基于离线强化学习的交叉口生态驾驶控制

针对传统强化学习算法在现实场景下训练难以实现的问题,提出一种基于离线强化学习的自适应车辆交叉口生态驾驶控制策略.首先,将车辆油耗与行驶距离作为复合奖励函数的一部分,构造了V2I(vehicle-to-infrastructure)下的车辆交叉口马尔可夫决策过程.通过在SUMO仿真软件中利用GLOSA系统收集少量训练数据,基于BCQ(batch-constrained deep Q-learning)算法进行离线训练,解决了离线数据与真实场景下分布偏移的问题.将模型部署在仿真环境,实验结果表明,在单交叉口与多交叉口情景,几乎不牺牲车辆机动性的前提下,能耗经济性可以分别提升25.14%和11.49%.此外,对不同V2I通信距离进行分析,发现随着通信距离的增加,算法控制效果与稳定性均有所提升,为工程实践提供了借鉴.

基于轨迹重构的城市路网OD估计方法

为了提高城市路网OD估计精度,提出了一种基于自动车辆识别数据的宏微观OD估计框架.该框架将微观层的个体路径选择行为和宏观层的随机用户均衡(SUE)分配相结合,微观层通过粒子滤波器的重要性采样过程更新状态空间概率曲线来实现车辆轨迹重构,从而构建宏观层路径流约束;宏观层建立上层为广义最小二乘、下层为路径流修正的Logit随机用户均衡分配的OD估计双层规划模型.该方法在基于Sioux-Falls网络的VISSIM仿真模型上实现,通过VISSIM设置虚拟检测器来模拟现实环境中的自动车辆识别系统.结果显示,所提方法在各OD对估计中的平均绝对误差(MAE)均值为106.2辆/h,总需求百分比偏差(TDPD)均值为9.54%,相比较于非轨迹方法(MAE均值720.05辆/h,TDPD均值41.54%)有明显优势,在检测器覆盖率大于60%的条件下可以得到较为可靠的OD估计结果.

考虑断点成本的长干线分段绿波控制方法

为了解决交叉口数量较多的长干线绿波控制中绿波带宽较小或无可行带宽的问题,在经典双向绿波控制模型算法的基础上,建立考虑断点成本的长干线分段绿波控制算法.通过0-1状态变量描述各交叉口是否为绿波分段点,根据同一子段内部交叉口与不同子段之间交叉口的带宽关系及绿波传递关系,调整优化求解算法中的带宽约束与整环约束,考虑绿波分段点处的带宽损失,以不含子段首个交叉口带宽的实际长干线带宽总和为优化目标,构建考虑断点成本的长干线分段绿波控制求解算法.通过算例,对比MAXBAND-81经典模型与所提方法的求解结果.研究结果表明,相对于MAXBAND-81,利用所提算法能够有效地提高长干线协调控制绿波带宽,提升长干线主路的通行效率;当无法确定分段数限制时,利用所提方法可以在全局范围内求得最优的绿波分段划分方法与长干线最大带宽和.

破解县级城市政府采购存在问题的几点思考

县级城市由于地域范围的局限,政府采购规模不大,供应商相对较少,竞争不够充分、懂行评标专家也比较缺乏,在实施政府采购过程中,碰到了诸多问题。本文以浙江省上虞市为例,对政府采购中存在的问题进行了原因剖析,并提出了一些对策措施以供参考。

上虞市招标结构改革探索

上虞市委、市政府在市纪委组织有关部门对全市的建设工程招投标、政府采购、经营性土地出让、国有资产产权交易等工作进行专题调研基础上，秉着“超前思考、争创一流”的工作目标和“管办分离、统一操作、强化监督”的工作思路．对我市的建设工程超投标、政府采购、经营性土地出让、国有资产产权交易等工作进行了重新规划设计，成立了上虞市招标投标监督办公室和上虞市招标投标中心，对招投标机构进行了有益改革探索。