基于二维非齐次泊松过程的风险度量研究——以中兴通讯日收益数据为例

以具有厚尾的中兴通讯日收益数据为例,考虑年度趋势和波动率等影响因素,应用二维非齐次泊松过程对超出时刻和相伴损失进行拟合,结果显示非齐次泊松过程的拟合表现明显优于其特殊情形齐次泊松过程,说明影响因素起了显著作用.模型的合理性通过模型校验予以阐明,并计算了拟合模型下的在值风险和相伴预期损失.研究表明,使用非齐次泊松模型可以更好地捕捉极端数据信息,得到更精确的风险度量估计值,为投资者规避损失提供借鉴.     

基于泊松过程的模拟方法研究

泊松分布的随机数可由在[0，1]上均匀分布的随机数通过某种变换获得．对齐次泊松过程、带时倚强度的泊松过程、一般泊松过程和广义非齐次泊松过程给出模拟方法以及操作步骤．     

基于电子邮件网络的人类动力学

研究了国内某高校电子邮件网络所反映的该高校人员收发电子邮件的行为规律.结果表明，已有的2种人类动力学模型——优先级队列模型和连贯非齐次泊松过程模型均不能较好地刻画该电子邮件网络的动力学行为.鉴于优先级队列模型对用户间统一行为模式的假设并不成立，连贯非齐次泊松过程也不能体现个体行为的无规则间断和动态演变特性，提出了基于时间序列聚类分析的分段连贯非齐次泊松过程模型，得到了较好的预测效果.     

改进的散粒噪声模型及其应用

对Ｇ．Ｗｅｉｓｓ提出的单散粒噪声模型中的复合泊松过程作了改进，把齐次的泊松过程改为强度函数为λ（ｔ）的非齐次泊松过程，把伴随的随机变量序列改为与时间有关，并对随机事件赋予新的定义，进而用多项式函数根据最小二乘原理拟合参数函数λ＊（ｔ）和θ＊（ｔ）。最后就我国一些河川流量资料举例说明此模型的应用．     

基于泊松过程的 寻找空驶 出租车的算法

随着城市化进程的推进,城市车辆数量呈现激增的趋势.城市交通为居民的出行提供便利的同时,也带来了比如打车难问题.为了解决这个问题,首先采用对大规模的出租车GPS轨迹数据进行预处理,并生成道路特征索引;然后利用非齐次泊松过程NPP进行预测和推荐工作.用此方法与其它相关先进方法进行对比,实验结果表明,此方法在准确率和运行效率方面更具优势.     

非齐次泊松过程中向量参数极大似然估计的重对数律

对于具有向量参数的非齐次泊松过程的一般模型,论证了向量参数极大似然估计每个分量的收敛速度符合重对数律。     

基于CU变换的非齐次泊松过程的统计验证模型

开源软件中故障输入数据的非齐次泊松过程(NHPP)的检验和均值函数的估计是排队论分析中重要的子问题。本文依据均值函数的连续性和缓慢变化性,把NHPP转化为小区间泊松性的分段常数非齐次泊松过程(PC NHPP)进行研究,主要运用条件均匀(CU)变换法对数据调整变换后,验证泊松性。本文还运用Bugzilla的错误报告数据对模型实践分析,结果显示CU变换后的验证效果可以接受。最后运用R语言拟合参数,计算出故障输入过程参数,为排队论模型构造和求解奠定基础。     

非齐次泊松冲击模型下寿命IFRA分布类

研究了元件在运行一定时间to受非齐次泊松冲击下的寿命分布类,就3种模型给出了元件在运行岛时刻后的剩余寿命是IFRA的,该结论推广了泊松冲击模型的相应结果。     

二维泊松过程的数值模拟及其在道路模型中的应用

提出了二维泊松过程的数值模拟模型，在微机上实现了数值模拟并进行了检验；把该方法应用于二维泊松滤波过程道路模型的模拟，比较好地表现了道路表面的起伏形状和与ＩＳＯ案相近的道路谱。证明了所提方法及模型的可行性和实用性。     

形如2u=f1（x）f2（y）的泊松方程齐次化判定方法

讨论了形如△2u=f1(x)f2(y)的泊松方程齐次化问题,给出了判定该类型泊松方程是否能够进行齐次化的判别式以及求解其特解的方程。     

基于实时车货信息的港-公调度优化模型

为了解决港区内存在的进出车辆拥挤、货物周转时间长、甚至延误顾客要求到货时间等问题,将港口系统和公路运输系统综合起来进行整体调度优化研究.通过分析港口每艘货船靠港和离港的装卸作业过程,采用线性规划的方法,建立包含港口、公路货运场站和目的地的港-公调度优化模型.该模型在满足港口和所有目的地货物需求的前提下,根据港-公系统信息平台提供的实时车货信息,求解出作业时间最短的公路货运车辆调度方案,这里作业时间既包括装卸车作业时间又包括车辆行程时间.对于每次港口装卸船作业,港-公调度优化模型均能为货运车辆在港口、货物场站和目的地之间提供最优运输路线,从而节省装卸作业时间,提高港-公系统的作业效率.     

机场飞行区航空器与除冰车协同优化调度方法

针对现行“先到先服务”的机场除冰车调度方式效率不高的问题。以最小化除冰车行驶总距离和航空器等待总时间为目标函数,构建机位除冰车辆和航空器协同调度模型,并提出一种改进的遗传算法对模型进行求解。采用西安机场某天142条航班数据进行仿真实验,并与随机调度算法和贪心算法进行比较。结果表明,改进的遗传算法相较于随机调度算法和贪心算法分别节约15.23%和7.81%的行驶总距离,且航空器等待除冰时间大幅度减少。证明了所提算法在指导除冰车作业方面的优越性。     

寒地大学校园可步行性评价——以哈尔滨市三大高校为例

步行作为大学校园里师生最主要的出行方式,有明显的生态、社会、经济和健康效益。寒地大学校园可步行性评价的研究,有利于优化寒地校园步行环境,提升校园活力,提高师生的健康水平。以寒地大学校园步行需求及可步行性影响要素为依据,基于AHP-模糊综合评价法、模糊德尔菲法,从设施水平、环境水平、运行水平三个方面构建寒地大学校园可步行性模糊综合评价模型,运用MATLAB、EXCEL等软件对建立的模糊综合评价模型进行计算,并对哈尔滨市三大高校进行评价,三所大学校园可步行性评价结果为哈尔滨工业大学>黑龙江大学>东北农业大学。最后,分别对其步行环境建设中存在的问题提出相应的优化策略,为寒地大学校园可步行性研究提供借鉴。     

基于多层次综合评价的公交运行瓶颈诊断

运行瓶颈诊断对公交发车时刻表调整和车辆调度优化具有重要意义。从公交乘客和公交运营企业的不同关切点出发,结合公交GPS和IC卡等实时运营数据,提出一种公交运行瓶颈诊断方法。在公交企业运营效益、公交乘客出行效率等因素分析的基础上,分别从站点层面提出公交车头时距、车辆延误度等运行评价方法,在线路层面构建公交行程时间与运输效益评价方法,以及基于站点、线路评价结果的线网层面综合分析方法。最后,利用案例获取的公交车位置、行驶速度、公交乘客数量等实时数据,以及公交站点、线路、线网和调度方案等静态数据,对所提方法进行检验。结果表明,公交运行瓶颈诊断结果与公交实际运行状况具有较高符合度,能够实时、有效反应公交运行状态,具有较好的工程实用价值。     

时空约束下的校园景区空间共享

为了挖掘高校师生和游客两类不同群体对校园空间的活动需求,使游客与师生融合共生实现校园空间共享,对校园内人群的微信宜出行数据进行核密度估计;挖掘不同群体的时空需求差异,提出时空约束下的校园空间优化管理方法,包括空间控制区划定、游客最佳游览路径规划及校园空间优化管理建议.以厦门大学(思明校区)为例进行实践研究,为不同群体在校园的空间共享提供方案,研究结果可以为兼具景点的高校校园空间开放提供依据.     

双目标时变速度车辆路径问题的模型及算法

提出了时变速度情况下带时间窗与回程的车辆路径问题模型,考虑最小化车辆行驶总时间和最小化总延误时间两个相互冲突目标,将双目标的问题通过加权法转化为单目标问题．由于求解固定速度车辆路径问题的方法在时变速度下不可行,因而对传统优化方法作了改进,提出两阶段方法．从计算的结果看,第二阶段的RTS（reactive tabu search）算法相对第一阶段算法的求解有较大的改进．根据不同的权重的取值,可以在两个目标之间找到一个权衡的区间,决策者根据服务的要求可以在此区间选择合适的权重获得可行的车辆调度方案．     

OHT搬运系统防阻塞调度策略

为有效解决300 mm半导体晶圆制造工厂搬运系统整合式布局运行过程中的阻塞现象,提高搬运系统的运行效率,构建了OHT(高空提升运输)搬运系统防阻塞调度策略.首先,充分考虑OHT搬运系统中各搬运设备之间的相互影响,以搬运完工时间最小为优化目标,建立数学模型.然后,提出无等待轨道设计(NWL)和基于检测点的空车运行策略(CBCP)避免装卸点阻塞.结合第K短路径法和时间约束集概念,构建OHT搬运系统防阻塞策略(VCAP),并将其运用于OHT搬运系统的具体调度,设计OHT搬运系统防阻塞调度方法.最后进行仿真实验及对比分析,结果表明本文提出的防阻塞调度策略是有效可行的.     

基于分区的多配送中心多车型车辆调度问题与遗传算法设计

 研究大规模的多配送中心多车型车辆调度问题,首先基于配送中心几何重心分区方法将多配送中心多车型车辆调度问题转化为单配送中心多车型车辆调度问题,该分区方法简单、直观,大大降低了运算量.建立了一种基于完整配送费用的多配送中心多车型车辆调度问题的数学模型,配送费用在考虑基本运输费的基础上又引入了司机的工资支出,包括基本工资和加班费.在多配送中心多车型车辆调度模型中,一个配送中心的一辆车可以为多个客户服务,但一个客户只能由某个配送中心的一辆车提供服务.根据模型的这些特点,提出了一种新的多片段染色体混合编码方案,并采用分段交叉、分段变异方法有效继承了父代染色体的部分基因,显著提高了算法的收敛性能.数值仿真结果验证了算法的可行性和有效性.     

基于深度强化学习的大型活动关键交叉口信号控制

大型活动举办时期,场馆周边路网的交通压力与日常交通运行状态存在差异,活动场馆周边关键交叉口的正常运行是保证大型活动顺利举办的重要因素之一,应采取动态的管控方式以达到提高关键交叉口通行效率、满足参与大型活动出行者交通需求的目的。为此,文中基于A2C（Advantage Actor Critic）的强化学习算法,考虑大型活动背景下出行者数量大且大多采用公共交通出行的特点,在奖励函数构建过程中将车辆排队时间细分为出行者不同出行方式的车辆等待时间,通过引入参数,修正不同车型的奖励计算方法,使智能体在信号配时优化的过程中优先考虑大型活动参与者的出行需求。最后,以北京市首都体育馆周边大型交叉口为例,借助交通流仿真软件SUMO进行仿真实验,仿真实验结果证明,修改奖励函数结构后的A2C信号控制方法在控制效果上优于定时信号控制以及基于DQN（Deep-Q-Network）算法的控制方法,可以达到提高交叉口公共交通以及整体车流通行效率的目的。     

基于SP调查的需求组合模型参数标定方法

介绍了交通需求组合模型（CTDM）,建立了目的地方式选择组合模型,采用逐层估计的极大似然估计法对其进行参数标定.按照意向偏好SP(stated preference)和行为偏好RP(revealed preference)数据结合使用的要求对SP调查方法加以改进,开发了“基于互联网的个体行为调查设计及数据采集平台”进行数据采集.利用调查数据进行需求组合模型参数标定.以上海市嘉定校区学生观影行为为例,对所提出的方法进行验证.结果表明,通过改进的SP数据标定的参数具有较高的精确度.