能源公交大数据的驾驶行为经济性评估

为了提高公交运营企业的经济效益和新能源公交车的节能减排水平,建立一种基于独立性权系数法和改进TOPSIS方法的驾驶行为经济性量化评估模型,利用公交运行大数据对驾驶行为经济性进行综合分析.在评价指标体系的建立过程中,共6个指标被选作主要评价依据,包括平均每公里电荷比、车速标准差、急加速次数比、急刹车次数比、电流过大次数比...     

探索智能网联汽车中生态驾驶的应用

伴随着社会的迅速发展、时代的不断进步,科学技术有了显著的进步与提升,实现了生态驾驶这一先进的驾驶手段。生态驾驶的出现,使得汽车能够减少能耗与排放。与此同时,智能网联汽车驾驶技术的出现使得汽车驾驶有了更新一步的改变,使驾驶用户在驾驶途中获得更舒适的体验,将生态驾驶应用在智能网联汽车中,使得智能网联汽车以及生态驾驶实现更好的发展。本文主要分析了生态驾驶在智能网联中的应用。     

5G和V2X的应用将加快自动驾驶进程

车联网(V2X)作为未来智能交通运输系统的关键技术,近几年来得到快速发展。而第五代移动通信技术(5G)的落地和应用,则使得V2X如虎添翼。如何借助5G和V2X来推动智能网联汽车的大规模商用?NI汽车产品与策略资深经理贾青超通过采访V2X测试解决方案的领导者——S.E.A.数据科技有限公司首席执行官、联合创始人Gerd Schmitz博士,对加速发展中的5G和V2X进行了探讨。     

基于TOPSIS的公交线网布局方案评价方法研究

介绍了TOPSIS方法的基本原理和评价步骤;在系统分析公交线网规划方案影响因素的基础上,结合国内已有研究成果,从方便性、迅速性、广泛性、可靠性四个方面出发,构建了公交线网规划方案评价指标体系;针对公交线网评价指标,将传统的TOPSIS法与熵权法相结合,提出了公交线网布局方案评价方法,并运用该方法对某地区公交线网布局方案...     

基于熵权-TOPSIS的水上机场选址研究

为合理确定水上机场选址方案,研究了基于熵权-TOPSIS的水上机场选址模型.从自然条件、水域条件以及交通条件3个方面,综合考虑空域、水域及陆域情况,识别水上机场选址的影响因素,建立水上机场选址指标体系,构建基于TOPSIS的水上机场选址模型.引入信息熵确定各影响因素指标的权重系数,利用信息熵与TOPSIS进行水上机场选址决策.以镇江市某水上机场项目选址为实例进行验证,运用该模型对所提出的长江下游4个水上机场备选方案进行比选,求得各方案与理想方案相对贴近度分别为0.469/0.682/0.326/0.295.方案二相对贴近度最大(0.682),为最优选址方案,且与实际选址方案一致.采用熵权与TOPSIS相融合进行水上机场选址,可以充分利用客观数据信息,减少主观影响误差,增加选址决策的可信度.     

汽车制造业战略供应商评价方法——基于熵权-G1的多层次综合评价法

在供应链协同环境下,当前整车企业的战略供应评价指标体系尚欠合理,评价方法不够科学,亟待改进。从战略合作伙伴关系的角度出发构建汽车制造业战略供应商评价指标体系,利用客观赋权的熵值法和主观赋权的G1法对评价指标进行组合赋权,建立多层次集成赋值的综合评价模型。结合整车企业进行的实证研究表明,理论分析与实际情况相吻合。基于熵权G1的多层次综合评价法是汽车制造业战略供应商评价的有效方法。     

基于TOPSIS模型城市常规公共交通适应性评价

为合理分析城市常规公共交通适应性,在挖掘适应性含义的基础上,分析城市常规公共交通适应性的内涵和具体表现,提出城市常规公共交通适应性具体表现在公交线网结构及规模、公交旅客运输能力、公交服务水平以及与社会经济发展相适应四方面,基于此构建了城市常规公共交通适应性评价指标体系,采用层次分析法确定了各个指标的权重.通过引入TOPSIS模型,建立了基于TOP-SIS模型的城市常规公共交通适应性评价方法.以西安、咸阳和宝鸡3个城市公共交通发展为例,采用所提模型对3个城市常规公共交通适应性进行分析.结果表明,西安市公共交通适应度值为0.62,为基本适应.      

基于驾驶行为和信息熵的道路交通安全风险预估

为了精准有效地进行交通事故预防预警,基于车辆OBD驾驶行为数据及信息熵理论,提出了城市道路交通安全风险预估方法。首先,分析异常驾驶行为高发位置与道路交通事故发生位置的关联性;其次,构建以道路交通安全熵为一级指标,急加速率、急减速率、急转弯率、超速率、高速空挡滑行率为二级指标的道路交通安全风险预估指标体系,提出了基于改进熵权法的道路交通安全熵计算方法;然后,基于密度聚类、K-means聚类提出了道路交通安全风险等级数确定方法,并基于K-means聚类建立了风险等级阈值计算方法。研究结果表明：异常驾驶行为高发位置与交通事故发生位置具有一致性;通过对log对数底数选择优化、二级指标零值处理、指标权重分段计算3个步骤改进的熵权法,可弥补log对数函数无法计算零值指标熵值的缺陷,避免指标权重为负、指标熵值与权重反映信息不一致的现象;两步聚类避免了孤立数据点对安全风险等级划分的影响。以重庆市4条城市道路（总长约38 km）进行实例验证后得出,道路交通安全熵与交通事故表征的道路交通安全状态趋势一致;道路交通安全风险等级可划分为高、低风险2级,道路交通安全熵优化阈值为0.042,最后,风险等级划分准确率为87.88%。研究成果可为道路交通安全风险点辨识、交通事故预防预警提供有效的技术支持。     

基于车联网的用户汽车使用测量与应用

用户实际用车数据是汽车产品设计的重要基础,同时也是制定汽车系统、零部件设计标准,产品验证规范开发和评价指标的基础.汽车在联网环境中的大量信息,对于挖掘和分析汽车用户驾驶的特征,具有不可替换的意义和价值.通过对车辆加减速、油耗等行驶数据的挖掘,有助于分析用户的驾驶风格、行为和车辆工作情况,为整车厂设计和研发提供了客观用户...     

基于熵权可拓物元模型的公路项目社会稳定风险评估方法

为了加强中国公路风险评估与管理水平,以国家开展重大建设项目社会稳定风险评估的要求为基础,提出科学、合理并具有适应性的公路项目社会稳定风险评估方法。首先,根据公路项目建设各个阶段的特点,从公路项目内部因素和外部条件两方面分析了其社会稳定风险因素的类型与内涵,建立了以公路项目风险内因指标与外因指标为主体的公路社会稳定风险评估指标体系。其次,提出了基于熵权可拓物元模型的公路项目社会稳定风险评估方法,该方法通过对各项指标进行经典域的划分和关联度函数构建,以熵作为客观评价项目风险评估指标的权重,计算综合关联度值,进而给出评判公路项目社会稳定风险的等级。实证分析以青兰线东阿界至聊城（鲁冀界）段项目为例,基于所提方法,识别了项目全过程的18个内因与外因风险指标,计算得出其社会稳定风险综合等级为"风险中等";针对识别出的风险偏高指标设计并采用相应的风险防范措施,经过再次评估得出该项目风险等级为"风险低"。研究结果表明：所构建的公路社会稳定风险评估指标体系是切实可行的;所提出的基于熵权物元模型的公路项目社会稳定风险评估方法,能够实现客观有效地评估公路项目社会稳定风险,同时还有助于加强项目风险防范措施的针对性。研究成果对公路项目社会稳定风险评估及项目各阶段的风险管理具有重要的支撑作用。     

基于AHP与TOPSIS的航空供电模式评价模型研究

为了客观、科学地评价现行的航空供电模式,需要建立一个能够从全方位、多角度对不同供电模式进行评估的模型,将定性的论述转变为定量的分析,这样更能反映出不同供电模式各自的特点并便于比较,结果也更具说服力.     

智能网联汽车测试场景三维评价模型研究

测试驱动型开发是智能网联汽车技术发展的重要路径,而测试场景作为测试驱动型开发过程的核心要素,需要建立科学合理的建模和分类方法。首先,从应用层面定义了智能网联汽车测试场景的三个评价指标;其次,提出了测试场景评价的三维建模与评价方法;最后,结合具体应用案例分析了测试场景三维评价模型的应用场景。提出的测试场景三维评价模型对智能网联汽车的测试与评价具有重要指导作用。     

基于GSOM神经网络模型的交通行为模式学习方法研究

提出了一种用于基于视频的交通事件自动检测的交通行为模式学习方法。首先为了获取利用神经网络进行车辆行为模式学习所需的训练数据,一种基于运动估算的车辆跟踪算法被建立,将采集到的灰度视频图像序列转化为车辆标号场时空序列。其次,使用轨迹建模和编码的方法,将跟踪结果转化为轨迹数据用于网络训练。在此基础上,建立自组织神经网络,并针对自组织网络的不足使用改进的GSOM模型,选择欧氏范数作为测度,自主开发了试验软件,以U形转事件为对象开展试验,对轨迹数据进行学习。对比试验结果表明改进的GSOM算法能有效提取行为模式。GSOM相比SOM用于行为模式学习更为有效和准确。     

基于贝叶斯网络的机动车驾驶行为状态分析建模

复杂多变的机动车驾驶环境决定了驾驶行为系统内部各信息之间存在不确定性.利用贝叶斯网络构建驾驶行为状态分析模型,可忽略驾驶行为状态类型与可观测驾驶数据之间的耦合关系,以概率网络形式直观表现观测数据与驾驶行为状态之间的关联.为降低概率解算复杂度,使用基于簇树的贝叶斯网络推理方法推算并预测驾驶行为发生概率.算例结果表明,应用驾驶行为贝叶斯网络模型的车载预警系统能推算出驾驶人行为动作发生概率,从而达到评估驾驶安全等级并预判驾驶人后续驾驶动作的目的.