基于决策树模型的驾驶员期望车速

微观交通流仿真是智能运输系统(ITS)研究与开发的重要手段.期望车速是微观交通流仿真研究的一个重要参数,受到驾驶员特性、车辆特性、道路条件、交通干扰、天气和承运任务急缓等多种因素的影响,准确地确定期望车速是驾驶员行为研究的难点.从研究驾驶员心理-物理特性的角度出发,利用决策树能融知识表示与获取于一身的优点,将决策树用于驾驶员期望车速的研究,以实现对驾驶员行为的模拟再现.仿真结果表明,该方法用于驾驶员期望车速的研究是可行的.     

基于模糊推理的驾驶员车速决策行为建模与仿真

为了在微观交通仿真中更真实地模拟驾驶员的车速决策行为,在综合自由行驶和跟驰两种驾驶行为的基础上,采用模糊推理技术进行建模研究。选取车头时距、期望速度差、前车速度差作为模糊推理系统输入变量,加速度为系统输出,结合实际中加减速行为的不对称性及不同行驶状态下主要行驶意图的不同,构造模糊规则,建立基于模糊推理的车速决策模型。利用模糊系统的输入输出曲面进行了模型的校核,并在考虑驾驶员反应时间的基础上进行了仿真实验。仿真结果表明,车辆能够根据前车行驶状态和自身期望车速进行适当的速度决策,验证了所建模型的合理性。     

基于Agent的驾驶员-车辆建模研究与实现

微观交通仿真技术是解决城市交通网络拥塞问题的有效工具.在各种交通元素中,驾驶员-车辆单元是交通流的主体.该文通过对交通流中驾驶员、车辆特性的分析,将驾驶员和车辆视为一个整体,并基于Agent理论对之进行建模.文中详细分析了Agent的生成和路径搜索及选择算法,研究了Agent的跟驰、换道和挤占道等行为.该文最后介绍了基于Agent模型建立的一种微观交通仿真器,并在该仿真器上进行仿真实验.结果表明该系统能够较好的仿真实际交通流状况.     

基于动态神经网络集成的驾驶员行为学习算法*

特定交通环境下的驾驶员行为的变化是一个非线性的复杂系统,传统的驾驶决策模型和车辆行驶模型难以体现驾驶员的感知、判断、决策、动作等一系列心理、生理活动的不确定性和不一致性,而人工神经网络特别适合于因果间不易建立明确联系的问题。提出了基于神经网络集成的驾驶员行为学习算法DNNIA,该算法的有效性通过标准数据集和仿真实验得到了验证,学习到的诸如驾驶员踩踏踏板的习惯行为的仿真结果与采集的样本数据总体趋势较为一致,且实现了系统泛化性能的提高。     

基于网站用户行为的综合评价分析

从网站用户忠诚度分析入手,解释了AHP层次分析法的定义,分析了忠诚度评分层次模型的结构,阐述了用户忠诚度对比矩阵算法的原理,推导了用户综合价值评分的公式,结合实例运用雷达图对网站用户行为进行了综合评价.对企业管理电子商务网站具有较强的指导意义.     

基于计算期望的网格资源管理模型

网格环境下的计算资源具有分布性,异构性,动态性的特征,并分别属于不同的组织,使网格资源管理相对分布式计算环境或集群环境下的资源管理更加复杂.在计算经济模型的基础上,提出了一种基于计算期望的网格资源管理模型.模型将计算任务抽象成对计算期望的描述,以实现灵活高效的网格资源管理和调度.通过可变价格策略,反映了网格内资源的供求关系,并对基于预留的Qos保证进行了初步的讨论.     

基于Python生态的驾驶员行为识别系统研究

研究人员发现交通事故发生的主观原因除了与驾驶员的道路安全意识淡薄有关,还与司机驾驶行为失当有关。文章旨在设计驾驶员行为分析和预警的软件系统,识别驾驶员面部和手部行为动作,达到对驾驶员行为安全预警的目的。该系统基于Python语言生态,辅以PyTorch深度学习框架、OpenCV计算机视觉库等各类图像处理模块设计而成,实现了识别驾驶员行为。     

车道变换决策仿真模型

由于影响车道变换因素的多样性、因素自身变化的随机性和影响因素的难测性,正确反映驾驶员换道行为的不确定性,是微观交通流模拟模型中的难点,也是驾驶员车道变换模型相对于跟驰模型落后的最主要原因之一。从驾驶员心理-物理特性的角度出发,利用层次分析法,对驾驶员决策思维的递阶层次进行量化,建立了基于层次分析的驾驶员车道变换决策模型。经过实测数据验证,该方法用于车道变换决策模型的研究是可行的。     

基于词条数学期望的词条权重计算方法

文本的形式化表示一直是文本挖掘的基础性问题,向量空间模型中的TFIDF计算方法是文本表示中一种效果较好的经典词条权重计算方法。在分析传统TFIDF计算方法存在问题的基础上,针对TFIDF方法中没有考虑包含词条的文档在各个类别的分布情况以及各个类别中所含的文档数的不同。提出了将词条的数学期望(TFIDF-E)作为一个文本因子来进行改进上述问题。实验结果表明,TFIDF-E计算方法表示的文本分类效果好于TFIDF,验证了TFIDF-E方法的有效性和可行性。     

基于模糊综合评价法的仿真环境复杂度评估研究

近年来,环境仿真成为仿真研究的一个热点。影响环境的因素众多,为定量评估环境复杂度,提出以层次分析法和模糊综合评价法为理论基础的多级指标综合评估方法对环境复杂度进行分析评估。通过对环境中的地形、电磁、障碍物和气象等主要因素进行考察,建立目标层、准则层和方案层三级评价指标体系,运用专家打分法建立评价指标矩阵,并使用粒子群算法对指标矩阵进行一致性调整,最后采用模糊综合评价法对各指标进行综合评价,并结合指标权重计算得出不同应用场景下的环境复杂度,为决策人员依据环境复杂度进行决策提供数据支持。     

一种基于航空旅客行为的旅客细分模型

针对当前航空公司旅客细分工作不够精准的问题,在传统旅客划分模型的基础上,提出了一种旅客价值评价模型来提高旅客细分的准确度,该模型根据旅客的行为偏好对旅客进行细分,构建模型采用的方法为层次分析法,其中在使用层次分析法确定各参数权重时的关键在于如何构造完全一致的判断矩阵,提出了一种改进判断矩阵一致性的算法,使得一致性调整过程简单且结果有效。采用改进后的层次分析法确定旅客模型各参数的权重并通过旅客购票信息对旅客进行分类,为航空公司针对有着不同行为偏好的旅客制定相应的个性化服务以及营销策略提供了良好的参考依据。     

基于强挂起弱预测机制的负载均衡模型研究

大数据时代的快速发展和大数据战略的明确提出,使得Web服务器集群将面临更加复杂和严峻的负载挑战。传统的负载均衡算法存在着明显的局限性。提出了一种基于强挂起弱预测机制的负载均衡模型,该模型利用强挂起机制和基于层次分析的三次指数平滑预测算法进行负载均衡动态调度。实验结果表明该模型在系统瞬时性能异常、高并发和重负载交互情况下的负载均衡效果优于传统负载均衡算法。     

一种面向网络环境属性的安全风险分析框架

通过对网络环境中软硬件条件以及网络攻击机理的分析,提出了一种基于网络环境属性的安全风险分析框架。从软硬件条件的分析中得到环境因素集合;从参考模型和实际监测数据两种情况分析了环境因素引发风险的可能性;通过环境因素与风险后果的映射,分析了环境因素引发不同后果的风险严重性;并从安全边界的角度分析了具有关联性的环境风险和安全子因素所引发风险的可能性和严重性。通过实例说明,该框架能够系统化地分析网络安全风险。     

基于试探算法的AHP评价方法研究

在对土地集约利用评价过程中,存在着评价专家选择的问题以及AHP打分过程中相对矩阵的约束问题。针对这些问题,应用MDS和[K]均值聚类,筛选不同倾向的专家;利用改进的判断矩阵生成算法,对专家的判断矩阵进行一致性检验,解决可能存在的成对比较项目不一致的问题,为构建评价指标体系提供有效的支持。     

基于组合判断矩阵的评价方法

借助于粗糙集理论中知识信息熵与互信息的知识,提出了一种用于改进层次分析法决策精度的改进的综合决策方法,该方法首先通过信息熵定义的属性重要度构造出客观判断矩阵,在此基础上将该客观判断矩阵和层次分析法中的主观判断矩阵相结合以得出一组合判断矩阵,并为此建立了一个能确定组合判断矩阵的最优化模型,最后通过由该最优化模型确定出的组合判断矩阵的权重来指导决策。算例表明该方法是可行的,能提高决策的准确度。     

基于可信度的层次化评估模型

可信网络连接是面对传统的网络信息安全系统的不足而提出的,采取了主动的防御保护措施。可信度的评估是可信网络的一个重要环节,提出了基于可信度的层次化评估模型,将可信度按照不同的影响因素进行分层,并使用层次分析法（AHP）对可信度进行量化分析。首先建立可信度的层次化评估模型,然后对提出的可信度层次评估模型进行量化分析,最终经过分析计算出各因素对可信度的具体影响数值。根据数值分析,对可信度进行评估。     

基于云模型的老人手机易用性评估模型研究

目前,老人手机被老年群体广泛使用,但对老人手机易用性评估还尚缺,不利于老人手机研发。针对老人手机易用性评估的问题,提出基于云模型的老人手机易用性评估方法。构建老人手机易用性评估指标体系,并把熵权法和层次分析法相结合来确定各指标间相对权重,利用云模型对指标信息进行评估。实例分析表明该方法可以有效地处理老人手机易用性评估中的不确定度和模糊性,提高易用性评估结果的客观准确性,为老人手机在易用性设计方面提供理论依据。     

动态多策略本体映射与集成方法研究

针对目前多策略本体映射中各种映射策略不能根据待映射本体间的差异进行不同的映射处理、多策略集成时也没有充分利用本体包含的语义信息等问题。提出了一种动态多策略本体映射与集成方法,该方法首先对部分关键策略进行了动态地改进,然后利用层次分析法对不同的映射策略进行集成,从而得到最终的映射结果。实验结果表明,该方法在保证通用性和稳定性的同时,提高了映射结果的查全率和查准率。