基于改进熵的土地利用混合度对非通勤行为的影响

为研究土地利用混合度对非通勤行为的影响,提出改进熵模型定量描述土地利用混合度,并深入分析土地利用混合度对非通勤者出行距离和出行方式选择的影响.结合甘肃省天水市2015年居民出行调查数据,构建土地利用混合度与非通勤者出行距离的关系模型,并利用MNL模型研究土地利用混合度对非通勤者出行方式选择的影响.结果表明:与传统熵指标相比,改进熵指标对非通勤者出行距离的解释性更强;利用STATA软件标定MNL模型参数并进行弹性分析,进一步表明改进熵指标对居民出行行为的解释性优良,合理的土地利用布局有助于引导居民选择非机动化出行方式.研究结果对城市规划和交通政策的制定具有指导意义.     

道路交通系统类热力学熵及其应用

基于道路交通系统的组成、特点和状态与热力学系统的相似性，应用熵对其进行描述．通过分析热力学熵的系统参数广延量(热流)和强度量(温度)，用交通量、密度和速度构造了道路交通系统的类热力学熵，揭示了道路交通系统类热力学熵产生的内部机制．并通过分析熵与流和力的关系，应用熵理论建立了动态密度模型和速度模型，为交通规划和交通系统仿真提供了基本原理及理论基础，使较为松散的理论体系系统化．     

Gompertz模型改进及其在交通预测中的应用

交通需求预测是道路建设项目规划工作的重要组成部分.是确定道路等级、技术标准及进行规划决策、投资效益分析的依据.居民出行发生量预测是交通需求预测的一个重要组成部分,通常使用Gompertz模型,但其模型系数一直是通过类比估算方法确定,缺乏依据.本研究利用最小二乘法改进待定参数估计,推算Gompertz模型系数确定公式,采用Matlab程序分析得到Gompertz模型的系数.利用残差估计和类比发现,使用最小二乘法拟合得到的Gompertz模型系数具有明显的优点.根据山东省东营市交通调查数据,利用本研究改进模型,预测该市2025年的居民出行量.结果表明,使用改进Gompenz模型系数求解方法能有效提高居民出行发生量的预测精度.对合理规划道路网结构具有一定指导意义.     

多模式交通网络下的城市交通出行链行为模型

针对已有城市交通出行链行为分析模型的不足,分析了城市交通出行链的基本概念与简单出行链的可能路径,并基于起讫点限制条件与多模式交通网络下的交通距离限制条件,推导构建了基于最大熵模型的多模式交通网络下城市交通出行链行为模型,给出了参数估计与先验概率选择方法;将模型应用到成都市中心城区居民出行样本数据中,通过出行链距离、出行链中交通小区间的出行量、出行链到达小区的数量、出行链小区的到达发生量、各类出行链的出行量等5个指标对模型进行了检验.结果表明:模型值与实际值拟合度较好,说明模型是有效的,可做为全面分析城市交通出行的一个有效模型工具.     

路网交通流二层规划模型及其极大熵解

分析交通网络系统的特点,研究混合交通OD结构的关联性,在定量分析路网交通流受交通容量、交通安全及交通服务能力等条件限制的基础上,研究路网利用效益最大化及路网交通流量最大化问题,构建一种路网交通流的二层平衡规划模型。利用先验分布理论和极大熵原理,给出模型的极大熵函数解,进一步证明解的存在与唯一性。模型一方面描述了管理部门对路网交通的优化配置,一方面描述了出行者充分利用路网资源的最优选择。最后通过一个实例,分析模型计算的相关结论。     

基于组合熵优化的铁路客运网配流方法

针对铁路客运网的客流分配问题,以铁路列车开行方案为基础,由各OD间多条旅客出行路径构建铁路客运网.采用广义的旅行费用作为旅客出行路径综合总阻抗的度量,考虑不同铁路线区间客流输送能力和旅客出行路径综合总阻抗,提出不同铁路线区间客流输送能力饱和熵与旅客出行路径综合总阻抗熵等新概念.建立了以OD客流量守恒、旅客换乘次数限制以及客流量非负限制为约束条件,铁路旅客输送能力与旅客出行需求尽可能匹配的客流分配优化模型.根据区间客流输送能力和旅客出行路径综合总阻抗在实际问题中的重要程度,提出了基于组合熵优化的客流分配迭代优化求解算法.算例表明,利用该客流分配模型和算法能够得到更有效更细致的不同出行路径的铁路客流分配方案.     

基于熵理论的城市主-支路交汇处交通状态判别

本文通过城市道路交通系统和热力学系统的对比,将热力学的基本理论——熵运用到交通流领域,并在交通流流体理论的基础上建立了熵产生模型。分析确定指定状态时注入的负熵及其意义,建立了主-支路交汇处交通系统的总熵模型,从而得到交通状态判别熵模型和需要注入负熵的条件。研究结果表明,熵值越小,道路服务水平越高。     

基于熵理论的城市主-支路交汇处交通状态判别

本文通过城市道路交通系统和热力学系统的对比,将热力学的基本理论———熵运用到交通流领域,并在交通流流体理论的基础上建立了熵产生模型。分析确定指定状态时注入的负熵及其意义,建立了主－支路交汇处交通系统的总熵模型,从而得到交通状态判别熵模型和需要注入负熵的条件。研究结果表明,熵值越小,道路服务水平越高。     

土地利用结构熵变化分析

选取上海市嘉定区1984--2002年的土地利用分类统计数据，应用信息熵概念计算该区域土地利用结构熵．根据熵值变化量对区域土地利用结构变化进行阶段划分，分析该地区的土地利用结构演变规律及变化形成动因．结果表明，嘉定区工业经济快速发展和产业结构的调整是促使土地利用变化的主要推动力量，持续快速的工业化、城市化进程对建设用地的需求会不断加大，土地利用结构将进一步调整，若不实施严格管理、科学规划和合理调控，该地区土地利用结构熵将继续增长．     

基于灰色熵权模型的城市轨道交通站点运营风险动态评价

随着运营环境的不确定性变化,城市轨道交通站点会呈现不同的运营风险。通过对城市轨道交通站点历史运营事故的致因分析,从人员、设备、管理和环境4个方面构建站点运营风险评价的指标体系;基于灰色理论和熵权模型,提出一类站点运营风险的动态评价方法。对指标进行经典域划分后,利用灰色熵权模型计算指标权重,利用灰色关联度方法计算评价指标时间激励因子,进而获取城市轨道交通站点运营风险的综合评价值,并确定站点运营的风险等级。算例分析的结果表明,基于灰色熵权模型构建的城市轨道交通站点运营风险动态评价方法具有一定的可行性。     

量热熵与统计熵的异同透视

本文概述了熵函数的意义，阐明了量热熵与统计熵的理论根据和计算公式，重点解释了量热熵与统计熵的差值－－－残余熵存在的原因。     

面向连续离散系统的自适应最大相关熵滤波算法

针对目标跟踪中运动模型不精确和测量异常导致的传统滤波算法精度下降问题,提出了一种鲁棒平方根连续-离散自适应最大相关熵容积卡尔曼滤波(RSRCD-AMCCKF)算法。在目标跟踪问题中采用了精度更高的连续-离散时间模型,提高了目标跟踪的解算精度;将加权最小二乘方法与传统最大相关熵准则相结合,得到改进的相关熵代价权函数,之后引入连续-离散时间滤波框架,提高了滤波算法在测量异常情况下的鲁棒性;以高斯核函数作为相关熵的调整因子,依据不同测量环境选择自适应因子,进而对观测噪声的协方差矩阵进行调整。仿真结果表明：与传统算法相比,当测量噪声为高斯噪声时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了38.4%和27.3%;当测量噪声为非高斯噪声时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了23.5%和23.9%;当测量值发生突变时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了12.6%和7.1%。RSRCD-AMCCKF算法在各类测量条件下都具有更高的精度和鲁棒性,更接近目标跟踪的克拉美罗下界,能够较好地实现滤波精度和抗异常测量的统一。     

水工建筑物可靠性分析中的最大熵法

运用信息熵的概念和最大熵原理建立了随机变量的熵概率密度函数和结构失效概率模型,并对该数 学模型的求解过程进行了理论推导,采用了Matlab语言编制了相应的计算程序．通过算例对所建模型的合 理性和可行性进行了验证,并与JC法进行了研究比较,结果表明:最大熵法研究水工建筑物随机变量的分 布规律和结构失效概率不仅可行且具有较高精度．     

荒漠化动力系统熵理论模式探索

用耗散结构理论分析了荒漠化系统的不同演变状态,指出决定荒漠化状态演变的4个熵阀值和荒漠化发展中的2次突变,圈定出荒漠化良性发展的区间,在此基础上构建了荒漠化动力系统的熵理论模式.该模式为进一步量化分析荒漠化以及进行荒漠化的防治提供理论依据.     

大型交通网络OD矩阵推算方法研究

ＯＤ矩阵是进行交通规划及管理的基础数据。本文首先研究了ＯＤ矩阵所需基本信息的获取方法，详细评述了现有ＯＤ矩阵推算模型，针对极大熵模型对践段交通量完全置信的不足，提出了极大熵修理模型，使模型能考虑交通调查产生的误差及交通分配引起的误差，极大提高了推算结果的精度。     

基于热力学熵的交通流模型

在分析热力学熵的基础上,讨论了交通流类热力学熵的构造方法,并构造了适用于不同情况下的交通流熵。通过对系统熵变的分析,揭示了交通流熵产生的内部机制,导出了熵产生公式。最后依据熵理论,导出了路段交通系统的交通流状态变化的微分方程,并建立了动态交通流模型。研究结果表明,此法不仅对已有理论具有包容性,而且具有普适性。     

基于IOWC-GOWA算子及相对熵的区间型组合预测模型

针对用区间型数据描述不确定现象的组合预测问题,为了提高区间型数据的预测精度,首先采用诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子将区间数集结为实数;然后对集结后的实数进行标准化处理;最后从信息论的角度引入相对熵作为最优准则,提出了基于IOWC-GOWA算子及相对熵的区间型组合预测模型;另外,通过实例分析了该组合预测模型的合理性和有效性;结果表明:该组合预测模型可以有效地提高区间型数据的预测精度,即该模型是合理有效的,并且,参数λ和BUM函数的选取会对模型的预测精度产生一定的影响。     

解多目标规划的区间极大熵方法

利用极大熵原理及有关逼近结果,使之与区间算法结合,提出一类求解多目标规划问题的区间极大熵方法,并证明算法的收敛性,给出风险投资的多目标规划问题的数值解.     

熵在空气质量指数(AQI)预测中的应用

为了更准确地找出影响空气质量指数的气象因子与提高其预测精度,提出了基于熵、BP神经网络和时间序列模型的组合预测模型。该方法利用增加了特征变量的转移熵方法,得到影响AQI的气象因子及其影响度,将得到的气象因子与AQI实测值作为BP神经网络的输入因子和时间序列分析模型的特征因子,影响度作为BP神经网络输入因子的初始权重,构建BP神经网络预测模型和时间序列分析预测模型,最后用熵值法组合各个预测模型的预测结果。实验表明利用该方法对空气质量指数进行预测可提高其预测精度。     

基于结构方程模型的交通需求分析

应用日益成为国外研究热点和主流研究方法的基于活动方法(activity-based approach),提出了交通需求分析的结构方程模型,用于分析和模拟出行者特征、活动参与和交通行为之间的影响关系.研究了交通需求分析的结构方程模型的结构、求解方法、参数估计和模型评价分析方法,并采用离散出行调查数据对模型进行了检验和应用.结果表明: 该模型既有很强的理论优势,又有良好的操作性,且预测精度较高.