群决策向量方向合成法在项目评价中的应用

论证了群决策特征根法[1,3]存在的缺陷．考虑到权重决策向量只与方向有关，而与大小无关，提出一种群组决策向量方向合成法，指出用该方法所确定的集结规则H满足公平性，其决策结果满足群组团体影响力的和最大并且是唯一的。较好地解决了该问题．最后，举例予以说明．     

LBSO位置及其语义的研究

位置信息是基于位置的服务（LBS）中最基本的信息，个性化服务是未来移动服务的一个最重要特征，本从获取LBS位置技术的简单介绍开始，阐述了对位置的三种描述方法，特别强调了语义位置在LBS应用中的重要作用。通过对位置关系的层次建模：实现了语义位置的描述；对位置属性的分析，能够更详尽地表示出位置的语义；面对位置变化的数据挖掘，能够从中提取个人偏好信息，为个性化服务提供重要参考。章最后运用本体技术，对位置所包含语义信息进行了描述，将易于人脑理解的概念化位置和个人偏好信息描述成便于计算机阅读和处理的位置本体和用户本体，为个性化服务的实现提供了有效的解决方案。     

超对策模型中结局偏好模糊认知信息的融合

提出了一种新的超对策结局偏好模糊认知信息的融合方法.用一种模糊集结算子来表示专家群体对其他局中人结局偏好的模糊认知,通过求解线性规划模型得到结局偏好群体模糊认知的水平截集;以与模糊数的截集相关的解模糊函数和Newton-Cotes积分公式,得到专家群体对其他局中人结局偏好清晰认知的关系矩阵;运用大多数一致性优胜者模糊集来确定其他局中人的结局偏好向量.给出的数值例子说明了文中提出方法的有效性.     

基于驾驶员偏好的最优路径选择方法

在分析影响驾驶员路径选择因素的基础上,所建立的基于驾驶员偏好的最优路径选择模型,经实例验证,具有一定的正确性和优越性。     

基于驾驶员偏好的最优路径选择

现实生活中,驾驶员往往依据自身偏好来选择路径,对不同的路径属性有不同的要求,且对其属性值存在一个可接受范围,而不是一个精确值. 本文对存在驾驶员偏好的最优路径选择问题进行了研究,提出了一种能够综合反映驾驶员偏好的最优路径选择方法. 首先基于可能度和区间数相离度的多属性决策方法,建立驾驶员偏好与路径属性总偏差最小的优化模型,并解出路径属性权重;其次算出各路径的综合属性值,建立路径间的可能度矩阵及其排序向量,据此选出最优路径;最后以算例进行验证,结果表明本文给出的路径选择方法具有很好的可行性和适用性.     

我国货币需求影响因素的实证分析

通过对货币需求函数的恰当分析,依据内生货币供给理论,央行可以恰当地为维持经济的增长而投入适当的货币供给。本文通过使用单整检验、EG两步法协整检验、误差修正模型（ECM）、方差分解法分析我国的货币需求因素,在实证的基础上得出他与收入、利率、货币偏好指数、价格预期有着紧密关系。     

考虑消费者异质性偏好的双渠道生鲜农产品供应链协调研究

基于消费者对生鲜农产品存在品牌力和绿色新鲜度的偏好,构建了双渠道下的二级供应链模型,包括供应商关注提升线上品牌力和零售商关注提升线下绿色新鲜度,分析了集中策略和分散策略下的供应链最优决策模型。研究发现,分散策略下会导致供应链农产品品牌力和绿色新鲜度的下降,并导致供应链收益的降低。两部定价契约能有效协调供应链,提升品牌力和绿色新鲜度,提高农产品销量,增加供应链整体收益,实现帕累托最优。     

基于FSDT的新老驾驶人危险感知差异性致因研究

为了降低新驾驶人的事故发生率,基于模糊信号检测理论,通过模拟仿真实验手段,设计并进行了危险感知实验和危险分级实验,在此基础上,分析了新老驾驶人危险感知差异性的原因.研究结果表明:新老驾驶人危险感知差异性是由于反应偏好不同所致,具有宽大偏好反应的驾驶人反应时距小,反应也更快,反之亦然;经过危险感知训练的新驾驶人反应偏好与反应时距之间的相关系数为0.81,未经危险感知训练新驾驶人的相关系数为0.63,经验丰富老驾驶人的相关系数为0.75;在对新驾驶人的训练中,应注重降低新驾驶人的危险阈值.      

考虑自动驾驶平稳性的交叉口通行能力研究

为研究考虑自动驾驶平稳性的城市十字交叉口通行能力问题,建立了自动驾驶汽车模型,采用VISSIM软件对十字交叉口在混合交通流下的交通状况进行仿真实验,分析了不同自动驾驶汽车比例和驾驶偏好对十字交叉口的行程时间、平均车速和延误的影响规律。结果表明:在自动、手动驾驶汽车车速分别为30km/h和50km/h的场景下,增大自动驾驶汽车比例,平均车速下降且波动大,汽车行程时间与平均延误增加,延误由十字交叉口向外扩散;提高自动驾驶汽车车速至50km/h并改变信号配时,汽车行程时间最高缩短24%,平均车速提高且保持稳定,十字交叉口延误扩散情况得到改善;对比不同驾驶偏好的研究发现,限制最大加/减速度时,减小停车间距与车头时距能够提升十字交叉口通行能力。     

基于旅客出行时段特征的高速铁路列车始发时间研究

高速铁路旅客出行具有明显的时段特征,确定列车始发时间域时应充分考虑旅客出行的时段偏好。本文将一日时长按照固定间隔划分为若干时间区段,通过大量问卷调查,获取不同旅行时长旅客对到发时段的偏好及方便度系数。以高速铁路车站一日内始发旅客列车作为研究对象,考虑不同运行时长的列车始发时刻和终到时刻对于旅客出行的影响,以各列车"始发-终到"旅客方便程度最大为优化目标,建立旅客列车始发时间域分布的优化模型,并设计了求解该问题的模拟退火算法。以北京西站一日内始发高速铁路旅客列车作为研究目标,利用该模型对其始发时间域进行优化,结果表明,该方法得出的列车始发时间域能够较好地匹配列车"始发-终到"旅客的出行时段特征。