道路交通事故责任智能化在线快速划分方法研究

为提高智慧交管建设水平，提升执法效率、降低执法成本，对交通事故中当事人责任智能快速划分进行研究。使用Pearson相关系数来计算全部特征与事故责任的相关系数，挑选出与事故责任划分高度相关的数据特征；基于道路交通事故数据及挑选出与事故责任划分明显相关的10个因素为评价指标，使用高效梯度提升决策树(XGBoost)算法对事故责任进行建模预测，结果相对准确，为78.9%,但存在模型对缺失样本分裂方向的处理能力有限及模型过拟合问题；通过参数优化和模型融合方法对XGBoost算法进行优化。结果表明：优化后的算法能有效地自动学习出缺失样本的分裂方向，模型融合对缺失值的处理率已提升至94.8%,处理率提升了50%,缺失样本的分裂方向通过模型融合基本全部得到有效学习，预测结果对比原始算法准确度提升至87.2%,交叉验证结果也表明该算法在交通事故责任智能认定中的适用性。     

考虑货车-无人机协同的灾后应急响应策略及调度优化

为了弥补现有货车-无人机应用策略在灾后应急响应调度过程中的不足，进一步提高城市应急响应效率，提出了面向灾后救援的货车-无人机协同策略，并对其调度算法进行研究。在对两种货车-无人机协同响应策略进行分析的基础上，考虑城市应急场景道路密度高、中断点多、需求规模大的特点，提出了货车-无人机飞行伙伴响应策略，并以响应时间最小化为目标建立了其调度优化的混合整数规划模型。同时，设计了基于禁忌搜索的三阶段求解算法，并通过试验对该调度策略及算法的应用效果进行了仿真验证。