基于SVM的快速路合流区车辆间隙选择模型

通过2种典型快速路合流区车辆行为观测,发现匝道车辆在选择间隙时存在多次超车行为,表明其汇入过程是一个多次决策的动态过程.根据合流过程中车辆速度的变化特性,判定车辆在选择间隙时的决策点并采集决策点处的微观交通流参数.在此基础上比较了2种不同渠化设计下入口匝道车辆汇入行为的差异.考虑到合流车辆不同行为判别所需的关键参数不同,使用2个支持向量机模型(SVM)进行分类,建立了合流区车辆多次决策的间隙选择模型.通过对采集的交通流参数进行训练,SVM模型的预测精度能够达到91%以上,实现预测车辆间隙选择的目的.最后与Logistic回归模型进行比较,结果证明所提出的模型能够获得较高精度.     

城市快速路驶入匝道瓶颈车辆汇入行为

基于上海延安高架两个驶入匝道(南线虹许路驶入匝道、虹井路驶入匝道)瓶颈的汇入行为视频,对汇入车辆、当前和目标车道汇入交互车辆进行了轨迹和汇入行为参数提取,共获得416个汇入行为样本;应用分类回归树(CART)对3种汇入行为分别进行建模,分析影响不同汇入行为的因素,并用混淆矩阵对分类结果进行评价.结果表明,CART能较好地预测3种不同汇入类型,其分类准确率均达到了75%以上.CART与经典离散选择模型和朴素贝叶斯分类结果对比表明,CART的分类效果明显优于上述两类模型.     

无信号路段行人过街决策行为模型

以吉林市吉林大街2个路段过街行人为对象,以车辆间隙、相邻车道拥挤度为变量,通过视频观测获取行人过街决策行为数据,利用Binary Logit模型建模.结果发现:该模型预测准确率达到89%,可应用于无信号交叉口或者无信号路段行人和车辆交互微观仿真模型中.     

基于Alpha稳定分布的二元响应变量回归模型

Logit模型是常用的针对二元响应变量的回归模型,当0-1响应变量不平衡时,Logit模型将会带来连接函数设定错误。为了更灵活地捕捉带偏和厚尾特征,提出了以Alpha稳定分布作为连接函数的二元响应变量回归模型,称之为稳定分布模型。借助期望传播-近似贝叶斯计算(EPABC)方法,克服了Alpha稳定分布由于没有概率密度函数解析表达式所带来的困难,同时也解决了高维运算所导致的低接收率的问题。结果表明该模型对平衡或不平衡二元响应变量数据拟合和预测的效果均明显优于Logit、Probit、Cloglog和GEV模型。     

GBDT组合模型在股票预测中的应用

采用贡献度与相关性分析(correlation analysis)相结合的办法从目前最常用的244种股票技术指标中提取最优技术指标,进而利用梯度提升树(GBDT)算法对股票的趋势进行预测.对由贡献度、相关性分析与GBDT算法构成的组合模型(简称GBDT组合模型)进行实证分析,首次将GBDT算法应用于沪深300股票的预测.对由不同算法构成的组合模型的预测精度也进行比较分析.实验结果表明,GBDT组合模型在预测精度上优于线性回归组合模型及随机森林组合模型.     

基于自然驾驶数据的匝道区域驾驶特征分析

基于中国大型实车路试实验(China FOT)项目,从679.3km的自然驾驶数据中提取出了70例匝道区域通行过程.统计表明,加速车道汇入点位置主要分布于加速车道的中间偏前部分.提出了指数型的车辆汇入模型.通过研究将分流区变道完成点设置在减速车道出现以前,最晚变道开始点分别设为距离减速车道200m、300m和400m,随后提出了自动驾驶汽车分流变道策略.最后统计了匝道区域违章行为,匝道基本路段易发生超速,偶发生超车,匝道出入口易发生连续变道,偶发生压实线变道.     

LOGIT回归模型对公司违约的预测探讨

为准确有效地预测企业违约的可能性, 以避免信用违约风险, 基于单一变量和多变量两种模型的分析,利用Logit 回归模型对企业的各变量和违约概率进行推断, 并以德国企业为例, 分析违约公司的共性和特性。对模型的交叉验证结果表明, 以Logit 模型衡量企业违约预测的统计方法整体精度达到70% 左右, 并能保持较高的可靠性和稳定性。违约预测可大大降低企业的违约风险, 在金融投资领域发挥重要作用。     

机非交互路段非机动车越线超车行为建模与仿真

为了准确描述机非交互路段的非机动车越线超车行为,在越线超车特征分析及关键指标定义的基础上,提出了基于生存分析的超车时间预测模型,对越线超车行为的持续时间进行预测,并通过实测的160组非机动车越线超车轨迹数据对模型参数进行标定.为验证模型在混合交通流的应用有效性,整合非机动车纵向行驶模型、换道动机模型、间隙选择模型等,将模型应用于团队自主研发的微观交通仿真软件TESS NG中,并与经典的微观交通仿真软件VISSIM进行对比.基于实际路段的仿真分析结果表明,在非机动车越线超车持续时间方面,TESS NG的仿真精度为90.12%,高于VISSIM的67.4%;在中位生存时间方面,TESS NG仿真误差仅为2.56%,优于VISSIM的43.58%.     

基于RF-LR的高速公路逃费车辆状态预测模型

【目的】为严格维护高速公路运营秩序和提高高速公路运行效率,对逃费车辆进行精准稽查以追缴过往车辆偷逃通行费。【方法】通过分析高速公路车辆通行卡大数据,采用随机森林(Random forest,RF)筛选车型、车轴组数、总质量、超载率和通行费共5个逃费特征,经过虚拟化类型变量,利用合成少数类过采样技术(Synthetic minority oversampling technique,SMOTE)算法平衡数据集,建立了逻辑回归(Logistic regression,LR)逃费车辆状态预测模型。【结果】基于RF-LR的高速公路逃费车辆状态预测模型有利于挖掘提取大数据中的有用信息,对逃费车辆状态预测具有较高的精度,预测正确率达到91.74%,预测精准率达到91.95%,召回率达到99.25%,预测性能较好。【结论】基于RF-LR的高速公路逃费车辆状态预测模型较以往简单预测模型有较大改进,消除了预测结果过拟合现象,提高了预测精度,预测结果可为高速公路运营管理提供参考,提高工作效率,实现对偷逃通行费行为的快速稽查。     

基于sigmoid换道模型的匝道连续分流间距

为解决现有匝道连续分流间距规定未考虑匝道设计速度及车辆换道紧急程度,导致匝道设计速度较高时相邻出口间距不足车辆紧急换道的问题,开展匝道连续分流间距研究。首先,基于车辆运行特征并考虑换道安全性,将驾驶人在匝道连续分流区的操作过程划分为4个阶段：减速过程、标志认读过程、等待过程和换道过程。其次,基于实测车辆运行轨迹,提出了考虑换道紧急程度的sigmoid换道轨迹模型,并通过拟合优度检验证明了该模型对匝道连续分流区的适用性。最后,分析了间距模型中参数的取值,提出了匝道连续分流最小间距推荐值。结果表明：sigmoid换道模型对于匝道中车辆左换道和右换道的拟合优度分别可达97.83%和96.63%,拟合精度较高,能够准确描述匝道连续分流区的换道行为。提出的间距计算模型符合车辆行驶特点,与轨迹吻合度高;当匝道设计速度在小于60 km/h和大于60 km/h时,匝道连续分流最小间距分别受主线设计速度和匝道设计速度控制,设计速度较高的匝道所需间距明显更长。与《公路路线设计规范》(JTG D20—2017)和《公路立体交叉设计细则》(JTG/T D21—2014)中规定值相比,当匝道设计速度小于60 k...     

基于logit模型的共享汽车出行影响因素分析

为定量分析影响使用共享汽车出行的主要因素,以543份有效调查问卷收集的数据为基础,从个体特征、出行特征和出行者对共享汽车服务水平的主观感知3个方面开展研究,分别运用有序Logit模型和多项Logit模型建立共享汽车出行频率预测模型,并对比预测精度。结果表明,职业类型、对共享汽车舒适性、便利性、经济性和时耗性的主观感知5个变量与共享汽车出行频率显著相关。有序Logit模型和多项Logit模型的平均预测准确率分别为78.41%和92.40%,多项Logit模型的预测效果较好。     

热镀锌钢卷力学性能GBDT预报模型

针对热镀锌钢卷力学性能预报建模条件属性选取难、预报精度不足的问题,研究了热镀锌钢卷力学性能梯度提升树(gradient boosting decision tree,GBDT)预报模型。利用互信息差算法综合评估工艺参数、化学成分和钢卷尺寸参数等条件属性的相对重要性以及属性之间冗余性,进行模型条件属性筛选;采用同分布原理进行样本划分,结合网格搜索法和交叉验证法优化模型参数,建立力学性能GBDT预报模型。将GBDT模型预报结果与随机森林(random forest,RF)、AdaBoost算法和BP神经网络的预报结果进行比较,比较表明GBDT模型优于其他模型,90%的数据样本预测的绝对误差小于14.24 MPa,94.6%的数据样本相对误差在6%范围内,具有更高的预测精度。     

废水处理过程的KPLS-GPR软测量建模

采取基于核函数偏最小二乘法的高斯过程回归模型(KPLS-GPR),对复杂的造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)质量浓度进行预测.首先,采用KPLS的潜变量作为预测模型的输入变量,以降低数据维度,优化数据结构;其次,建立潜变量与输出变量的GPR回归模型.基于某工厂造纸废水数据进行仿真试验,引入人工神经网络(ANN)、基于偏最小二乘潜变量的预测模型(PLS-ANN)及基于核函数偏最小二乘潜变量的预测模型(KPLS-ANN)作为对比.试验结果表明:KPLS潜变量对预测模型有明显的优化效果,在这些模型中KPLS-GPR预测精度最高;对于出水COD和SS质量浓度的预测,KPLS-GPR的决定系数分别为0.575和0.610,相比于常规预测模型,决定系数可分别提升36.90%和43.87%.     

基于BP神经网络改进的GM（1,N）模型在经济预测中的应用——以河南省经济为例

论文就修正GM（1,N）预测模型的误差,提出了新方法。使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响。实践表明这些改进模型可以有效地提高GM（1,N）模型的预测精度。     

出行方式选择行为的SEM-Logit整合模型

现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.     

基于车辆轨迹数据的交叉口危险驾驶行为预测

基于大量实证车辆轨迹数据建立了信号控制交叉口相位切换期间轨迹预测模型和驾驶员心理决策过程预测模型,并在两个模型的基础上建立了驾驶员危险行为识别的规则,三者共同构成了驾驶员危险行为预测方法.经检验,预测方法的整体精度达到88.89%.该预测方法将驾驶员临近交叉口时的隐藏心理决策过程作为一个重要变量运用到危险行为预测方法中,并实现了对车辆个体动态化的轨迹预测.     

基于董事会治理因素的财务危机预警模型的构建

企业在经营过程中存在着越来越多的财务风险,为了防止这些风险演变为财务危机,及时进行财务危机预警分析,就需要理顺公司的治理结构,引入董事会治理因素来完善财务危机预警机制.以120家上市公司为研究对象,分别运用非参数检验、T检验以及主成分分析对财务变量和董事会治理变量进行筛选,进而运用Logistic回归分析构建预警模型.结果显示,未引入董事会治理变量的模型的预测正确率为92.5%,而引入董事会治理变量的模型预测正确率为94.15%,预警能力明显增强,也说明,董事会治理因素是影响公司财务危机的一个重要方面.     

基于车载测试的乘用车微观排放模型

为了构建乘用车微观排放模型,采用便携式车载排放测量仪(OEM-2100)搭建了车载排放测试试验平台,并选取由长春4条主干路组成的环路为试验路段进行了实车道路试验。通过试验获取试验车质量排放数据与对应的行驶状态参数,分析车辆行驶过程中的排放影响因素,建立了车辆瞬时排放率基于速度的一元回归模型和基于速度-比功率的二元回归模型。对比分析2种模型对试验车排放特性预测误差,基于速度-比功率的二元回归模型的准确性高于速度一元回归模型,整体误差小于15%,可有效预测不同交通状态下乘用车的排放特性。     

山区高速公路事故涉及车辆数致因分析

为减少山区高速公路的交通事故发生率以及提升其交通安全性,对山区高速公路交通事故中涉及车辆数的影响因素进行分析。首先对西部某高速近八年来发生的一万多起交通事故进行时空特性分析和起因分析;其次以事故涉及车辆数为因变量,将其分为单车、双车、多车事故三个等级,并从驾驶员、车辆、行驶环境等层面选取8个潜在自变量作为有序Logit模型的分析因子,得到显著性小于0.05的6个自变量;最后利用有序Logit模型对6个显著变量进行分类,通过分析得到各自变量分类优势比(or)大小,并采用负二项回归(NB)模型验证自变量分类风险大小的正确性。分析结果表示各自变量分类中的冬季、涉及大货、间距不足、收费站、晴、白天等分类优势比最大,且优势比在有序Logit模型分析时变化更大,说明有序Logit模型比负二项回归模型更适合用于分析事故涉及车辆数变量的分类优势比。结论表明,在交通安全治理时尽量控制优势比大的因素可减小事故车辆数,从而可间接降低严重事故的发生率,为高速公路管理提供有力的决策依据。     

分路段差异化收费条件下货车司机出行路径选择意愿模型

为解决货车司机出行路径选择行为缺少考虑差异化收费政策影响的问题,通过出行费用、出行距离、优惠折扣、收费系数和是否关注差异化收费政策这5个变量刻画差异化收费,通过构建分路段差异化收费条件下货车司机出行路径选择的RF模型。以银昆高速（G85）昭通至水富段及麻水线与昭麻二级路问卷调查数据为基础开展实证分析。结果表明：所构建的分路段差异化收费条件下货车司机出行路径选择的RF模型的分类准确率优于AdaBoost模型、GBDT模型和传统Logit模型;整体重要度方面,优惠折扣是影响货车司机出行路径选择最主要的因素(38.56%),出行费用(13.55%)、出行距离(10.06%)及出行时段(7.08%)对意愿结果存在显著影响;同时,部分分路段差异化收费变量对货车司机出行路径选择意愿存在明显的阈值效应。