基于信号博弈的道路交通隐性违法行为研究

【目的】方便道路交通安全管理部门更有效地开展交通违法治理,遏制道路交通中的隐性违法行为,实现道路交通的有序、安全、畅通。【方法】将酒后驾驶、无证驾驶等无法通过视频监控设施完成线上执法的交通违法行为定义为道路交通隐性违法行为。利用信号博弈理论,对驾驶员与交通执法者的决策互动过程进行建模,模型中引入了检测器机制,使交通执法者依据检测器输出结果和驾驶员信号来进行决策;推导交通执法者与驾驶员博弈双方的混同均衡策略和准分离均衡策略,揭示在不同先验概率下驾驶员和交通执法者均衡策略的变化情况。【结果】仿真结果表明:交通执法者两种信任度的倾向程度和质量对供驾驶员选择的纯策略先验概率区间、驾驶员自身实际类型的概率以及交通执法者的均衡效用均有重要影响。【结论】本研究基于信号博弈模型,从交通执法者的决策机理角度,对道路交通隐性违法行为的治理提出具有针对性的建议。

基于RS-IPSOSVM的公交客流量预测方法

为了提高公交客流预测的准确性,基于公交IC卡数据,挖掘公交客流的变化规律和影响因素,提出了一种基于粗糙集(RS)和改进粒子群(IPSO)优化支持向量机(SVM)的公交客流量预测方法。首先,通过对客流数据的深度挖掘,确定公交客流的影响因子;其次,利用粗糙集对13个初始影响因子进行属性约简,剔除冗余信息,得到8个核心影响因子;再次,引入自适应调整的惯性权重和异步变化的学习因子对PSO算法进行优化,利用IPSO算法来寻找SVM全局最优参数,通过核函数将公交客流核心影响因子映射到高维空间,拟合核心影响因子与公交客流量间的非线性映射关系,实现客流的预测;最后,以广州市公交线路客流数据进行了方法验证。结果表明:所用方法预测精度在90%以上,简化了训练样本,克服了SVM参数选择的盲目性,实用性和可靠性均得到有效提高。

H_∞tracking design for a class of decentralized nonlinear systems via fuzzy adaptive observer

A novel H∞ tracking-based decentralized indirect adaptive output feedback fuzzy controller for a class of uncertain large-scale nonlinear systems is developed. By virtue of the proper filtering of the observation error dynamics, the observer-based decentralized indirect adaptive fuzzy control scheme is presented for a class of large-scale nonlinear systems using the combination of H∞ tracking technique, a fuzzy adaptive observer and fuzzy inference systems. The output feedback and adaptation mechanisms are both robust and implementable indeed owing to their freedom from the unavailable observation error vector. All the signals of the closed-loop largescale system are guaranteed to stay uniformly bounded and the output errors take on H∞ tracking performance. Simulation results substantiate the effectiveness of the proposed scheme.