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.     

基于隐生灭过程模型的充电桩故障诊断研究

文章提出了采用隐生灭过程研究电动汽车充电桩故障诊断的一般模型及分析方法,将状态转移仅发生在相邻状态之间的方式加以考虑,在给定规则下建立了隐生灭过程模型;利用生灭过程局部平衡方程组研究了充电桩发生故障的稳态分布,解释了稳态分布的物理意义。实验结果验证了上述理论分析的正确性,该文提出的模型和结论具有一定可行性与普适性,在一定程度上适用于诊断速度要求较高而精度要求低的其他电子设备故障诊断。     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

带变量核的分数次积分交换子在变指数Herz-Morrey空间上的有界性

证明了带变量核的分数次积分算子T_(Ω,μ)与Lipschitz函数b生成的高阶交换子[b~m,T_(Ω,μ)]在变指数Herz-Morrey空间MK_(q,p)~(α,λ)(·)(R~n)上的有界性.     

内隐知识的编码

知识的编码是一个渐进的过程，内隐知识和编码知识只是知识在不同编码程度时的表述，其中内隐知识高度依赖行为主体，而编码知识具有可共享性，能够脱离其生产者而存在和传播。内隐知识是伴随性的，它依赖于背景知识和知识生产者的洞察力、直觉、思维模式、信仰、经验等因素。内隐知识主要有四种编码方式：数字化、程序化、定义分类和隐性传播。     

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。     

变系数对流扩散方程的交替分段显-隐式方法

应用交替分段显－隐方法求解变系数对流扩散方程，此方法具有很好的并行性且无条件稳定。     

基于隐式梯度模型的混凝土损伤的数值模拟

分析了局部损伤模型在进行混凝土应变软化模拟时存在的问题:网络依赖性和零能量损耗问题;分别应用隐式梯度模型和局部模型对混凝土应变软化进行了模拟。计算表明该隐式梯度模型可较好避免有限元在应变软化模拟时的网络依赖性,预测出的荷载-位移响应与实际情况吻合较好。