交通事故贝叶斯最小风险控制模型

为了预测交通事故与控制事故风险,引进贝叶斯最小风险理论,构建了交通事故贝叶斯最小风险控制模型。当车辆在不同半径曲线上运行时,采集其位移坐标数据,并进行换算处理,如果速率梯度模的变化率出现不正常的振荡,则交通事故前兆出现。模拟结果表明:在车辆正常运行情况下,速率梯度模对时间的绝对变化率服从三参数的威布尔分布,利用柯尔莫哥洛夫检验可以判定交通事故前兆出现与否,从而实现对高速公路交通事故的动态监控。

带有专家信度的无人机任务分配最小风险问题

战场环境中不确定因素的存在往往导致确定条件下获得的无人机任务分配方案不可行或者非最优,而传统期望值模型通常适应于长期规划,难以考虑不确定变量波动对某次决策的影响.针对目标价值不确定的无人机任务分配问题,首先,基于不确定理论建立以信度函数为目标的最小风险模型;然后,通过引入不确定向量的两种假设,将上述模型转化为带有分式目标函数的优化问题;最后,定义以比率为特征的辅助函数,并推导其单调性等性质,提出求解最小风险解的比率一维搜索直接算法.实验结果表明,与期望值模型相比,所提出的最小风险模型及其算法能规避不确定变量标准差较大的侦察目标点,并可通过调整预设收益获得多种不同信度水平的供选择方案.