用多目标决策方法优选浮式生产储油油轮定位方案

本文对于给定的ＦＰＳＯ,首先构造了全锚泊系统、全动力定位系统及由其交叉组合而成的多种定位方案。然后按照多目标决策方法,构造了定位方案的评价体系。再分别用三种不同的方法对各方案进行从优到劣的排序,并对排序结果进行了集结,得到了最终的排序结果。     

基于决策偏好可控的地铁列车开行方案设计研究

以乘客的总广义出行费用最小、地铁部门运营成本最小为目标,以列车满载率、列车编组长度、列车开行频率为约束条件建立地铁列车开行方案设计多目标规划模型并求解。通过设置权重的方式,将地铁列车开行方案制定中追求的乘客总广义出行费用最小与地铁运营公司运营成本最小双目标转化为单目标。并给予了3组不同的权重设置方案,分别求得相应的最优解,分析了权重设置对最优解的影响。所提供的权重设置方法,可以准确描述决策者在地铁列车开行方案制定过程中的决策偏好,能够为地铁列车开行方案的制定提供决策支持,有较大的实用价值。     

公路建设经济收益的成本投资分析

公路建设是创建交通运输系统的重要决策,也是推动社会经济现代化发展的有效措施.新时期各地政府扩大了公路工程的投资力度,为项目施工提供了足够的物资保障.成本耗资是影响公路收益的关键因素,一旦成本费用调控失效,必将约束工程竣工后的经济收益水平.从成本投资角度,结合实际案例分析了影响公路收益的相关因素,并提出切实可行的处理方案以提升公路收益.     

基于综合相似度的地铁施工风险应急推理研究

针对地铁项目施工环境复杂、不可预见因素多、施工事故频发、难以对其进行快速有效的应急决策与救援的问题,首先,搜集以往地铁施工应急案例,分析地铁施工风险因素,运用Protégé软件建立知识本体模型;然后,计算本体库中源案例与目标案例的综合相似度,从案例库中匹配出综合相似度最大的源案例,通过对比本体库中与目标案例相似度最高源案例的关键属性,运用规则推理对相似案例的应急措施进行适用性修改,从而提高应急措施的针对性,为快速有效地应对地铁施工事故进行应急决策提供新的方法;最后,以某地铁项目施工为例,验证了该相似度算法的合理性。     

基于队策论的不同指挥方式下防空体系效能分析

针对防空作战行动中不同指挥方式的优缺点进行了分析,简单介绍了队决策理论,运用队策论对防空作战指挥体系进行了量化分析,研究了各种指挥方式下防空体系效能变化的情况,对防空作战指挥体系的建立有一定的参考价值。     

模糊决策的不动点定理

在求解模糊决策问题中,当φ(α)为连续函数时,φ(α)的不动点问题已经解决,文中讨论一般条件(φ(α)可以不连续)下,φ(α)的不动点问题,给出了φ(α)有不动点的充分必要条件;研究当M~,C~都为r-型模糊集时φ(α)的不动点的存在性问题,并证明了不动点的存在定理.     

我国信托立法的困惑与思考

信托立法的思路已定，但对什么是“信托”仍存在困惑。应当明确信托机理，根据已经存在的信托定义进行梳理，结合我国国情进行再认识。     

基于MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题，选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入，并利用语义信息构建一种基于时空卷积的多模态多任务（Multimodal Multitask of Spatial-temporal Convolution，MM-STConv）端到端自动驾驶行为决策模型，得到速度和转向多任务预测参量。首先，通过不同复杂度的卷积神经网络提取场景空间位置特征，构建空间特征提取子网络，准确解析场景目标空间特征及语义信息；其次，通过长短期记忆网络（LSTM）编码-解码结构捕捉场景时间上、下文特征，构建时间特征提取子网络，理解并记忆场景时间序列信息；最后，采用硬参数共享方式构建多任务预测子网络，输出速度和转向角的预测值，实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据，以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集，历经10 000次训练周期、6 h训练时长后，利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明：MM-STConv模型的训练误差为0.130 5，预测精确度达到83.6%，在多种真实驾驶场景中预测效果较好；与现有其他主流模型相比，该模型综合场景空间信息与时间序列信息，在预测车辆速度和转向角方面具有明显的优势，可提升模型的预测精度、稳定性和泛化能力。     

一种基于激光与视频信息时空数据融合的行人检测方法

针对城市交通行人安全问题,本文提出了一种基于激光与视频数据融合的行人检测方法.通过激光与视频数据空间和时间上的融合,将激光数据映射到图像坐标;在激光聚类过程中,采用K-means 聚类算法对激光云点进行聚类分析,然后运用行人宽度模型提取候选行人区域;在基于图像的行人检测过程中,选取头肩、躯干以及腿部人体特征部位,采用Haar-like 特征集和Boosting 算法进行训练,得到部位检测器;最后,基于贝叶斯决策的组合策略对候选行人区域进行有效判定.实验结果表明,本文所述算法有较好的检测精度和实时性能.     

基于视频检测的黄灯期间驾驶员行为研究

黄灯政策问题已成为道路交通安全领域的研究热点.本文开发了基于视频处理技术的交叉口检测系统,自动采集黄灯期间的交通数据,包括黄灯启亮时车辆到停止线距离、速度、加速度和黄灯结束后车辆的通过情况,建立黄灯期间的驾驶员“停车/行进” 决策行为模型和“抢黄灯”行为结果模型.利用北京市“闹市口大街-宣武门西大街”和“中关村东路-成府路”的视频数据对模型进行检验,两个模型的预测结果与实际观测误差分别为8.6%和2.5%.实验结果表明,视频检测技术和驾驶员行为模型能够应用于交叉口的控制管理,本文提出的模型与方法可为相应交通管理措施的制定和实施提供技术支持和理论依据.