基于IAHP-EWM-LDM的L3级自动驾驶接管过程安全性评价方法

在L3级自动驾驶阶段,驾驶人需要在系统发出接管请求时,及时响应并接管车辆。因此为了准确评估L3级自动驾驶车辆接管过程的安全性,构建了自动驾驶接管过程的安全性评价指标体系。本文采用4×2×2的接管场景因子设计了驾驶模拟试验,利用驾驶模拟器采集各类驾驶数据;基于变异系数法和Spearman相关性判别法从风险感知、避险操纵和接管绩效3个方面分析得到了13个安全性评价指标;使用能够表征专家经验的改进层次分析法求取指标的主观权重,使用能够反映数据特征的熵权法求取指标的客观权重;为综合2种方法的优点,利用级差最大化法获得了融合主、客观权重的综合权重,并通过计算得出风险感知、避险操纵、接管绩效的综合权重分别为0.259、0.475、0.271,以此结果来构建接管过程的安全性评价指标体系。本文运用该体系对驾驶模拟试验所获得的655个接管过程进行了综合评价,根据评价结果将其划分为A、B、C这3类接管过程。对比3类接管过程在风险感知、避险操纵、接管绩效3个方面的得分发现,A类接管过程在3个方面均表现较好,C类接管过程在避险操纵和接管绩效2个方面表现较差,B类指标的表现介于A类和C类之间,不同类别的接管过程...     

教师进修权的法理探讨

对教师身份及教师进修权进行分析和界定,认为教师具有公民与专业人员的双重身份。此身份下,进修权具有复合性、多个义务方、相对性、自主性等特点,它与教育行政部门和教师、学校相互间形成的不同法律关系密切相关,对该权利的限制权应属立法机关或国家教育行政部门。     

航海模拟训练系统效能评估方法研究

针对航海模拟训练系统效能评估中的模糊性问题,在构建评估指标体系的基础上,应用熵权法确定了各指标权重,应用模糊物元分析方法对不同系统效能进行计算和排序.实例证明该方法可行并且实用.     

港口

纽约新泽西港推出海铁联运奖励计划;上海筹备洋山港后续工程;曹妃甸港吞吐能力向2亿吨迈进;连云港30万吨级航道建设获国家批准     

城市居民出行次数变权预测方法

传统居民出行生成次数采用线性回归分析现状数据,建立居民特征变量与出行次数间的关系,但并未区分样本权重,预测结果受样本点波动影响较大。因此,论文考虑对不同的样本点施加不同权重,以区分不同样本点对预测结果的影响程度,并以最小二乘参数估计法为基础,采用Robust估计中的Welsch方法构造样本点权重值,通过迭代运算确定样本权重系数,进而建立样本权重变化的预测方法。研究表明,变权预测方法可应用于样本量大、变量众多,并难以准确识别样本有效性的情况。预测结果有效地避免了数据波动对预测结论的干扰,可更贴近居民出行次数的变化趋势。     

基于熵权的滑坡治理优化方法及其应用研究

针对滑坡治理方案选择是一多目标、多层次的评判及其评价指标的模糊性问题,提出了基于熵权的滑坡治理方案的优化方法,该法引入三角模糊数,根据熵权的大小对滑坡治理方案进行评价,得到最优治理方案。以三峡库区榨坊坪滑坡灾害的治理决策为例,讨论了方法的应用。     

泥石流危险度区划评价的属性识别模型

结合云南昭通鲁甸县实例,将属性识别模型应用于泥石流危险度区划的复杂问题,将定性分析与定量描述有机结合,提出了泥石流危险度区划的属性测度计算方法,并利用熵权法确定权系数,建立了基于熵权的属性识别计算模型。实例评价结果证实了该法的可行性和有效性。     

基于模糊灰关联法的桥梁加固方案决策评价

针对桥梁加固方案决策中存在诸多的灰色信息,提出了基于熵权法确定指标权值的模糊灰关联决策方法,并结合工程实例说明了该法的合理性和实用性,为桥梁加固方案决策的科学性提供了一个新思路。     

信号交叉口直行非机动车膨胀特性分析与风险评估

随着信号交叉口的非机动车流量激增,非机动车通过交叉口时的膨胀特性也进一步凸显。针对该现象所带来的冲突问题,在分析非机动车膨胀特性的基础上,提出信号交叉口直行非机动车冲突风险实时评估方法。选取天津市4个典型城市交叉口,通过视频分析软件,获取非机动车的行驶行为数据,分析膨胀特性下直行非机动车行驶行为特征。在此基础上,通过K-means聚类分析将直行非机动车的行驶区域划分为释放区、膨胀区和汇入区这3个区域。构建以直行非机动车不同行驶区域为一级指标,不同区域内的行驶行为特征为二级指标的信号交叉口直行非机动车冲突风险评价体系,提出基于改进熵权法的非机动车冲突风险熵计算方法。以天津市围堤道交叉口为例进行风险评估,结果表明,其冲突风险主要集中于车辆超车与并行行为频发的地带,风险点变化和分布与车辆膨胀过程中风险变化趋势一致,可以为信号交叉口非机动车冲突风险研究提供一定的参考。     

高阶神经网络与D—S方法在数据融合中的应用

讨论了数据融合与高阶神经网络的串行结合。根据Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据理论的基本原理,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式,进行命题的空间和时间融合,以达到空中目标的敌我识别。将融合后的最终结果输入到高阶ＢＰ神经网络中,通过目标向量样本的训练,输出相应的目标类型。仿真结果证明,这种方法是行之有效的。