论协商性政府规制——解读视角和研究疆域的初步厘定

协商性政府规制,作为行政法学的新兴课题,急需解读视角和研究疆域的厘定：从程序面向看,协商作为行政目标实现的过程或环节,需要强调公众参与、利益代表、信息公开、理由说明等与商谈理论密切相关的要素;从实体面向看,协商作为结果达成的契约文本,需要关注由此衍生的公私协作、民营化与公共事务外包、主体分责制等公共治理转型问题;从形式论面向看,协商规制在行为形式论意义上的类型归属、法律效力、适用规制和救济方式,成为另一股研究协商性政府规制的学术动因。     

外军无人机与有人机协同作战技术研究

  目的  有人/无人机混编协同反潜作战可以发挥有人机和无人机的互补优势,极大提高作战运用效能,是未来网络化条件下航空作战的典型方式之一。  方法  分析有人/无人机协同反潜作战具有的作战优势及面临的困难,介绍国内外关于有人/无人机协同作战的理论研究现状和装备发展情况。在此基础上,重点探讨协同反潜的5种典型模式,并基于协同反潜任务需求,提出协同任务规划、协同数据链、反潜机和无人机平台的能力需求及实现协同反潜作战所需解决的关键技术。  结果  研究表明,有人/无人机协同反潜作战具有极大潜能,  结论  对未来无人机装备发展和有人/无人机协同反潜作战训练具有重要的指导意义。     

协同自适应巡航控制车辆占比对下匝道分流区混合交通流安全性的影响分析

在人工驾驶车辆、自适应巡航控制（ACC）车辆和协同自适应巡航控制（CACC）车辆的行车行为特征分析的基础上,运用跟驰模型和换道模型分别构建人工驾驶车辆、ACC车辆及CACC车辆在下匝道分流区混合交通流仿真环境,解析CACC车辆占比对混合交通流安全性的影响。选取全速度差模型、ACC跟驰模型、CACC跟驰模型分别作为人工驾驶车辆、ACC车辆、CACC车辆的纵向跟驰模型,利用随意换道模型、强制换道模型分别构建下匝道分流主线段、远近端区的横向换道模型。基于碰撞时间（TTC）、暴露碰撞时间（TET）、整合碰撞时间（TIT）等参数构建交通流安全性评价指标。利用MATLAB进行数值模拟,仿真分析不同CACC车辆占比下的混合交通流安全性。结果表明：CACC车辆占比为40%~50%时,混合交通流安全性恶化最严重,TET和TIT分别增加约68%和89%,车辆速度离散系数为0.9以上;通过在下匝道分流区设置远端强制换道区（设置长度≤ 1 000 m）,可有效降低混合交通流的追尾碰撞风险。     

基于描述符辅助光流跟踪匹配的数据关联方法

针对采用多状态约束卡尔曼滤波(MSCKF)的视觉惯性里程计定位精度易受特征点匹配异常值影响问题, 提出了1种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配, 计算每一对匹配点的rBRIEF描述符, 根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度2个方面评估本文方法的有效性, 结果表明: 所提出方法能够有效滤除动态场景下图像特征匹配的异常值, 使用该方法处理后的图像进行MSCKF运动解算, 位置结果漂移率小于0.38%, 相较于未剔除异常匹配值的MSCKF算法结果, 改善了54.7%, 单帧图像处理时间约为39 ms。     

基于广义时空图卷积网络的交通群体运动态势预测

针对当前高速公路与城市快速路交通拥堵现象愈发严重,为交通管理与控制造成巨大困难的问题,提出了一种基于广义时空图卷积网络(GSTGCN)的交通速度预测模型;基于交通数据自身具有的复杂时空特性,定义了广义交通数据图结构,同时构建了广义图的邻接关系;基于图卷积网络基础理论,采用切比雪夫近似与一阶近似简化了图卷积操作的计算成本,建立了广义图卷积算子;结合广义图卷积模块、标准卷积模块与线性全连接层,提出了用于提取复杂交通数据时间、空间特征的GSTGCN模型;利用美国威斯康星州密尔沃基市快速路网上架设的38个检测器,在21个工作日以每5 min为单位记录了车辆速度、流量和占有率数据,测试了GSTGCN模型在该数据集上的短期交通速度预测精度与训练效率。分析结果表明：相较于传统自回归求和滑动平均(ARIMA)模型、长短时记忆(LSTM)模型以及近期的STGCN模型,GSTGCN模型在交通速度的均方根误差、平均绝对误差和平均绝对百分比误差指标上分别降低了22.79%、22.97%和16.73%;此外,GSTGCN模型的训练时长比STGCN模型和LSTM模型分别降低了5.17%和75.71%。可见,GSTGCN模型能够有效处理复杂交通时空数据结构,准确预测交通速度,并为交通管控提供交通群体的运动态势信息。     

基于SVM-LSTM的车辆跟驰行为识别与信息可信甄别

为利用智能车路协同系统内实时交互信息有效提升交通系统的安全性,提出了基于交通业务特征的交通信息可信甄别方法;重点构建了基于支持向量机(SVM)-长短时记忆(LSTM)神经网络的车辆跟驰行为识别与信息可信甄别模型,包括基于SVM的车辆跟驰行为识别模型和基于LSTM神经网络的车辆跟驰速度预测模型;设定了表征车辆行驶状态的特征向量,基于SVM的车辆跟驰行为识别模型将车辆行驶状态分为跟驰与非跟驰;对于跟驰车辆,基于LSTM神经网络的车辆跟驰速度预测模型根据其历史数据进行速度预测;SVM-LSTM信息可信甄别模型通过检验跟驰车辆的预测速度与其实际速度的差是否在合理范围来判断车辆数据的可信性,实现信息的可信甄别;采用公开数据集对提出的模型进行了训练与测试,并构建了不同异常类型和异常幅度的多个异常测试数据集,对基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型进行了验证。研究结果表明：基于SVM的车辆跟驰行为识别模型对车辆行驶行为识别的准确率达到了99%,基于LSTM神经网络的车辆跟驰速度预测模型的跟驰速度预测精度达到了cm·s^-1数量级;基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型在正常数据测试集与多个异常数据测试集上的甄别正确率达到了97%。由此可见,提出的方法可用于路侧设备(RSUs)对车载单元(OBUs)实时信息和车载单元间实时信息的可信甄别。     

我国建筑业"国退民进"的博弈分析

建立了建筑业"国退民进"的合作博弈模型,分析了博弈方的特征与利益诉求,对建筑业"国退民进"的合作博弈模型进行求解,对民营建筑企业并购国营建筑企业的案例进行了简要分析.     

单向三车道高速公路合流区智能网联车辆协同汇入控制

为提高多车道高速公路入口匝道智能网联车辆合流安全性与通行效率,提出了一种基于规则的换道策略和一个时间离散的车辆轨迹优化模型,以进行协同汇入控制;以普通单向三车道高速公路匝道合流区为研究对象,将合流区及其上下游路段划分为4个区域,并对关键的提前换道区和协同合流区分别进行交通控制;在上游提前换道区,基于最小安全跟车间距和速度效益的换道规则,将部分主线外侧车道、中间车道的车辆在合流区上游提前换道至内侧相邻车道,以此减轻合流区外侧车道的交通压力,提高合流效率;在下游协同合流区,选取合适的周期时长,以周期内合流车辆行驶速度最大为目标,不固定合流点,规划合流车辆的纵向行车轨迹,引导匝道车辆在周期结束后汇入主线,实现协同合流;利用SUMO和Python仿真验证提出的协同汇入控制方法,并进行临界跟驰车头间距的敏感性分析。仿真结果表明：与无控制自然合流相比,提出的协同汇入控制方法在不同的交通需求水平下能使车辆平均速度提高4.9%~21.1%,平均延误降低29.9%~56.5%,且不会出现停车现象;与先进先出合流控制相比,在高匝道交通需求水平下能使车辆平均速度提高3.4%~9.6%,平均延误降低22.9%~39.4%;较低的临界跟驰车头间距可以更好地提高合流区通行效率,且在主线交通需求水平较高时更明显。     

基于合作博弈的公交滞站点优化模型

公交滞站控制是防治公交串车的常用方法. 现有研究主要集中于公交滞站时间的优化，很少关注滞站点优化问题. 本文提出一种基于合作博弈的公交滞站点优化模型. 根据系统当前状态，模型首先预测当控制不同滞站点组合时该滞站点组合对公交串车率的改进；其次，以滞站点为博弈人，以滞站点组合及其对公交串车率的改进量为效用函数，构建合作博弈，分析滞站点的单独和联合控制效果，并用Shapley 值刻画滞站点的相对重要性. 通过在最有效的滞站点实施滞站控制，能够有效防治公交串车. 最后，通过仿真实验对滞站点的数量和位置的确定进行说明，模型能有效降低公交车头时距波动，减少公交串车率，最终减少乘客平均候车时间.     

Association rule learning to improve deficiency inspection in port state control

ABSTRACT

The inspection of foreign ships in national ports is a critical measure in port state control (PSC), preventing substandard ships from entering national ports. Multifarious inspection items, limited inspection time and inspector manpower are challenging PSC inspection. This research applies data mining to analyze historical PSC inspection records in Taiwan’s major ports to extract potential valuable information for PSC onboard inspections. Using the Apriori Algorithm, the analysis identifies many useful association rules among PSC deficiencies in terms of specific ship characteristics, such as ship types, societies, and flags. The general rules identified show that the items ‘Water/Weathertight conditions’ and ‘Fire safety’ are significantly related. Besides, in the analysis of the various ship types, several different rules are found. After comparing the analysis of ship types and ship societies, it can be observed that the association rules for specific ship types, such as oil tankers, have a better effect than those for individual ship societies do. These identified rules can not only help inspectors effectively spot the associated deficiencies, but also improve the efficiency of PSC inspection. The ports other than Taiwan’s ports can apply a similar analysis method to identify corresponding association rules suitable for their own inspections.