建筑节能激励政策的演化博弈分析

为有效实施建筑节能激励政策,运用演化博弈论的方法,对政府和房地产商群体之间相互作用时的策略选择行为进行分析,给出双方最优策略建议.考虑到博弈双方有限理性不均等及房地产商个体间理性不均等的事实,进一步对政府策略提出修正,并构建房地产商二次演化博弈模型.根据演化博弈分析的结果,认为:政府坚持建筑节能的高理性信念,运用激励政策在房地产商群体内形成二次博弈,淘汰"短视"者,培养"有远见"者,最终政府与房地产商群体达到双赢.     

交通出行诱导的Stackelberg博弈模型及其遗传算法求解

针对交通出行诱导的实际需求,分析了进行博弈的共同知识.基于对道路交通管理者和道路使用者的策略分析,通过建立道路使用者确信度模糊模型,构建了交通出行诱导的离散动态Stackelberg博弈模型.针对交通出行诱导的两阶段博弈特征,提出了基于逆向归纳法的博弈模型求解算法.设计了基于遗传算法的博弈模型计算机求解算法,使产生的交通出行诱导方案能够实现系统最优下的用户最优.     

高职高专英语教学中小组教学与学生自主性学习的研究

通过在课堂施行小组教学这一教学模式,根据对实验组与对比组成绩在实验前与实验后的对比．发现小组教学能显着提高学生成绩水平,并能促进学生自主学习和合作学习。     

高速公路交通事故紧急救援的预案生成模型

通过分析高速公路交通事故的特点,提出了生成紧急救援预案的模型.针对现有预案可操作性差、缺乏动态调整功能等不足,采用动态博弈技术将交通事故过程分为若干个阶段,研究了每一个阶段交通事故状态的变化及状态转移的概率矩阵,对救援决策者与交通事故之间的博弈过程进行了分析.根据动态博弈的路径,计算了每条博弈路径的救援保障率与救援成本,在满足一定的保障率约束的条件下,按照成本最低的原则,选择最优博弈路径作为救援预案.最后,结合实例说明了建立预案的过程.     

冲突与平衡：和谐视野中刑事政策的法治边界——宽严相济刑事政策理论与实践研究之六

基于刑事政策自身功能和结构的考量,刑事政策的政策性与法律性的内在紧张始终存在。刑事政策游走于政策和法律之间,对其法治边界的扩张或紧缩,应关注对犯罪反应的有效性和正当性。以和谐法治为统领,架构权力（权利）的法治化博弈机制,在冲突中寻求平衡,于平衡处保持和谐。宽严相济刑事政策应通过法治要素的不断提升,根据宪法和＂良法之刑法＂,在立法和司法两个场域实现刑事法治和善治。     

基于博弈论的交通拥挤与交通需求管理策略分析

交通需求管理是通过削减潜在的交通需求,使路网达到供需平衡的一种有效策略。运用经济学博弈论的理论观点,分析了城市道路交通拥挤发生的原因以及相应交通需求管理方式的作用机理,从经济学的角度诠释了交通需求管理的有效性。     

高铁运营安全多委托方监督演化博弈的SD分析

针对我国高铁委托运输管理模式下,高铁运营安全监督系统存在高铁公司对多个委托方的监督策略难以合理制定的问题,本文通过分析某高铁公司及其 2个委托方策略的动态选择在安全监督方面存在的复杂博弈现象,建立了三方组成的系统演化博弈模型.通过演化博弈理论证明,结合系统动力学(SD)仿真,可以揭示多委托方条件下,系统各方进行决策的行为特征及其稳定状态.结果表明：采用静态策略时,博弈过程出现了长期波动,并不存在演化稳定策略均衡(ESS);而采用动态策略可以有效抑制博弈过程中的波动,但在奖惩系数相同的情况下,静态策略对于委托路局安全投入率的提升优于动态策略.说明高铁公司在制定监督政策时,应灵活运用静态和动态策略,以使高铁运营安全水平得到有效控制和提升.     

基于动态博弈的城市出租车投放量测算研究

出租车是城市客运交通体系中的重要组成部分,但随着出租车市场的发展和乘客出行需求的变化,出租车行业积累了大量问题,其根本原因还是出租车市场中各利益主体之间利益矛盾难以协调,供需关系不平衡,需要通过调整出租车投放规模来促进各利益主体的和谐发展. 因此,从博弈的视角出发,分析出租车行业中的主要利益关系,构建博弈均衡,并进行博弈均衡解析,结合出租车市场的发展规律和博弈均衡条件,测算出投放规模的合理数量范围. 通过对西安市出租车市场的实证测算,当短期内增加的出租车数量不超过1 908 辆时,各利益主体间利益矛盾最小;从长期来看,当增加的出租车数量为1 223 辆时,能够达成长期的博弈均衡.     

智能分布式驱动汽车路径跟踪/制动能量回收协同控制策略研究

为了解决智能分布式驱动汽车路径跟踪与制动能量回收系统间的协同控制难题,充分考虑分布式驱动汽车四轮扭矩独立可控在智能驾驶系统中的优势,设计适应不同路面附着条件的智能分布式驱动汽车转向、制动分层协同控制策略。上层控制器依据不同的路面类型设计差异化的多目标代价函数,以综合优化各工况下的控制目标。高附路面下,制定满足最大能量回收值的全局参考车速,在线优化路径跟踪指令,实现最优能量回收的同时减小系统运算负荷;低附路面下,优先考虑车辆的路径跟踪性能和行驶稳定性,在多目标代价函数中取消对全局参考车速的跟随要求,增设终端速度约束与能量回收项性能指标并减小能量回收项性能指标的权重系数。上层控制器基于模型预测控制方法对多目标代价函数进行滚动优化与预测求解,得到期望的前轮转角及4个车轮的总制动扭矩需求。下层控制器根据制动扭矩需求对四轮的液压制动扭矩和电机制动扭矩进行分配,最终完成整个复合制动过程。基于MATLAB/Simulink和CarSim软件,搭建控制器在环仿真平台,并在高附和低附路面条件下对所提出的策略进行试验验证。研究结果表明：高附路面下,所提出的控制策略在准确跟踪期望路径的同时相较固定比例制动力分配方法可提升2.7%的能量回收值并减少约0.02 s的单次计算时间;低附路面下,与使用高附控制策略相比,能够保证车辆的路径跟踪准确性与行驶稳定性,同时可提升7.8%的能量回收值;控制器在环试验结果证明了该协同控制策略对车辆性能提升的有效性。