考虑震后道路抢修的多目标应急调度模型∗

为保证救援物资及时、合理地配送至受灾区，将道路抢修情况纳入应急调度优化问题中，引出可变路网结构的概念，基于此情形，考虑受损路段抢修及抢修时间，对车辆运输时间进行修正；以平均车辆运输时间和系统物资未满足度最小化为目标，建立基于灾害抢修的应急调度优化模型；结合改进的最短路Dijkstra算法，设计第二代非支配排序遗传算法（NSGA?II）进行求解。最后以“九寨沟地震”作为算例，与传统模型方案进行比较，验证模型和算法的有效性，为决策者制定应急调度方案和实施提供依据和支持。     

基于Multi-class SVM的车辆换道行为识别模型研究

自动安全换道是车辆实现无人驾驶的关键,为精确识别行驶车辆换道状态,保证行车安全,设计了一种基于多分类支持向量机(Multi-class Support Vector Machine,Multiclass SVM)的车辆换道识别模型。从NGSIM数据集中选取美国101公路车辆轨迹数据进行分类处理,并将车辆换道过程划分为车辆跟驰阶段、车辆换道准备阶段和车辆换道执行阶段。采用网格搜索结合粒子群优化算法(Grid Search-PSO)对SVM模型中惩罚参数C和核参数g进行寻优标定,利用多分类支持向量机换道识别模型对样本数据进行训练和测试,模型测试精度达97.68%。研究表明,模型能够很好地识别车辆在换道过程中的行为状态,为车辆换道阶段的研究提供支持。