自动驾驶时代基于电子路票的组合策略管理多模式通勤出行

自动驾驶的出现将对交通系统中的出行行为和模式划分产生显著影响.本文研究可交易电子路票和公共交通定价组合策略对通勤者出行模式选择的影响(如不同出行模式组合的出现条件,共享自动驾驶汽车市场渗透率,路票价格等),并进一步分析组合策略参数对通勤者在不同模式间的转移量和系统总成本的影响.研究表明,实施组合策略后,电子路票均衡价格可以唯一确定;当满足某个特定条件时,独自驾驶传统汽车的通勤者会转向共享自动驾驶汽车和公共交通模式,道路总车辆数明显减少,且效果随着公共交通票价和路票收取额的提高而增加.最后,系统总成本最优解出现在三种模式都包含的区域,此时路票收取额等于某一特定值且公共交通票价等于可行域内的最大值.本研究可以量化新技术的影响,并为交通管理部门制定有效的管理策略提供理论参考.     

自动驾驶车辆换道博弈策略分析及建模

为了促进自动驾驶技术的发展,本文聚焦于自动驾驶车辆换道决策行为。首先对换道意图进行客观性量化,然后引入换道碰撞概率与换道动态风险系数,并基于博弈论思想建立自动驾驶车辆换道博弈决策行为模型,选取速度收益作为博弈收益的考量目标,使得自动驾驶车辆进行协作、安全、合理的换道。最后,使用SUMO软件将传统LC2013换道模型与换道博弈决策行为模型进行仿真实验和对比分析,结果表明换道博弈决策行为模型具有更高的稳定性、可靠性、安全性以及车道利用率。     

混入智能网联车队的混合交通流元胞自动机模型

针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明：智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。     

智能网联汽车自动驾驶行为决策方法研究

针对在交叉口自动驾驶车辆与其他车辆直行冲突的问题,构建自动驾驶汽车行为决策模型,采用深度强化学习对自动驾驶汽车通过道路交叉口进行训练,让自动驾驶汽车自主决策学习,实现复杂场景的快速控制,并与非支配排序遗传算法对比验证自动驾驶汽车的稳定性.仿真结果表明采用深度确定性策略梯度算法的自动驾驶车辆行为决策方法能够更好地输出速度...     

混合驾驶环境下的早高峰出行行为分析

本文同时考虑了自动驾驶汽车与普通汽车在行车与停车两方面的行为差异,研究了两者共存时瓶颈交通走廊的早高峰出行行为.考虑了以下三种情形:1)自动驾驶汽车仅提高道路通行能力;2)自动驾驶汽车仅降低出行时间价值(VOT);3)同时影响道路通行能力与VOT.分析了每种情形下所有可能的均衡出行模式,并推导发现,晚出发的出行方式具有更低的均衡出行成本.最后通过数值算例,分别讨论了自动驾驶汽车渗透率对走行、延误和空驶等成本的影响,以及通行能力、VOT的变化对系统总成本的影响.     

虚拟自主汽车智能驾驶行为模型的研究及实现

通过对智能驾驶行为的特点分析，提出了一种更符合实际情况的虚拟自主汽车智能驾驶行为模型。将复杂的驾驶行为分为五个单元，即感知单元、情感单元、碰撞避免单元、决策单元和操作单元，每个单元都代表一定驾驶行为，考虑了人的性格、心情、驾驶经验和驾驶技能等因素，并各自有其模糊变量和模糊规则。另外，该模型将自主汽车的3D模型与驾驶行为模型分开，使其更具通用性。并基于此模型，利用EON Reality^TM虚拟现实软件开发了一部具有激进型驾驶行为的虚拟自主汽车。应用结果表明：该模型通用、有效，为模拟驾驶器提供更加丰富、完善的虚拟交通场景，同时也可为无人驾驶汽车提供智能行为模型，尤其是碰撞避免单元的增加为汽车安全驾驶提供了有效的预警模型。     

驾驶员状态模型研究

驾驶行为研究对新型车辆研发和提高交通系统智能性、安全性具有重要意义,建模与仿真技术是驾驶行为研究的主要方法。为提高驾驶行为建模与仿真的可信度,根据认知科学的研究成果,提出了基于驾驶员状态的驾驶行为模型。选择的驾驶员状态变量包括:视觉特性、注意力、疲劳程度、决策效率、风险态度和操纵时延。在驾驶行为机制的基础上,分析了影响驾驶员状态的外部环境和内部因素。根据已有的驾驶模拟器操纵数据和驾驶员生理心理数据,使用BP神经网络标定驾驶员状态模型中的参数,建立了驾驶员状态模型。通过仿真实验,验证了驾驶员状态模型的可信性,使驾驶行为模型的输出更加真实。     

基于决策树和BN的自动驾驶车辆行为决策方法

交通环境中存在着众多影响自动驾驶车辆行为决策安全的不确定性因素, 准确并及时地处理不确定性因素对自动驾驶车辆安全至关重要。因此, 建立了以人工驾驶行为分类为基础的贝叶斯网络(Bayesian network, BN)行为决策模型。利用决策树分类算法对人工驾驶行为进行分类, 利用BN建模驾驶环境并生成最优驾驶动作, 此方法既可以及时地分析人类驾驶员行为类别, 又能够充分考虑驾驶场景中的不确定性因素。利用仿真工具PreScan设计仿真实验, 仿真结果表明行为决策模型能够给出安全、合理的自动驾驶车辆行为。     

证券投资者交易行为的进化博弈分析

应用进化博弈理论的非对称博弈分析框架,建立了证券投资者交易行为演化的两群体进化博弈模型,分析了证券投资者交易行为的动态演化过程,讨论了投资者预期偏差、基本面风险及机构投资者比例对演化均衡的影响,并将其应用于我国的证券市场,并进行了实证研究。     

自动驾驶汽车感知系统仿真的研究及应用综述

随着科学技术的飞速进步,带有自动驾驶功能或辅助驾驶功能的车辆也开始涌入市场。交通事故的频发,使其安全问题成为人们关注的焦点。为测试自动驾驶汽车的感知系统,仿真技术提供了良好的平台。针对自动驾驶汽车感知系统的传感器仿真建模研究,从包含毫米波雷达、激光雷达、摄像头在内的单一传感器仿真、多传感器仿真、经典仿真平台等角度,回顾与梳理了现有研究,并总结了关于感知系统仿真建模的不足与发展趋势,为提升感知系统的感知效率、出行安全、促进自动驾驶汽车的发展助力。     

考虑驾驶行为的租赁预订控制与激励策略研究

通过构建随机动态规划模型分析了考虑两类顾客驾驶行为可转变的汽车租赁预订容量控制问题,系统的考察了当企业运用智能设备对顾客行为进行监测,并事后对顾客实施价格补贴策略时,对汽车租赁的预订限分配以及顾客行为转变的动态影响过程.由于动态规划模型维度较高,提出单日决策收益与多日决策收益(周期性决策)两种近似算法进行求解,并通过数值模拟验证了两种算法的有效性.研究给出了提前期随机和租期不确定前提下,预订限的基本分配原则,得到以下结论:1)多日决策收益更逼近最大期望总收益;2)当顾客行为不变时,租赁企业在实施补贴策略时,期望总收益会随着补贴的增加而单调不增;3)当补贴策略促使顾客选择良好行为的可能性增加时,增加补贴反而会增加企业的期望总收益.研究结果将为汽车租赁企业的预订决策提供支持.     

风险投资者持股比例对风险企业IPO的影响

通过建立一个两阶段博弈模型 ,研究了风险投资者持股比例对风险企业 IPO的影响。由于风险投资者重复地参与到资本市场 ,将两阶段博弈扩展至无期限重复博弈 ,并得出了以下结论 :若风险投资者的持股比例 e大于一定阈值 ,风险投资者将选择高质量的风险企业进行 IPO;若 e小于一定阈值 ,风险投资者将选择低质量的风险企业进行 IPO。     

基于决策树的驾驶行为决策机制研究

驾驶决策过程中,驾驶行为常受到人、车、路、环境等多源信息的刺激和影响。由于信息处理能力有限,驾驶员对多源信息无法同时实现知识获取与表示,以致有时不能准确、快速地进行驾驶决策,易引发交通事故。文章利用决策树能融知识表示与获取于一身的优点,将决策树用于不同驾驶行为决策机制的研究,以实现对驾驶员行为的模拟再现。仿真结果表明,用决策树构建的驾驶决策识别模型有较高的推理速度,能实时、准确地识别当前的驾驶行为和预测下一时刻的驾驶决策,为智能车辆中自动驾驶系统的仿真和实现提供了理论指导和可行性依据。     

基于CAS的元胞主体协同博弈分析

将复杂适应系统的主体适应机制引入元胞自动机的网格动力学模型,以基于复杂适应系统的多主体联动博弈行为为研究对象,将预测行为、自动修正能力赋予元胞主体,创新地提出了一种解决多方协同博弈的方法,通过构建博弈规则模型和状态转移方程不断修正局部均衡从而达到具有协同机制的全局均衡,并通过基于SWARM构架的仿真为进一步探究复杂系统内群体的行为决策和演化机制提供了模拟平台。模型分析有效地获取和计量系统中主体的行为由于适应性而具备的涌现机制。     

损失厌恶型n人非合作博弈Nash均衡

基于参与人是完全理性的期望效用理论是分析经典非合作博弈问题的基本理论,然而越来越多的研究表明,博弈中的参与人往往呈现出有限理性的特点.本文考虑有限理性参与人具有损失厌恶的行为特点,并对此类n人非合作博弈的Nash均衡进行详细研究.首先,根据参与人损失厌恶的行为特点,设置了n人非合作博弈安全水平参照点,并证明此参照点存在且唯一.然后,基于该参照点定义了竹人非合作博弈的损失厌恶Nash均衡,借助Brouwer不动点定理证明了该博弈均衡的存在.最后利用算例进行分析和验证,结果表明参与人的损失厌恶行为会对博弈的均衡策略产生影响,同时参与人的支付效用也会随之发生变化.     

自动膜片弹簧离合器的模糊-PID控制

自动离合器的起步接合过程控制是电控机械式自动变速器(AMT)开发难点的所在,其对汽车纵向驾驶的舒适性和燃料经济性都有较大影响,文中通过对熟练驾驶员驾驶过程的分析,拟合并优化离合器起步结合过程曲线,提出了改进的模糊-PID控制策略.并采用MATLAB/Simulink仿真软件建立自动离合器模糊-PID控制系统仿真模型,模拟结果显示与常规模糊控制、PID控制相比,所提出的控制策略在控制系统运动追踪特定轨迹时具有鲁棒性和实时性的特点.     

多人雪堆演化博弈在愿景驱动规则下的扩展平均丰度函数

随着博弈理论的深入研究,演化博弈模型在许多社会现象和经济问题的分析中得到了广泛应用.演化博弈模型将策略更新规则引入状态转移方程,得到相应的马尔可夫链,从而研究种群演化状态.当此马尔可夫链无吸收态时,采用平均丰度函数来研究种群演化状态.采用策略更新规则中的愿景驱动规则,通过分析马尔可夫链的平稳分布导出了扩展平均丰度函数.同时,通过将多人演化博弈模型应用于雪堆演化博弈中,得到了多人雪堆演化博弈模型的扩展平均丰度函数.采用数字分析的方式,计算分析了相应参数对平均丰度函数的影响,结合具体案例研究了参数变化如何影响企业在博弈中的行为.研究表明可以通过改变相关参数来提高合作者的占比,这一结论为在实际应用中如何调控相应参数以促进合作指出了方向.     

基于累积前景理论的合乘行为建模与研究

在一个存在HOV(high occupancyvehicle)车道的交通系统中,针对两种出行方式:单独驾车出行和合乘出行,给出了可能出现的HOV车道合乘者、普通车道合乘者和单独驾车者三类通勤者的出行费用函数.假设通勤者会经历一段具有离散分布的随机时间,本文基于累积前景理论和期望效用理论对比分析了通勤者的出行方式和路径选择均衡结果,并对单独驾车者比例参数、参考点等个体偏好参数进行了敏感性分析.研究结果表明,通勤者的风险偏好和参考依赖特征确实会影响出行方式和路径选择.当单独驾车者比例超过某一临界值后,合乘者比单独驾车者具有较高的累积前景值,具有一定的优越性,而期望效用理论则会稍微高估这一临界比例.     

基于分布式虚拟现实技术的汽车驾驶模拟器的研究

介绍了正在研制的基于分布式虚拟现实技术的汽车驾驶模拟器。这是一个基于虚拟现实环境和网络环境的软硬件集成系统。重点研究视觉系统，包括外景系统和驾驶内景。对有关建模技术中的基于NLTRBS曲面法线的路面纹理(含路标线等)自动校准和生成技术、基于高程的多重纹理映射生成技术、模型和纹理的无缝切片技术和基于物理特性的环境仿真试验与交互技术进行了研究。给出了该汽车虚拟仿真驾驶系统在选择车辆、选择天气状况和时间以及选择各种路况等的示例。     

有限理性条件下项目团队合作中多代理人行为演化

项目团队成员的行为策略选择将会直接影响到团队合作效率,甚至影响项目的成败.运用行为经济学的相关理论,以有限理性为假设前提,建立了基于异质群体的动态演化博弈模型,对项目团队合作中多代理人的行为进行了研究,分析了委托人的监督策略、利润分享系数,以及代理人的贡献度、团队合作度,其他代理人的行为对代理人行为选择策略的影响,为降低项目团队合作中的道德风险和提高团队整体绩效提供了策略建议.通过案例研究对得出的结论进行了检验,结果表明,该结论在实际项目中对提高项目整体绩效水平有很好的指导作用.