基于熵权和 DEMATEL 的管制员疲劳风险因素分析

为了定量分析管制员疲劳风险因素,找出导致管制员疲劳的主要原因,进而有针对性地采取缓解疲劳的措施,从个人因素、环境因素、管理因素3个方面建立管制员疲劳风险指标体系.结合熵权法和决策实验与评价实验室方法(DEMATEL),构造熵权和 DEMATEL 模型,通过熵权法计算出各个指标对疲劳产生影响的熵权值,然后利用 DEMATEL 方法所确定的指标间的影响程度值来修正熵权值,求得组合权重,确定导致管制员疲劳的关键指标.同时根据 DEMATEL 方法归类原因因子和结果因子.结果表明,工作负荷、健康状况、睡眠状况和排班制度4个指标的组合权重值较大,为该管制单位的主要疲劳致因,其组合权重值分别为0.2042,0.1520,0.1469,0.1103;其中排班制度为结果因子,而工作负荷、健康状况以及睡眠状况为原因因子.熵权和 DEMATEL 模型为定量分析管制员的疲劳风险提供了参考价值,同时也为管制单位实施疲劳风险管理提供了方向.      

高速公路突发事件应急能力评估指标体系与方法研究

高速公路突发事件应急管理是突发事件应急管理的重要组成部分。基于高速公路突发事件应急管理过程,从监测预警、应急处置、善后恢复、决策领导、后勤保障、信息管理等6个方面构建综合评价指标体系,深入分析指标含义,提出客观、可行的指标量化标准。在此基础上,通过层次分析法计算准则层和指标层的指标权重,并利用灰色系统的基本原理构建综合评估模型,评价某交通部门应对突发事件的能力,从而验证模型的可行性。     

空中交通管制员的人为差错与航空安全

大部分空管不安全事件与管制员人为差错有关,研究空中交通管制员的人为差错,预防管制员在工作中的人为差错对于预防空管不安全事件具有十分重要的意义.文中讨论了管制员人为差错的促成因素、常见的管制员人为差错、差错发生的原因以及减少差错的方法4个问题.采取积极的措施抓紧管制员思想教育、加强安全管理、改变管理制度、提高管制员专业技术水平是空管人员在工作中减少人为差错的良好途径.     

管制员工作负荷回归模型及应用

根据空中交通管制员工作的特点,以时间为度量量化了管制员工作负荷,并分析了进离场飞行架次对于管制员工作负荷的影响。以进离场飞行架次为自变量,管制员工作时间为因变量,首次采用神经网络建立管制员工作负荷非线性回归模型;针对BP算法的缺点,提出了改进的BP算法;最后应用回归模型,结合DORATASK方法实现了对昆明终端区空域的容量评估。     

多扇区计划席位的研究

在支持空中交通管理(ATM)技术发展的过程中,已经开始考虑新的组织和功能性的操作,以适应空中交通运行的变化.一种考虑就是调整标准的空中交通管制团队,增加多扇区计划者(MSP)席位.文中介绍了欧洲和美国在这一领域对 MSP 席位的调查工作,包括对概念变化可行性和有效性的研究.引进 MSP 席位概念,认为在提高有限 ATC 资源利用率上,可以引进数据管制员或者 MSP 管制员来协助雷达管制员开展工作.     

高速公路应急救援能力评价体系

高速公路应急救援能力是影响高速公路行车安全和高速公路服务水平的重要因素之一。以高速公路应急救援能力评价系统建设为目标,根据评价指标选取的原则,确定了21个评价指标,构建了高速公路应急救援能力评价指标体系。邀请10位专家,运用层次分析法,构造了评价指标重要程度的判断矩阵,对判断矩阵进行了一致性检验,计算并确定了各个评价指标的权重。运用模糊综合评价的建模方法,构建了高速公路应急救援能力评价的计算模型,确定了综合隶属度和综合评分的计算方法。以我国某段高速公路为例,对其应急救援能力进行了评价,并对评价结果进行分析。结果证实了文中所建立的评价指标体系及其权值的有效性。这一指标体系及其权值客观反映了该高速公路的实际救援能力水平,为应急救援能力的提升起到了促进作用,操作性强。      

Evaluation Index System for Traffic Emergency Response Grading for Urban Emergency

为了有效应对突发事件,有效利用应急处置资源,根据交通应急响应级别评价指标体系建立的原则,在分析突发事件特性的基础上,结合专家意见,从交通响应的紧急程度和交通救援的难易程度2个方面,初拟评价指标体系.用专家经验法分析指标的相关性和完备性,用模糊优先排序法判断指标的重要性,从而对指标体系进行筛选,得到交通应急响应级别综合评价指标体系,并对每一个指标的定义进行了说明,为下一步的交通应急响应级别判定提供了平台.     

基于物元模型的高速公路应急救援系统评价研究

从应急监测能力、应急响应能力、应急决策与救援能力、日常管理等4个维度建立高速公路应急救援系统评价指标体系;将云理论与物元方法相结合,建立了综合评估模型.通过与基本物元模型、模糊物元模型进行实例比较分析,证明本评价方法的科学性和合理性.     

交通信息质量标准评测模型

为提高交通信息服务的质量评测能力,对现有交通信息质量评测模型进行了比较分析,提出了基于旅行时间的交通信息数据质量评测模型。结合实测数据,对该模型以及其他模型的评价指标进行了分析,提出了这些标准相关的使用准则,以及质量改进方法与建议。     

基于改进K-means聚类模型的应急运输风险评估

应急运输是应急处置行动顺利完成的重要保障,也是国家安全保障能力的重要组成部分。使用改进的K-means聚类模型来进行应急运输风险评估,采用WBS-RBS法对应急运输全过程进行分析,耦合工作包分解树和风险源分解树得到19个可能风险事件,将LEC法中的事故发生可能性、暴露于风险环境频繁程度、可能产生的后果作为3个评估指标,构建K-means聚类模型,对应急运输的可能风险事件进行聚类分析并评估其风险水平。结果表明:在19个可能风险事件中,运输力量不足和交通网络拥堵2项是应急运输中的Ⅳ类风险(较大风险),应急预案体系不完善、应急物资储备不足等8项是Ⅲ类风险(一般风险)。     

基于加权灰色关联度的空中交通管制员工作负荷影响因素分析

定量分析影响管制员工作负荷的因素对于实现管制员工作负荷的精确评价具有重要意义。综合考虑扇区交通运行情况以及管制员工作表现,确定了14个影响管制员工作负荷的因素指标。利用灰色关联熵确定指标权重,建立了基于加权灰色关联度的管制员工作负荷影响因素分析方法,并对分辨系数的取值进行了优化。用北京01/19区域管制扇区的雷达模拟机数据对上述方法进行验证。结果表明,陆空通话次数、设备操作次数、扇区进出指数分别是影响管制员工作负荷最重要的3个因素,其加权灰色关联度分别为0.8440,0.7961,0.6935。同时,加权灰色关联度的排序结果与层次分析法得出的管制员主观排序结果基本一致。采用加权灰色关联度对管制员工作负荷影响因素进行分析能够揭示各影响因素的重要程度。      

Effects of Model Complexity on the Performance of Automated Vehicle Steering Controllers: Controller Development and Evaluation

SUMMARY

Due to increased traffic congestion and travel times, research in Advanced Vehicle Control Systems (AVCS) has focused on automated lateral and headway control. Automated vehicles are seen as a way to increase freeway capacity and vehicle speeds while reducing accidents due to human error. Recent research in automated lateral control has focused on vehicle control during low-g maneuvers. To increase safety, automated lateral controllers will need to recognize and react to emergency situations.

This paper investigates the effects of vehicle and tire model order on the response of automated vehicles to an emergency step lane change using a controller based on linear vehicle and tire models. From these studies it is concluded that control strategies based solely on linear vehicle and tire models are inadequate for emergency vehicle maneuvers.

A strategy is then proposed to automatically control vehicles through emergency maneuvers. Here the response of a nonlinear vehicle model is used with a linear state model to optimize controller gains for nonlinear maneuvers. An emergency step lane change is used as a preliminary test of the method.     

基于模糊逻辑的高速公路入口匝道控制方法

为提高高速公路入口匝道的控制能力,以达到增进车流平稳性的目的,对传统闭环控制器ALINEA进行了扩展,并结合模糊逻辑理论,给出一种新的入口匝道控制器。该模糊控制器加入了流量变化的因素,以交通流量为控制目标,实际流量与设定期望值的偏差及流量变化量作为输入,根据所设定的模糊规则给出匝道控制率的调节量。最后通过实例对控制器进行了评价。仿真试验表明:该模糊控制器能够快速地将交通流调整到期望状态,可以适应主干道交通流以及匝道需求的大幅变化,有效抑制波动的产生;同传统的ALINEA策略相比,模糊匝道控制器具有更加稳定的控制效果。     

基于小波优化GRU-ARMA模型的空中交通流量短时预测方法

空中交通流量短时预测是空中交通管理的基础,是有效缓解交通拥堵问题的前提。为提高空中交通流量短时预测的精度,减小空中交通管制员的工作压力,提出了基于小波优化GRU-ARMA的空中交通流量短时预测方法。在传统预测方法的基础上,通过小波变换对原始流量数据进行多尺度分解,提取不同频率交通流量的细节特征,对原始流量数据进行预处理。同时,根据小波变换,在低频处将频率细分作为趋势项,高频处将时间细分作为噪声项。其中,趋势项反映了空中交通流量随时间演化的整体趋势性,噪声项反映了随机因素对空中交通流量的综合影响。使用门控循环单元（GRU）神经网络模型预测趋势项,自回归滑动平均模型（ARMA）模型预测噪声项;将趋势项和噪声项的预测值叠加,得到最终的短时流量预测值。误差分析表明,该方法在每个预测点上的误差保持在2%左右,预测效果稳定;而直接采用原始流量数据进行预测的GRU、BiLSTM、CNN-LSTM神经网络模型及单一的ARMA模型,每个点的预测误差在5%~37.14%之间。与GRU、BiLSTM、CNN-LSTM神经网络模型相比,该模型的预测精度分别提高了3.02%,5.39%,5.05%。      

面向常发性拥堵的城市局部路网韧性评价与分析

为了缓解常发性拥堵引发的城市噪音、能源消耗和废气排放等现状，使路网具备抵抗短时激增车流的能力，将宏观基本图与性能时序图相结合对局部路网韧性进行量化。针对韧性属性，提出了鲁棒性指数、损失面积比、恢复快速性、流量峰值差和临界密度差5个评价指标，反映路网在性能下降、稳定和恢复阶段的韧性特性。引入Kendall法检验各赋权法的一致性，并基于CRITIC的多属性决策获得最优权重，提出了组合赋权和模糊逻辑相结合的城市局部路网韧性综合评价方法，结合李克特量表法对综合韧性得分进行分级。以长沙市局部路网为例，设计韧性改善方案，针对常发性拥堵路段上的交叉口进行信号配时优化；通过VISSIM仿真并计算得到各方案的韧性指标。研究结果显示:方案8，10和16能有效吸收短时激增车流并与路网状态相适应，所有方案中方案14的韧性得分最高。局部路网综合韧性得分具有随着优化路段数的增加而增长的趋势，但并不是线性递增。信号配时优化改变了路网韧性属性，并降低了部分路段对城市局部路网韧性的负面影响。不同评价方法下的韧性得分排名存在部分差异，流量峰值差与脆弱性指数的评价排名更接近，损失面积比与韧性损失值的评价排名更接近。所提出的指标不局限于单一韧性属性，能更全面、客观地反映干扰下路网的响应过程。      

Handling stability improvement through robust active front steering and active differential control

The design of the integrated active front steering and active differential control for handling improvement of road vehicles is undertaken. The controller design algorithm is based on the solution of a set of linear matrix inequalities that guarantee robustness against a number of vehicle parameters such as speed, cornering and braking stiffnesses. Vehicle plane dynamics are first expressed in the generic linear parameter-varying form, where the above-stated parameters are treated as interval uncertainties. Then, static-state feedback controllers ensuring robust performance against changing road conditions are designed. In a first series of simulations, the performance of the integrated controller is evaluated for a fishhook manoeuvre for different values of road adhesion coefficient. Then, the controller is tested for an emergency braking manoeuvre executed on a split-μ road. In all cases, it is shown that static-state feedback controllers designed by the proposed method can achieve remarkable road handling performance compared with uncontrolled vehicles.     

基于面部识别的管制员疲劳风险评估关键技术研究

人为因素在民航事故发生原因中所占比例逐渐增加,因此,高效检测管制员的身份和疲劳状况,对保证飞行正常及安全风险的评估具有重要的意义。基于面部识别技术,采用 OpenCV 开发平台,综合图象二值化和模板匹配技术,对管制员的身份及疲劳状况进行识别,取得比较实际的检测效果,疲劳检测成功率达80%,对管制员这类工作岗位的风险管理具有一定的参考价值。