安全视角下动态共乘匹配成功率的仿真

研究在安全视角下，动态共乘系统对于出行个体的匹配建模与仿真结果分析。构建动态共乘匹配模型框架，并分别建立乘客安全信任演化模型、政策导向影响模型、平台安全投入影响模型和安全事件影响模型，通过系统仿真的方式获得运行数据，以此评价政策宣传密集度和强度、平台安全投入强度、司机对安全投入敏感度和高危安全事件发生概率等因素对司乘匹配成功率的影响。研究结果表明，政府主导的监管模式相对于平台主导模式而言更能显著提升司乘匹配成功率，而政府和共享乘车平台的双重监管模式对司乘匹配率的提升最为有效。同时，政府政策导向宣传作用和平台安全投入作用均存在一定的衰减效应，政府与平台需要把控监管的时机和度量问题。特别地，平台可以重点关注对安全投入敏感度更高的司机，这类司机更容易在受监管的情况下规范自身行为，使得平台的安全投入更加行之有效。     

2021年经济景气形势监测、分析和预测

我国经济增长在遭遇前所未有的疫情冲击后进入为期一年的超常快速扩张期，并于2021年2月形成扩张高峰，此后转入经济周期收缩阶段。2020年11月至2021年7月经济运行已恢复至“正常”景气区间，但需求端的恢复弱于供给端。2021年3季度的综合警情指数明显下滑，发出“偏冷”预警信号，且4季度可能继续下行,但物价总体保持稳定。预计全年GDP增长8.1%左右（两年平均增长5.2%左右），全年CPI上涨0.9%左右。建议宏观调控应做好跨周期设计，注意处理好稳增长、防风险和节能环保的关系，提高疫情应对的精准性，适度加大稳增长力度，努力保持经济在合理区间的平稳运行。     

基于有序Logistic回归的驾驶人危险辨识影响因素分析

针对驾驶人危险辨识影响因素,开展危险辨识试验数据与自我报告数据的采集,采用k-means聚类分析方法将危险辨识时间划分为3类,进而基于有序Logistic回归分析方法检验不同影响因素的显著性.试验分析结果表明,危险情境特征对驾驶人危险辨识时间有影响,交通情境越混乱,所需时间越长,且交通情境越危险,所需时间相对越短;同时,驾驶人特征及其经历对驾驶人危险辨识时间有影响,男性的危险辨识时间较女性更短;摩托、电动车驾驶经历越丰富,危险辨识能力相对越好;驾龄、驾驶里程与自行车驾驶经历对危险辨识时间并无显著影响.环境因素和人口社会学因素对驾驶人危险辨识能力的影响是多方面的.     

正式群体安全氛围对建筑工人从众性不安全行为的影响

建立假设理论模型,探究群体安全规范、群体压力、安全意识对建筑工人从众性不安全行为的作用机理.根据调查数据,使用AMOS软件拟合分析模型.结果表明:群体安全规范与群体压力具有显著的双向影响关系,影响路径系数高达0.83;群体安全规范对从众性不安全行为有显著的正向影响,且安全意识是重要的中介变量;群体压力会正向影响从众性不安全行为.     

影响驾驶员心生理变化的高速公路路侧植物的选择原则

为了合理地选择高速公路路侧的绿化植物,通过心电仪和眼动仪对驾驶员在驾驶过程中的心生理数据进行采集.对驾驶员的视点区域进行灰度处理,得到不同视点区域的明暗程度等级,然后通过对比分析,选择有助于改善驾驶员心生理变化的植物.研究结果表明:当植物表现出的明暗程度等级为3~5时,可有效减缓驾驶员的紧张程度,提高行车的安全性.     

基于工况识别的安全距离模型

针对传统自适应巡航控制系统安全距离模型缺乏对车辆驾驶工况变化考虑的问题，提出一种基于驾驶工况识别的安全距离模型。依据城市驾驶工况特点构建了4种典型城市工况，引入人工神经网络对车辆实时驾驶工况进行识别与预测，然后以现有安全距离模型为基础，结合工况识别结果，完成对该模型的优化。通过CarSim和Simulink联合仿真验证，结果表明：基于驾驶工况识别的安全距离模型可以更好地实现与前车的速度跟随与距离控制，提高了乘坐安全性与道路利用率。     

基于MKE06Z64的电动汽车低速行驶提醒系统设计

为了解决电动汽车低速行驶中因无提示音而易引发交通事故的问题，设计了一个基于MKE06Z64的电动汽车低速行驶提醒系统.该系统主要包括主控模块、电源模块、稳压模块、CAN总线模块、LPF模块、功放模块和存储模块（备用）等.主控模块接收并分析电动汽车CAN总线的指令，获取档位、车速、使能信号和音源选择等车况信息，主控芯片再根据这些信息找到对应的音源，利用PWM输出提示音.     

微信公众平台在大学生安全教育中的应用

阐述微信公众平台的优势,分析利用微信公众平台开展大学生安全教育的可行性,通过突出信息推送功能、以案讲案、引导大学生参与平台建设等措施发挥微信公众平台载体作用,提出转变传统的安全教育观念、开发信息反馈功能、需要优秀编辑人员等完善微信公众平台运营的建议。     

基于非线性修正策略的空气质量预警系统研究

建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林(isolationforest,iForest)算法进行空气质量指数(air quality index,AQI)离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解(time varying filtering based empirical mode decomposition,TVF-EMD)、改进的蝴蝶优化算法(modified butterfly optimization algorithm,MBOA)、离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解(empirical mode decomposition,EMD)相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.