铁路突发事件应急救援群体决策情景冲突协调方法研究

铁路突发事件应急处置采用的“情景-应对”模式存在由于“情景冲突”导致决策过程中的“决策冲突”问题,严重制约了应急决策方案的有效快速形成。针对这一问题,提出一种能够实现情景要素确定、情景评价、冲突测定以及情景冲突协调的方法。首先构建情景描述函数,情景要素及情景库;其次构建基于冲突偏好测定矩阵的情景评价及冲突协调模型,通过合理设定冲突阈值,采用距离偏差算法进行情景冲突评价的测定与协调;最后以某铁路突发事件算例进行了实例论证。实验结果表明,该方法能够有效进行情景冲突测定与消解,可缩短冲突决策时间,提高决策效率,为铁路突发事件应急救援提供快速决策技术支持。

智能空间的情景感知冲突研究

情景感知是智能空间中的关键技术,是用户在智能空间中获得服务的依据。由于智能空间中提供服务的资源是有限的,多个用户在同一时间内争夺资源服务时,就造成了情景冲突。根据模糊集和系统学,建立了情景冲突的数学模型,并将解决情景冲突问题可转化为一个多元函数求条件极值的问题。实例分析表明,这个方法能简明地描述情景冲突问题,并能有效协调解决情景冲突。这方法具有较好的描述情景冲突能力,适合于在计算机实现。

不同冲突情境下老年驾驶人焦虑水平预测分析

为研究冲突情景下老年驾驶人的焦虑水平,利用量表量化老年驾驶人焦虑程度,通过搭建冲突交叉口道路虚拟场景,采集不同冲突情境下老年驾驶人的驾驶行为数据。运用Spearman相关性分析法,筛选出与老年驾驶人焦虑水平相关的影响因子,基于径向基函数(RBF)神经网络和BP神经网络分别建立老年驾驶人焦虑水平预测模型,并对比2种模型的预测性能。研究结果表明:不同冲突情境下,老年驾驶人的年龄、驾龄、制动踏板深度、方向盘转角熵、冲突严重度等级与焦虑水平成显著正相关关系,速度与焦虑水平呈显著负相关关系;基于RBF神经网络的老年驾驶人焦虑模型的预测准确率为87.14%,精确率为88.24%,召回率为68.18%,F_(1)值为76.92%。基于BP神经网络的老年驾驶人焦虑模型的预测准确率为92.86%,精确率为90.48%,召回率为83.36%,F_(1)值为88.37%。2种模型均能够较好地预测老年驾驶人的焦虑水平,且基于BP神经网络的老年驾驶人焦虑预测模型预测性能更优。研究结果可为正确识别老年驾驶人的焦虑水平提供一定的理论基础,对于创造安全高效的驾驶具有重要意义。

论冲突情景与道德两难困境中个体道德行为的放弃——基于现实中“旁观者”的探讨

个体的道德行为选择往往是在善与善之间进行,而不是在善与恶之间进行选择。现实生活中的道德情境具有多变性,因而个体常常面临着艰难的道德选择,尤其是在冲突情景下,他们不是完全的冷漠,而是出于某些原因,如道德冲突、道德悖论,产生道德推脱而不作为。“旁观者”的不作为凸显了道德教育中出现的问题,道德教育中的无条件性、行为结果的美好化等与实际情景失调以及道德勇气的缺乏等,影响着主体进行行为的选择。要使个体由旁观者变为行动者,道德教育应该有针对性,与学生的生活相结合,激发其道德责任感,提高其道德勇气;社会也应提供制度保障道德行为的公正,营造良好的行为环境,引导学生在面对道德冲突或两难情景中能够正确地判断与选择,从而做出合理的道德行为。