基于交叉口多相位信号控制的路网容量

构建了一种用于描述交叉口多相位信号控制路网容量的双层规划模型.其中,下层模型是一个交叉口多相位信号控制路网用户均衡分配模型,用以求解给定信号配时参数和交通需求量下的路段均衡流量,该模型考虑了各相位下的信号延误.上层模型是一个非线性规划模型,模型以路网容量最大为目标,对信号配时参数和O-D需求量进行优化.双层规划模型采用基于灵敏度分析的BLABD算法求解,算法的主要思想是通过差商的方法估计路段均衡流量对设计变量的导数,从而将上层模型中未知路段流量函数展开为一个线性函数.算例分析结果显示,该算法能有效求解多相位信号控制路网容量问题,具有实用价值.     

基于多项任务多阶段委托-代理模型的银行信贷风险管理研究

从商业银行和信贷员之间的委托-代理关系的角度分析了商业银行的信贷风险管理问题.研究了商业银行和信贷员之间委托-代理关系的特殊性,建立了多项任务多阶段委托-代理模型.结果表明,多项任务多阶段委托-代理模型能够激励信贷员花在收集"显式"信息和"隐式"信息上的努力都大于零,信贷员2阶段的产出明显大于只有1阶段时的产出,从而降低由于信息不对称而产生的信贷员的道德风险,有效减小银行的信贷风险.模型解决了商业银行对信贷员的激励约束问题,既防范了信贷员的道德风险,又有效降低了商业银行的信贷风险.     

基于多项Logit模型的山区高速公路事故致因分析

为分析山区高速长大下坡路段事故严重程度的影响因素,本文首先对地处陕西省、广西省、云南省的典型山区高速公路长大下坡路段的道路交通事故数据进行深度调研,共获取2559条事故数据,然后基于上述事故数据,构建了多项logit事故严重程度模型,对导致山区高速长大下坡路段交通事故的直接致因进行了分析。分析结果表明：肇事驾驶人超速行驶、违法装载超限、疲劳驾驶、操作不当、违法停车、车辆制动失效对山区高速长大下坡路段伤亡事故有显著影响。为改善山区公路的运营安全性,从根本上寻求已建成山区高速公路事故频发的有效办法提供方向。     

基于重金属多形态-生物毒活性权重体系的生态危害指数模型

针对Hakanson潜在生态危害指数模型的不足,纳入了对重金属多形态生态毒活性差异的考量,建立了基于重金属多形态-生物毒活性权重体系的改进生态危害指数模型.将其应用于新乡市郊区蔬菜基地土壤重金属污染的评价,结果表明该区域土壤中Cd,Ni,Zn,Cu和Cr的污染程度等级分别为5级、3级、1级、1级、1级,Cd和Ni可能造成严重的生态危害,亟需有关部门关注及治理.经与原模型评价结果的对比分析,表明所建优化评价模型能更全面、真实地综合表征评价区域土壤中重金属污染的潜在生态风险,为科学决策提供了理论基础.     

带干扰的多险种二项风险模型的破产概率

考虑到保险公司的投资利率和通货膨胀率,建立了带干扰的多险种二项风险模型.讨论了盈余过程的性质,得到了破产概率的一般公式和Lundberg上界.     

停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型

在传统随机用户均衡分配模型基础上,将路网分为路上行驶层、停车巡泊层和步行层3层,用于定量分析停车诱导可变信息标志对驾驶人出行的影响.引入慢速因子体现驾驶人的停车寻找行为,并利用考虑理解误差的费用函数反映停车诱导可变信息标志对驾驶人停车设施选择行为的影响.在此基础上,构建了停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型,并提出了相应的求解算法.算例结果表明,经平均迭代15次模型能较快收敛,当路网上部分道路处于拥堵状态时,停车诱导可变信息标志的设置效果较好,可节约驾驶人6.2%的出行时间.     

基于Nash-Stackelberg分层博弈模型的路网交通控制强化学习算法

为了解决多交叉口博弈引发的Nash均衡计算复杂度问题,考虑路网中不同交叉口的重要程度和博弈关系,兼顾路网中子区之间及子区内部的交通控制策略,以2个子区内的重要交叉口作为上层博弈主体,次要交叉口作为下层博弈主体,构建了一种Nash-Stackelberg分层博弈(NSHG)模型.然后,提出2种多Agent强化学习算法,即基于NSHG的Q学习(NSHG-QL)算法和基于NSHG的深度Q网络(NSHG-DQN)算法.在实验中,使用NSHG-QL和NSHG-DQN算法在SUMO仿真软件搭建的路网环境中对信号灯进行控制,并与基础博弈模型求解算法进行比较.实验结果表明：NSHG-QL算法和NSHG-DQN算法减少了交叉口内车辆的平均旅行时间和平均时间损失,提高了平均速度;NSHG模型在满足重要交叉口间上层博弈的基础上协调次要交叉口,做出最优策略选择,而且基于分层博弈模型的多Agent强化学习算法能明显提高学习性能和收敛性.     

基于DistilBert-LSTM与多项朴素贝叶斯的漏洞检测方法

软件漏洞检测是维系软件安全性的关键,漏洞的高效检验是当前的研究热点。文中提出了一种基于DistilBert-LSTM与多项朴素贝叶斯的漏洞检测模型。为实现漏洞函数的源代码文本深度表征,文中通过DistilBert-LSTM挖掘漏洞的局部关键特征和全局时间特征,并得出漏洞的存在性概率;针对漏洞检测过程中的难样本,通过多项朴素贝叶斯进行优化检测,该模型使用TF-IDF矢量化器进行数据预处理,并通过执行卡方检验进行特征选择,将所得输出至多项朴素贝叶斯分类器中进行检测,以获得最终的漏洞检测结果。实验结果表明,文中提出的方法在公共漏洞和暴露数据库的数据上有效提高了漏洞检测的准确率和精确率,同时降低了漏洞检测的误报率和漏报率,相较于其他机器学习模型,具有更优的性能指标。     

基于条件自回归模型的城市宏观安全分析

基于上海市外环以内263个交通分析小区的事故、道路、交通、土地利用数据,在交通分析小区层面建立贝叶斯负二项条件自回归模型,分析事故在交通分析小区层面的显著影响因素.结果表明,主、次干道长度的增加会显著增加交通分析小区内的事故数量;道路网密度、交叉口数量与小区事故数具有显著正相关性;随着客车产生量的增加,事故数量增加;土地利用强度高,相应的事故数量增多.     

基于多群组结构方程的城市共享交通乘客忠诚度

为探索影响城市共享交通乘客忠诚度的关键因素,采集了325个受试者在车况、寻车时间、个人属性等方面的数据;利用AMOS软件描述了城市共享交通乘客忠诚度的结构方程模型(包括乘客质量感知、转换成本、替代者吸引力、乘客满意度及乘客忠诚度5个潜变量及15个观测变量);根据修正指数进行多次修正得到最终的结构方程模型,由此获得表征城...     

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。     

交通方式选择的Logit模型

着重用离散型的出行需求模型，即 Ｍｕｌｔｉｎｏｍｉａｌ Ｌｏｇｉｔ模型，对城市交通结构迸行分析。在概率的意义下推导、论证和解释模型的合理性，说明对选择模型的变量和参数的限制条件。提出一种稳定性好、收敛速度快的参数估计算法——ＢＦＧＳ算法。Ｌｏｇｉｔ模型实用性强，便于对交通结构预测。     

基于多元Logit模型的城市公交准时可靠性分析

以多维度大数据为基础,分析不同时间、不同天气条件下的公交准时可靠性.结果表明:工作日和晚高峰期间的准时比例明显低于其他时段,周六和周日午夜的准时比例明显低于工作日午夜的准时比例;利用多元Logit模型预测了公交早到、晚到和准时与环境变量、时间变量及运行特性等之间的定量关系.结果表明:公交准时性在晚高峰、线路末端和恶劣天气条件下降低.研究结果可为出行者制定出行计划提供依据,减少等待时间;同时可为管理者优化公交发车间隔,提高公交服务水平提供有效的决策支持.     

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。     

电力行业上市公司财务预警Logit模型实证研究

运用因子分析方法,得到反映上市公司经营状况的综合指标,以此为变量建立Logit财务预警模型。模型及参数均通过Wald检验,预报准确率令人满意,对证券投资及企业经营活动监控具有指导意义。     

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%。     

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。     

分路段交通状态模式元胞传递模型

对城市快速路元胞传递(CTM)模型进行了研究.根据不同路段交通状态模式下,路段交通流动态特性的"可观测性"会由于交通信息传播方式差异而不同,提出了城市快速路分模式元胞传递模型.该模型更新了流量传输模型,将其表示为不同路段交通状态模式下的分段函数形式,并针对城市快速路构建了下匝道流量传输模型.以上海南北高架部分路段实际检测数据为例,测试比较了3种宏观元胞自动机模型,结论为分模式CTM模型性能最好.在将其应用于大规模数据测试时,密度估计结果平均百分比误差为20%左右,流量估计结果平均百分比误差为10%左右,仿真效果比较理想.     

基于交通流仿真和神经网络模型的交叉口流量预测研究

交叉口是道路交通的关键节点,其流量数据具有明显的非线性特征.本文提出一个两阶段预测模型对交叉口交通流特征进行预测.首先,通过交通流仿真技术对各交叉口进行仿真,并获得仿真流量,然后通过神经网络训练,预测交叉口各流向的交通流量.通过两个阶段不断迭代,校正构建具有高精度、泛化性能强的预测模型.最后,选取贵阳市31个具有代表性的交叉口的流量调查数据作为样本数据,将其中18个交叉口的仿真预测流量和实际观测流量作为神经网络模型的输入/输出因子,通过训练构建神经网络模型并验证模型的有效性.之后,将剩余交叉口的仿真流量数据作为模型的输入,模型输出数据即为修正的交叉口进口道的交通流量分布特征数据.结果表明:该方法具有数据收敛速度快,运算量小等特点,对于交叉口流量数据的预测具有很好的适用性.