城市轨道交通折返线相关问题研究

全面分析了折返线各类布置形式，探讨了各自的适用范围，分析比较了专设折返线折返与采用简单的渡线折返之间的差异。对于行车密度高的轨道交通线，折返线折返应成为首选模式。提出了折返线优化布置方案决策理论模型和模型求解的思路。     

时效物流运输网路规划研究

随着我国物流业的快速发展,能够承担大规模、跨区域运输任务物流公司已经开始出现。但针对于这类物流企业需要的时效物流运输网路规划的研究较少。本文在总结国内外有关运输服务网络规划理论的基础上,从物流运输服务企业(第三方物流企业)的角度,对区域时效性物流运输网路结构的设计规划以及在相应网络下的运输组织形式进行研究,并建立对应于物流运输企业行之有效的数学规划模型,从而为企业的相关决策提供帮助。     

供应链企业业务外包决策模型研究

为适应供应链企业业务外包决策的需要，建立了供应链企业业务外包模型，分析了供需双方独立决策时各自的产量决策和生产能力投资决策．讨论了基于价格合同的外包形式，建立了2个企业进行业务外包决策的两阶段动态博弈模型，并证明了其存在子博弈精练Nash均衡．     

商品汽车整车运输方式选择的多属性决策模型

为保证商品汽车整车运输的时效性,提高运输效率和效益,以运输时间、运输价格、安全性、可靠性为主要元素,构成商品汽车运输方式决策的属性集,考虑各属性间"部分可补偿"的特性和托运人对不同运输方式的偏好程度,采用改进的ELECTRE-I算法建立运输方式选择的多属性决策模型,并以"武汉-贵阳"商品汽车整车运输为例验证模型的有效性...     

基于贝叶斯网络的城市交通规划辅助决策模型

为解决传统模型定位跟踪能力较差、交通规划决策线路覆盖不均衡的问题,构建基于贝叶斯网络的城市交通规划辅助决策模型.根据城市交通特征提取机动车的分布状态,得到城市某一随机路段的交通流量,利用贝叶斯网络定位跟踪交通移动目标,实现交通流量和通行状态的实时追踪、结合跟踪结果,依据平衡分配规划指标构建城市交通规划辅助决策模型.结果...     

基于深度强化学习与风险矫正的智能车辆决策研究

为实现高速公路环境下车辆的安全决策，提出一种结合深度强化学习和风险矫正方法的行为决策模型。构建决策模型所需的目标车辆及周围车辆的行驶信息，并引入自注意力安全机制，提高车辆在复杂高速场景下对周围潜在危险车辆的注意力，综合考虑行车效率、避障等因素以设计强化学习的奖励函数。此外，为解决强化学习在决策过程中缺乏安全性保障的问题，设计风险矫正模块对决策动作进行风险评估和矫正，避免危险决策的执行。在Highway-env仿真平台上对提出的决策模型进行训练和测试。试验结果表明，提出的决策模型有较高的行车安全率和鲁棒性，其驾驶效率也优于以规则、模仿学习和单纯深度强化学习为基础的决策方法。