基于Mixed Logit模型的土木系统工程可靠性预测

 将土木工程与系统工程相结合,应用Mixed Logit模型研究了土木系统工程的可靠性。通过对问卷调查数据的SPSS统计与信度分析,确定了影响土木系统工程可靠性的关键因素,建立了相应的Mixed Logit模型,并以多元统计分析软件SAS进行模拟,对土木系统工程的3种典型模式DBB、PMC和EPC进行了可靠性预测。结果显示,DBB模式的可靠性指标为83.69%,而PMC、EPC模式的可靠性指标分别为76.03%和71.39%,表明DBB模式具有较高的可靠性。该预测方法及结果可为土木系统工程的应用研究提供理论依据。     

基于Nested Logit模型的城市轨道交通网络票价制定方法

利用水平为2的Nested Logit模型建立离散选择模型,定量分析城市轨道交通的分担率。考虑乘客出行的便捷性因素,建立各交通方式的广义出行费用函数。在此基础上,提出了城市轨道交通网络化运营平均票价计算方法。最后给出重庆规划轨道交通1、2、3、6号线票价建议方案。     

基于多区域人群的上海公交走廊出行行为

基于上海市公共交通走廊内的乘客出行调查,利用离散选择理论,建立了现状调查/假设意愿调查(RP/SP)融合数据的Nested Logit模型.通过模型参数标定、敏感性分析从定性、定量两个角度研究了在城市公交走廊内,来自不同区域的出行者对于公共交通方式的出行行为及影响因素;在此基础上,分析了模型在不同空间范围内的转移适用性;最后,通过算例进行分析和验证.通过研究可知,在城市公交走廊内,影响出行者选择行为的因素不尽相同,其区域差异性不容忽视;其次,不同区域的出行者对于各公交方式的偏好存在较大差异;再次,不同区域的出行者在走廊内选择交通方式时,对于同一影响因素的敏感性有所不同.从数据获取、模型建立、标定分析及仿真验证四个步骤逐次展开,提出了针对不同区域出行者在城市公交走廊选择行为的基本方法和必要性,对未来城市公共交通走廊的规划和改进提供新的思路和方向.     

数据融合中态势估计的模型建立与实现

从数据融合的定义及模型入手,提出了态势估计的3级层次模型及其要素,进而建立了包含战场目标聚并、态势要素关联、双方博弈推理、可能态势预测4个模块的4级功能模型,并初步探讨了利用空间分群技术、模板技术、贝叶斯技术、神经网络技术等对各模块的技术实现。     

基于多传感器的数据融合方法和模型研究

数据融合技术受到广泛的关注,本文结合数据融合及其一般功能模型、目标识别融合结构层次,重点分析了基于多传感器的数据融合的算法和级。比较了集中式和分布式融合处理,提出了利用实例,展望了基于多传感器的数据融合技术的发展趋势和困难。     

一种多尺度数据融合模型的工程实践与相关理论问题

为解决不可重复测量物理量的真值估计问题,提出了一种"多尺度数据融合模型",该模型采用多传感器对同一物理量同时进行测量,对各个传感器的测量结果进行小波变换,并在不同小波尺度域对各个传感器的测量值进行多尺度加权平均,通过逆小波变换得到待测物理量的真值估计。笔者对该模型进行了分析和总结,包括对相关领域研究的评述,在此基础上,给出了数据融合定理及一些重要的推导及结论。     

基于信任模型的WSNs安全数据融合算法

为了抵御无线传感器网络内部的恶意攻击行为和故障节点的误操作行为对数据融合结果的影响,提出一种基于信任模型的多层不均匀分簇无线传感器网络安全数据融合算法.该算法基于多层不均匀的分簇网络拓扑实现安全数据融合能够有效均衡网络中节点的能耗.通过节点间的通信行为和数据相关性建立信任评估模型,并引入动态的信任整合机制和更新机制,实现簇内和簇间的信任评估,选择可信融合节点并将可信节点所收集的数据进行基于信任值加权的数据融合.仿真实验表明,该算法能够实现精确的信任评估,有效识别内部恶意攻击节点,得到的数据融合结果具有较高的精确度,实现了安全的数据融合.     

基于潜在变量二元回归模型的多传感器数据融合

针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。     

基于数据互操作的建筑信息模型转换与融合方法

建筑信息模型(BIM)与三维地理信息系统(GIS)的集成,能使BIM模型得到广泛应用。主要研究在ArcGIS的支持下,将Revit创建的模型数据通过过滤、转换,集成到现有的三维GIS系统,并实现对三维模型的加载、显示、属性查询、管理等功能。将不同领域的BIM和GIS数据融合,为深化多领域之间的协同应用,以及数字城市的建设、城市规划、室内导航等应用提供技术支持。     

基于多源数据融合的公交车辆跟驰模型

针对目前缺少公交车辆跟驰模型参数和单一数据采集方式无法获取完整车辆跟驰过程数据的问题,提出一种基于多源数据融合的公交车辆跟驰模型,采用实测数据进行参数标定和模型验证。通过移动GPS数据采集设备随车采集车辆的运动轨迹和无人机空中悬停俯拍采集公交车辆的停车间距,并进行数据融合处理得到完整过程的公交车辆跟驰行驶数据;通过引入均方误差指标来衡量实际测量值与模型仿真值之间的差异,将公交车辆跟驰模型的参数标定问题转化为一般优化求解问题;通过对实测数据进行统计分析,获取公交车辆的平均停车间距参数;采用粒子群优化算法对智能驾驶跟驰模型中的舒适制动减速度和加速度系数2个参数进行求解,得到模型的最优参数;将验证集中的实测数据与模型仿真值进行对比,对模型参数的效果进行验证,并以厦门快速公交走廊的车辆多编组运行控制为例,对跟驰模型的效果进行进一步的验证,其中头车采用速度优化模型进行控制,跟随车辆则采用上述标定的公交车辆跟驰模型进行控制。研究结果表明：公交车辆跟驰模型生成的数据曲线与实测数据曲线基本一致,跟随车辆与头车在路段上行驶和车辆进出站2个阶段的运动轨迹曲线基本一致,符合车辆跟驰模型的跟随性,进一步证明了...     

基于分层logit模型的车辆换道行为研究

研究分析复杂交通场景中车辆换道行为,揭示车辆运行特性及其规律。基于效用理论方法,以实现驾驶行为决策效用最大化为目标,建立车辆换道分层Logit模型。系统分析影响车辆行为变化的因素,建立各层次参数变量相关模型。仿真分析表明:较一般的车辆行为模型,车辆换道分层Logit模型更能准确地描述实际交通场景中车辆换道的行为决策过程,有效提高车辆运行效率。研究结果为智能车路协同与交互行为、车辆可变限速技术、自适应巡航控制技术等提供理论依据和技术支撑。     

基于Nested Logit的电动汽车分时租赁选择行为分析

基于用户出行选择调查问卷的样本数据,应用Nested Logit离散选择模型进行回归分析,探究影响用户出行选择的因素,并计算出各种出行方式的分担率及其敏感度。结果表明:使用成本、站点距离、出行里程、驾龄、用户拥有私家车情况以及年龄等因素对用户是否选择电动汽车分时租赁有显著影响;当前电动汽车分时租赁在出行领域的显示性编好(revealed preference,RP)调查分担率为2.36%,使用成本对其敏感度为8.6%,站点距离对其敏感度为43.7%;陈术性编好(stated preference,SP)调查分担率为3.30%,使用成本对其敏感度为8.9%,站点距离对其敏感度为21.1%。     

偏正态数据下半参数混合效应模型的贝叶斯估计

针对纵向数据服从非正态分布情况下混合效应模型的估计问题,提出偏正态分布半参数混合效应模型的贝 叶斯估计方法;假定个体测量误差服从偏正态分布,纵向指标与时间的关系采用 B 样条方法建模,在共轭先验下考 虑该模型的贝叶斯分析,基于 MH 算法与 Gibbs 抽样的混合算法获取未知参数、随机效应和非参数函数的贝叶斯估 计;数值模拟中,数据非正态分布条件下将偏正态方法得到的估计与传统半参数混合效应模型估计方法进行对比, 发现偏正态半参数混合效应模型在有限样本情况下表现更好,说明偏正态半参数混合效应模型与传统模型相比, 可以更好地拟合偏态数据,获得更加精准的参数估计;最后将该方法应用于 ADNI 数据中,研究了神经评分与基线 临床指标间的关系,得出了合理的结论,证明了方法的合理性。     

A Generalized Comfort Function of Subway Systems Based on a Nested Logit Model

With rapid urbanization,subway systems are widely acknowledged as one of the best solutions to urban transportation problems.The operators or managers of subway systems should pay more attention to passenger＇s perceptions of service quality to maintain its competitive position.Taking the traffic state,efficiency,and environmental impact into consideration,the concept of generalized comfort is proposed in this paper.Based on a nested logit model,the selection probability for each factor in a generalized comfort function can be estimated using a nested structure.A certain factor is considered to be more significant in a generalized comfort function than others,when the corresponding probability of this factor is higher in value.Using stated preference and revealed preference data about passenger travel behavior obtained from the Beijing subway,the parameters of generalized comfort function are estimated by maximum likelihood techniques.     

Logit模型的推导方法研究

根据随机效用和效用最大化理论,并假设效用函数的随机项服从三重指数分布,给出了Logit模型的两种推导方法.     

基于Logit和KMV的我国上市公司信用风险的比较研究

利用Logit回归模型和KMV模型分别对选取的29家我国上市公司样本的信用风险进行实证分析和比较。结果表明,两个模型基本上都能反映上市公司的信用状况,虽然KMV模型对非违约样本组的预测结果要优于Logit模型,但是在违约公司样本组的预测上,Logit模型要远比KMV模型准确。从总体效果来看,Logit模型的预测准确性要高于KMV模型。     

基于Logit模型的珠三角城际轨道交通与公路客运竞争力研究

随着城际轨道交通的出现,传统的公路客运将会受到前所未有的挑战.在分析影响城际轨道交通和公路客运竞争力的各因素的基础上,采用Logit模型对广州-深圳间城际轨道交通与公路客运的分担率进行研究,并总结两种运输方式各自的优势和劣势,最后对珠三角公路客运的发展提出几点建议.     

混合系数线性模型参数的新估计与LS估计的比较

混合系数线性模型在连续测量数据的情况下，给出了固定系数a和随机系数期望b的一种新估计．在均方误差的意义下，证明了混合系数线性模型参数的新估计优于最小二乘估计（LS估计），并给予了应用举例．