共享自动驾驶汽车使用意愿模型及其影响因素

为了构建共享自动驾驶汽车(shared autonomous vehicles，SAV) 的使用意愿模型并分析其影响因素，通过使用时机和使用频率来体现公众对SAV的使用意愿；采用验证性因子分析将态度潜变量转化为潜变量得分，以此将态度潜变量引入传统的有序Logit模型；提出SAV使用意愿的有序Logit模型构建方法，并建立基于个人属性、通勤特征、态度潜变量的SAV使用意愿模型.研究发现:是否使用过滴滴拼车、工作单位停车费、自动驾驶态度对使用时机和3种价格(1，2，3元/km) 下的使用频率有显著影响；使用过滴滴拼车、工作单位收取停车费、支持自动驾驶的群体倾向于频繁地、更早地使用SAV出行；公众期望以1元/km或 2元/km即不超过目前滴滴拼车的价格使用SAV.     

老旧机动车淘汰更新及补贴政策的成本有效性分析——以北京市为例

以氮氧化物和PM_2.5削减量为减排效果评估指标, 以车辆残值成本、政策执行成本、燃油成本节约为社会成本指标, 借助单位减排产生的社会成本(社会成本/减排量比值), 对北京市2011年6月至2020年12月老旧机动车淘汰更新及补贴政策的实施效果进行成本有效性分析。结果表明, 研究覆盖期内, 该政策的成本有效性并非单调递减, 而是呈现阶段性和结构性特点: 在重点淘汰柴油货车时期, 政策成本有效性最佳, 在重点淘汰国III汽油车时期, 成本有效性较差, 两者氮氧化物及PM_2.5单位污染物减排成本分别相差14倍和34倍; 随着车型拓展到更高排放标准, 淘汰小型客车的成本有效性呈下降趋势, 国III和国IV排放标准的小型客车减排潜力已较为有限, 且成本有效性远低于政策早期; 淘汰重型货车的成本有效性较高, 且在部分时期存在社会成本的节约。建议后续相关政策的制定应基于成本有效性, 审慎地将排放标准更高的小型客车纳入该政策管制范围, 应更关注重型柴油货车加速淘汰的政策设计优化。     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

数学难以理解的逻辑透视

对数学教学内容的逻辑结构、逻辑规则和方法以及数学语言进行逻辑透视，探讨数学难以理解的客观因素及对策．     

复杂结构簇合物的新稠合规则

提出了计算复杂结构族合物价电子数 (NVE)的公式 ,并提出了应用该公式的几条规则 .同时 ,把公式与著名的Mingos稠合规则进行了简单的比较     

词语的隐义及其对使用的制约

汉语中某些词语除了具有表面显现的反映义以外，还有隐含在使用上的某些特殊要求和含义。词语的隐义在其使用中表现为感情褒贬的不同，使用范围及语义轻重的差异，搭配上对词语的限定等。     

从经典归纳主义的兴衰历程看归纳法职能的演变

经过休谟"归纳问题"的诘难和波普尔反归纳主义的冲击,经典归纳主义从兴盛逐渐走向衰落,与这一过程相伴随的则是人们对归纳法职能的看法发生了显著的变化。经典归纳主义从兴盛逐渐走向衰落的历史启示我们,决不能夸大归纳法在科学发现和证实中的作用,特别是不能夸大归纳法在科学发现中的作用。     

数学问题解决的认知过程

数学问题解决的认知过程由图式获得和规则自动化两个基本成份构成;其策略涉及基于图式的顺着做策略和倒着做的手段-目的策略,另外还受主体知识经验和例题呈现形式的影响.     

美国早期反托拉斯判决原则的变迁及其结果

《谢尔曼反托拉斯法》司法解释的变迁，体现了美国早期反托拉斯判决原则的演进和工业化美国适应侍统民主的司法过程。     

多维测量结果不确定度评价方法初探

为解决以多维矢量形式存在被测对象的测量质量评定问题,该文应用测量不确定度理论和多元概率统计方法,将测量不确定度理论进行了向多维的拓展;对多维情况下的测量不确定度传播律进行了推导;论述了多维不确定度的表示方法及空间几何意义;提出了以多维不确定度比较不同测量结果质量的方法;并给出了常用多维测量方法,如等精度独立多维测量和不等精度独立多维测量的不确定度评定方法。理论分析及仿真算例表明,所提出的理论具有较完备的体系,能够满足测量实际中常用多维测量方法的不确定度评定需求。