摘要：针对隧道环境中监控图像分辨率低与车辆运动轨迹特征异质性减弱导致的驾驶员识别准确率偏低问题,本文提出一种融合卷积与多头注意力机制的驾驶员识别方法(Multi-scale CNN with Multi Attention),通过充分利用驾驶过程人—车—路—环境多源信息的协同耦合关系提升识别精度。首先,设计开展实车驾驶试验,构建针对隧道路段的人—车—路多源驾驶数据库并设计特征集合;其次,搭建驾驶员识别模型框架,该框架通过多尺度卷积神经网络学习驾驶过程中的局部波动,并通过并行的多头自注意力层结构捕捉驾驶时间序列的长期依赖性,实现局部信息与全局信息的有效整合,从而提升隧道场景的驾驶员识别效果。结果显示,与其他先进的算法相比,所提出的模型在驾驶员身份识别任务中的准确率高达99.07%,调和F_(1)分数达到99.03%,充分证明了所提方法的有效性。此外,通过特征贡献度评估方法对隧道场景下驾驶员身份识别任务中的特征重要性进行深入探究发现,相较于车辆历史运动数据,驾驶员心理、生理及视觉特征显示出更高的贡献度。研究结果可为隧道场景多源数据应用提供支持,并对隧道安全监管提供技术支撑。

摘要：针对路网交通信号控制的复杂性,本文提出基于异构多智能体自注意力网络的路网信号协调顺序优化方法,提升路网范围内多交叉口信号控制策略性能。首先,模型考虑多交叉口交通流的空间相关性,采用基于自注意力机制的价值编码器学习交通观测表征,实现路网级通信;其次,面向多智能体策略更新的非稳态环境,模型在前序智能体的联合动作基础上,基于多智能体优势分解的策略解码器,顺序决策最优反应动作;最后,设计基于有效行驶车辆的动作掩码机制,在时效完备区间自适应调节决策频率,并提出考虑等待公平性的时空压力奖励函数,进一步提高策略性能与实用性。在杭州路网数据集上验证模型有效性,结果表明:所提模型在2个数据集和5个性能指标上均优于基准模型;相比最优基准模型,所提模型平均行程时间降低10.89%,平均排队长度降低18.84%,平均等待时间降低22.21%。此外,所提模型的泛化能力更强,且显著减少车辆等待时间过长的情形。

摘要：针对有人驾驶车辆与自动驾驶车辆共存的停车系统,设计基于自动驾驶车辆调度的停车系统收费策略,以提升停车系统运行效率.该策略在停车场无可用停车泊位但存在自动驾驶车辆时向有人驾驶车辆提供自动驾驶车辆调度服务,停车系统向有人驾驶车辆收取一定调度费用后,通过在多个停车场间调度若干自动驾驶车辆,为有人驾驶车辆在其目标停车场创造可用停车泊位.各停车场的调度费用会影响有人驾驶车辆用户的停车选择,进而影响停车系统的运行效率,构建基于智能体的停车仿真模型,采用遗传算法差异化地设置系统内各个停车场的停车调度收费方案.仿真结果显示,采用基于自动驾驶车辆调度的差异化收费策略,可以有效地减少有人驾驶车辆用户的行驶时间、步行时间、总出行时间及行驶里程,增加停车系统营收,降低社会成本,有效地缓解停车矛盾.

摘要：为研究共享单车使用特征与建成环境的依赖关系,本文以2020年厦门市共享单车订单数据和电子围栏信息为基础,从集计(栅格区域)和非集计(个体出行)两个层面,利用极端梯度提升模型(XGboost),探究建成环境对共享单车使用特征的非线性解释能力。首先,识别密度、设计、目的地可达性、土地利用多样性、公共交通可达性和需求管理六个维度的建成环境变量对单车出行生成、吸引以及用户出发时间选择的相对重要性。之后,根据部分依赖图,揭示建成环境变量对单车使用特征指标的影响趋势。结果表明,在集计层面,电子围栏密度是最重要的建成环境因素,对出行生成和吸引的影响程度分别为26.88%和51.90%,且在150个·km^(-2)附近产生阈值效应。在非集计层面,单车用户早高峰借车概率与出行起讫点的建成环境均有关联。其中,目的地栅格中工作场所比例影响最显著(18.17%),出发地栅格CBD邻近度(7.34%)和出发地栅格公交站点密度(5.91%)次之。

摘要：生成式基座大模型正在引发人工智能领域的重大变革,在自然语言处理、多模态理解与内容合成等任务展现通用能力。大模型部署于云侧提供通用智能服务,但面临时延大、个性化不足等关键挑战,小模型部署于端侧捕捉个性化场景数据,但存在泛化性不足的难题。大小模型端云协同技术旨在结合大模型通用能力和小模型专用能力,以协同交互方式学习演化进而赋能下游垂直行业场景。本文以大语言模型和多模态大模型为代表,梳理生成式基座大模型的主流架构、典型预训练技术和适配微调等方法,介绍在大模型背景下模型剪枝、模型量化和知识蒸馏等大模型小型化关键技术的发展历史和研究近况,依据模型间协作目的及协同原理异同,提出大小模型协同训练、协同推理和协同规划的协同进化分类方法,概述端云模型双向蒸馏、模块化设计和生成式智能体等系列代表性新技术、新思路。总体而言,本文从生成式基座大模型、大模型小型化技术和大小模型端云协同方式3个方面探讨大小模型协同进化的国际和国内发展现状,对比优势和差距,并从应用前景、模型架构设计、垂直领域模型融合、个性化和安全可信挑战等层面分析基座赋能发展趋势。

摘要：针对现有基于深度强化学习的交通信号控制方法的模型学习和决策成本高的问题,提出基于异步优势演员-评论家(A3C)算法的单交叉口交通信号控制方法.在模型输入端分别从交叉口和车道2个不同维度构建车辆权重增益网络,对采集的车辆状态信息进行预处理.设计新的奖励机制,提出融合车辆权重增益网络的A3C算法.基于微观交通仿真软件SUMO的仿真测试结果表明,相比于传统的交通信号控制方法和基准强化学习方法,所提方法在低、中、高3种不同的交通流量状态下,均能够取得更好的交通信号控制效益.

摘要：现有沥青混合料疲劳性能研究,主要集中在混合料弯拉疲劳性能方面,有关混合料剪切疲劳性能的研究并不多,通过数值模拟来研究混合料剪切疲劳性能则更少。基于图像技术和内嵌损伤模型三维离散元法,以重复单轴贯入试验为载体,建立沥青混合料剪切疲劳试验微观力学模型,模拟不同工况,即不同温度和油石比条件下,沥青混合料剪切疲劳寿命,并通过已有的试验加以验证。研究结果表明,基于内嵌损伤模型三维离散元法可以较好地预估沥青混合料剪切疲劳寿命,温度和油石比对沥青混合料剪切疲劳寿命影响很大。同一沥青混合料,其剪切疲劳寿命随温度升高而降低;相同集料级配和温度,最佳用油量条件下沥青混合料剪切疲劳寿命最大。研究可为抗剪切疲劳沥青混合料设计提供借鉴与参考。

摘要：目前迭代算法和柔性结构对离心机振动台控制性能的影响尚缺乏认识,尤其铰接装置作为柔性连接结构在许多离心机振动台上得到应用,以减小离心力荷载下台面和吊篮变形对作动器安全带来的危险。以一套负载1500 kg离心机振动台为样本,采用不同强度、频带的典型地震波为控制目标,探讨了有无迭代算法、柔性结构条件对离心机振动台的控制性能影响。结果表明:20~200 Hz频宽范围内,迭代算法对最大峰值误差、平均峰值误差、平均谱面积误差的影响可忽略。采用迭代算法前后平均峰值误差分别为5.90%,6.15%,平均谱面积误差分别为5.02%,4.94%。柔性结构对于加速度峰值≤7.5g地震波的复现精度有显著影响,尤其是80~150 Hz高频段;对于加速度峰值≥20g地震波的复现精度影响,在频宽20~120 Hz可忽略,但对于120~170 Hz频段的小幅值成分的复现能力影响不容忽略,逊于无柔性结构条件。同时,在无柔性结构条件下对比了不同负载、同一输入荷载的实测输出波,发现两输出波的峰值误差与谱面积误差均无明显差异,证明了离心机振动台具有良好的重复性和稳定性。研究方法和结论,对提高离心机振动台控制性能的影响因素认识和改进设计方法,具有重要指导价值和科学意义。

摘要：为了提高交叉口通行效率缓解交通拥堵,深入挖掘交通状态信息中所包含的深层次隐含特征信息,提出了一种基于Dueling Double DQN(D3QN)的单交叉口交通信号控制方法;构建了一个基于深度强化学习Double DQN(DDQN)的交通信号控制模型,对动作-价值函数的估计值和目标值迭代运算过程进行了优化,克服基于深度强化学习DQN的交通信号控制模型存在收敛速度慢的问题;设计了一个新的Dueling Network解耦交通状态和相位动作的价值,增强Double DQN(DDQN)提取深层次特征信息的能力;基于微观仿真平台SUMO搭建了一个单交叉口模拟仿真框架和环境,开展仿真测试;仿真测试结果表明,与传统交通信号控制方法和基于深度强化学习DQN的交通信号控制方法相比,所提方法能够有效减少车辆平均等待时间、车辆平均排队长度和车辆平均停车次数,明显提升交叉口通行效率。

摘要：近年来各种离焦设计控制近视的眼镜镜片大量涌现,但由于目前我国尚无规范统一的针对离焦设计镜片的评估方法,致使专业验配人员在对此类镜片进行选择时遇到困难。没有充分疗效以及安全保障的镜片还会增加儿童青少年应用这类产品的风险。因此,来自豪雅专家顾问团的15位近视防控专家基于当前的循证证据和实践经验,给出了一个全面评估离焦微透镜近视控制镜片的有效性和安全性的建议。该建议从产品光学设计所遵循的近视防控基本原理、工业化生产的产品品质保证、近视控制有效性和安全性临床试验的证据等级、试验持续时间、是否公开发表和发表等级等方面进行了说明和阐述,并给出了长期配戴是否持续有效和是否存在停戴反弹等方面评估的建议。