不完全信息下的CGF主体决策行为及模型研究

着重分析了决策的风险特性,建立了CGF主体的决策行为模型。分析加入感知行为后对决策行为复杂性的影响;提出了一种不确定型决策方法用于处理不完全感知信息对决策行为的影响;最后用示例说明了该方法的有效性。     

舰艇主动力装置战损评估与抢修决策支持系统

针对舰艇主动力装置这一复杂系统的战损评估与抢修国内还没有一个完善的解决方案,提出了战损情况下主动力装置生命力分析和舰艇航速计算的方法;利用贝叶斯网络和损伤树的推理方法实现了装备的损伤定位;探讨了战场环境下主动力装置抢修决策的逻辑关系;构建了系统的基本框架并提出较完善的解决方案,根据此方案开发了某型舰主动力装置抢修决策支...     

The price of uncertainty in pavement infrastructure management planning: An integer programming approach

Currently there is a true dichotomy in the pavement maintenance and rehabilitation (M&R) literature. On the one hand, there are integer programming-based models that assume that parameters are deterministically known. On the other extreme, there are stochastic models, with the most popular class being based on the theory of Markov decision processes that are able to account for various sources of uncertainties observed in the real-world. In this paper, we present an integer programming-based alternative to account for these uncertainties. A critical feature of the proposed models is that they provide – a priori – probabilistic guarantees that the prescribed M&R decisions would result in pavement condition scores that are above their critical service levels, using minimal assumptions regarding the sources of uncertainty. By construction of the models, we can easily determine the additional budget requirements when additional sources of uncertainty are considered, starting from a fully deterministic model. We have coined this additional budget requirement the price of uncertainty to distinguish from previous related work where additional budget requirements were studied due to parameter uncertainties in stochastic models. A numerical case study presents valuable insights into the price of uncertainty and shows that it can be large.     

基于层次分析法的施工技术方案决策研究

在工程实践中往往会面临施工技术方案的选优决策问题,尤其是当方案评价指标性质不同,在定性和定量分析时不能简单地进行比较与评价。本文就小金山大桥浮式平台施工中的三种起吊系统的方案选优与决策问题,应用层次分析法基本决策理论,结合桥位处具体水文条件,通过建立模型进行层次分析和一致性检验,实现了最优选择。     

自锚式斜拉—悬索协作体系桥活载响应分析

结合一座自锚式斜拉—悬索协作体系桥的方案设计,采用了非线性和线性二阶两种方法对活载作用下的结构体系进行了对比计算,讨论了能否用线性二阶的方法替代非线性方法的可行性,对这一体系桥梁的研究与工程设计有一定的参考价值。     

基于WebGIS的铁路旅客辅助决策系统的研究与开发

以旅客出行和换乘中转站的选择及优化作为实现目标,研究了针对旅客不同出行需求的查询算法,开发出基于WebGIS的铁路旅客出行辅助决策系统.系统为旅客出行决策提供综合查询信息,将最优线路以直观的方式显示出来,实现乘车线路的交互式查询和地理信息系统的实时衔接,后台决策软件综合考虑线路状况,实时更新铁路客运时刻表数据库,给出最优乘车路径选择.     

公交信息的乘客光环效应

光环效应是一种特殊的非理性心理现象，可利用其改善公交乘客的满意度.本文认为显著维度光环效应指标除了满足对总体满意度作用系数最大外，还应新增 3个基本特征，据此提出了一种新的基于多个特征的显著维度光环效应指标辨识方法，克服了单个特征有时错误识别的缺陷.基于 2017年武汉市公交乘客满意度数据，利用双因素和决策树法辨识潜在的显著维度光环效应指标，缩小辨识范围.利用各分项满意度指标的影响人群比例，评分均值与总体满意度关系，对总体满意度的作用系数，评分方差等精确辨识了显著维度光环效应指标. 研究发现，公交信息服务对 55.42%的乘客具有反向光环效应.改善公交信息服务可显著提高不满意乘客的满意度.     

面向传染病疫情防控的公共交通运行管理决策支持研究

近年来全球新发重大传染病疫情不断出现，已成为人类社会必须防范应对的重大风险。公共交通在传染病疫情防控过程中承担着阻断病毒传播和保障复工复产的功能，疫情期间公共交通运行管理的决策需求和技术支撑体系与日常情况有显著差异。现有研究多针对公交日常运行决策需求展开，虽有少量针对突发公共事件的应急管理决策支持的研究，但多针对自然灾害和事故灾难场景，无法迁移应用于传染病疫情防控。基于此，以新型冠状病毒肺炎（COVID-19）疫情为例，综合考虑突发公共卫生事件应急管理流程和疫情防控实际情况，系统梳理疫情不同阶段的防控目标和决策需求，提出一种面向传染病疫情防控的公共交通运行管理决策支持系统框架，建立基于公共卫生事件案例库、多源数据融合库、公交数据分析技术库和公交防疫策略库的功能架构，并设计不同功能模块的算法模型。研究以厦门为例，对提出的决策支持系统的功能架构和算法模型进行验证。研究结果表明，构建公交乘客出行链的成功率为89.7%，并可应用于疫情不同阶段的关联客流分析、感染者同乘人员的追溯分析、医护人员等防疫人员的通勤出行识别、公交运行满载率监控等方面。研究成果不仅对传染病疫情防控有实用价值，而且对突发公共事件应急管理决策支持方法亦有理论贡献。     

基于智能体模拟的浮动式停车价格实施效果研究

在城市机动车保有量快速增长的背景下，制定合理的停车价格对缓解停车难问题具有重要的作用. 基于多智能体的建模方法，结合典型城市商业区停车调查数据搭建仿真环境，通过编程实现停车过程中的行为决策规则，建立浮动式停车价格下的路内停车模拟平台，并对浮动式停车价格的实施效果进行研究. 模拟结果表明，浮动式停车价格策略的实施不仅使路内停车资源的利用更为均衡，区域内车位紧张状况有所缓解，停车寻泊时间有所减少，还提高了周边道路上车辆运行速度. 本研究可以为提高停车效率、缓解区域道路交通拥堵提供一定决策建议.     

An efficient and exact event-based algorithm for solving simplified first order dynamic network loading problems in continuous time

In this paper a novel solution algorithm is proposed for exactly solving simplified first order dynamic network loading (DNL) problems for any generalised network. This DNL solution algorithm, termed eLTM (event-based Link Transmission Model), is based on the seminal Lighthill–Witham–Richards (LWR) model, adopts a triangular fundamental diagram and includes a generalised first order node model formulation. Unlike virtually all DNL solution algorithms, eLTM does not rely on time discretisation, but instead adopts an event based approach. The main advantage of this approach is the possibility of yielding exact results. Furthermore, an approximate version of the same algorithm is introduced. The user can configure an a-priori threshold that dictates the approximation error (measurable a-posteriori). Using this approximation the computational effort required decreases significantly, making it especially suitable for large scale applications. The computational complexity is investigated and results are demonstrated via theoretical and real world case studies. Fixed periods of stationary demands are included adopting a matrix demand profile to mimic basic departure time demand fluctuations. Finally, the information loss of the approximate solution is assessed under different configurations.