简介:工业化、城市化进程的加快在推进社会经济发展的同时,也催生了公民权利意识和环保意识的觉醒。在整体利益与局部利益、经济利益与环境利益等一系列矛盾交织的宏观背景下,继劳资纠纷、征地拆迁之后,污染类邻避设施成为诱发群体性事件的关键因子。因此,探究政府、邻避设施营建企业与周边民众三方间利益关系,理清相关主体的利益诉求对于邻避冲突的预防和处置具有重要实践意义。本文基于利益相关者理论,探究污染类邻避设施相关利益主体在冲突中所扮演的角色和发挥的作用,进而从博弈论视角出发构建政府、邻避设施营建企业和周边民众之间的三方演化博弈模型。在此基础上,通过对政府、营建企业和周边民众的稳定演化博弈策略选择分析,得出推动博弈三方向演化稳定策略点收敛的条件。利用Matlab对三方演化模型模拟仿真,结果表明政府采取不监管策略、营建企业采取合作策略及周边民众采取不抵抗策略是邻避冲突中三方利益相关者演化博弈的稳定策略点;高强度的政府奖励力度有利于促进营建企业采取合作策略,而抑制周边民众抵抗行为策略的选择;营建企业的经济补偿对于降低民众抵抗力度具有临界点,只有高额的经济补偿才会激励民众选择不抵抗的行为策略;而周边民众的抵抗力度对营建企业的策略选择无显著影响。本文研究结果对邻避冲突中相关利益主体起到一定启示作用:第一,政府作为邻避设施建设的监管者,应注重把握监管力度,完善公众参与渠道,降低个体风险感知;第二,营建企业作为邻避设施建设的实施者,应积极采用环保技术,构建科学利益补偿机制;第三,周边民众对于邻避设施的“落地”发挥关键作用,应加强自身公共理性,合理评估邻避风险,自觉维护社会公共利益。
简介:摘要本文根据智能小车在一个存在障碍物区域内使用自动避障及路径跟踪方法的任务要求,设计出路径选择和自动避障的系统方案,并在MATLAB平台下进行模拟。主要内容为构建智能小车的模拟器,编程,模拟,通过分析车辆的方位和到目标点的位置和距离,对转向角进行选择,确定车辆下一刻的位置,及转弯轨迹;选择FollowTheCarrot和Purepursuit算法进行路径跟踪,并将两种算法所产生的效果进行比较,使小车更好的向目标点转换进行路径跟踪;选择VHF或VHF+的方法进行避障系统的设计,通过创建极坐标直方图直观的表现出障碍物的位置及距离,更加精确安全的完成避障。
简介:他者在邻避困境化解中扮演着重要角色,作为邻避冲突中的主体之一,他者的角色转换是影响邻避冲突走向的关键变量。在邻避政策制定过程中,他者空间上的在场与话语上的离场形成了巨大反差,使公众产生强烈的不公平感和相对剥夺感。此时,退出者和呼吁者的角色选择为他者表达不满和诉求提供了可能,而一旦这种身份转换失败,通常会引发剧烈的邻避冲突。要想走出邻避困境,公共部门提升自身治理能力是一个方面,但更为重要的是公共部门要学会主动走近他者,以协商沟通为桥梁,在政策制定的各个环节和程序上,创造条件让他者成为在场者,在构建他者对项目认知、程序认可、决策认同的基础上,引导他者最终成为公共政策的忠诚者。
简介:研究基于深度强化学习技术的避障场景的算法模型设计,采用改进岛深度Q网络(DeepQ-lesrningNet-work,DQN)算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况,改进奖利机制,增知实时奖惩作为补充,解决学习耗时长和练不稳定的问题:采用相对角度、位置金和距离等信息,相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法/可视图法等传统人为策略避障算法,深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力,因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景。