简介:换道是驾驶员达到快速通行目标的一种常用手段,但换道会带来很多公路交通事故。为有效避免交通事故,需给驾驶员提供换道安全预警。构建了安全换道决策模型,将换道决策分为换道意图识别和换道条件判断分别建立模型以提高预测精确度。通过神经网络方法SOM(Self-Organization-Map)聚类及BP(BackPropagation)建立换道意图识别模型,基于贝叶斯理论建立最小风险贝叶斯换道条件判别模型。模型开发和测试采用车辆轨迹数据集(NGSIM),提取数据中的换道行为特征参数作为模型的输入,将驾驶员换道决策预测视为输入变量的函数。通过对比最小贝叶斯和最小风险贝叶斯方法发现,由后者构建的换道条件判别模型效果较好,对于不换道行为的预测精度为90.4%,换道行为的预测精度为73.8%。鉴于错误的换道决策可能导致交通事故,而错误的不换道决策只会导致失去一次换道的机会,在换道辅助系统中,不换道决策的精确度要求需高于换道决策的精度。最后,在微观交通仿真系统中加入换道决策模型,其结果验证换道决策安全。最小风险贝叶斯换道条件判别模型的引入,使得换道决策系统能够通过修正风险系数,进一步提高换道判别精度,减少不安全的换道概率。
简介:为确定抽水蓄能水电站的主要职业健康危害因素、评价抽水蓄能水电站工作人员的职业健康风险,在现场调查的基础上,对运维一体化生产方式下抽水蓄能水电站工作人员的主要工作区域进行划分,将其划分为主厂房、副厂房、主变洞、地下GIS系统、地面GIS系统、出现系统共6个区域,并对各个区域的职业健康危害因素进行检测和识别,筛选出噪声、振动、潮湿、高温/低温、工频电场和六氟化硫作为工作人员接触的主要危害因素。然后结合职业健康相关规范及研究,根据各危害因素的人体接触强度将危害定量划分为无危害(Ⅰ)、轻度危害(Ⅱ)、中度危害(Ⅲ)、重度危害(Ⅳ)4个级别。最后结合抽水蓄能水电站工作人员的工作特点及接触危害因素的强度和时间长度,利用模糊数学法对抽水蓄能水电站的职业健康风险进行评价:首先确定了抽水蓄能水电站不同工作场各危害因素的健康风险,结果表明6个工作区域中噪声对人体的危害最大,主厂房和副厂房振动的危害次之。之后,根据工作人员在各工作区域危害因素的接触时间,对全部工作区域的模糊矩阵进行计算,结果表明全厂健康风险综合评价等级为Ⅰ级。主厂房、副厂房、主变洞、地下GIS室、地面GIS室、出线系统均属于总体无风险,6个主要危害因素中对人体影响最大的为噪声,而在出线系统区域,工频电场的影响较大。实践表明,该方法所得结论与工程实际吻合较好。