基于意向偏好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.     

交通需求组合模型的不确定性分析

交通需求预测中会有很多不确定性因素.系统的不确定分析可以分析模型输出的可信程度,并且界定影响不确定性的关键因素.采用了基于敏感性分析的方法(SAM)分析交通需求组合模型(CTDM)的不确定性.CTDM基于出行者的理性行为,并可描述为一个非线性规划问题,从而分析敏感性.不确定性分析包括模型输入的不确定性和模型参数的不确定性.与基于随机抽样的分析方法相比,基于敏感性分析的方法在大大减少计算量的同时,可以得到近似的精度,并且可以同时或分开考虑输入的不确定性和参数的不确定性.研究认为,提高参数精度比提高输入精度能更有效地提高输出结果的可信水平.     

基于二次插值法的交通需求组合模型算法

交通需求组合模型(CTI)M)基于随机效用理论组合了出行-分布-方式-路径选择,突破了传统四步骤模型的局限,并可以描述为一个非线性规划问题.对求解CTDM的部分线性化算法进行分析,提出了在进行步长优化时使用二次插值法得到模拟最优步长的方法.使用经典路网Sioux Falls,将所提出的算法与连续平均法和精确线性搜索算法比较,验证了二次插值法的计算精度高,收敛速度快.     

基于NL模型的北京公共交通票价对出行方式影响研究

利用SP(stated preference)调查挖掘了更多乘客选择出行方式时关注的因素,对比研究了MNL(multinomial logit)与NL(nest logit)模型机理,构建了更具适用性的交通方式选择NL模型,以北京市为例验证了模型的可靠性。应用模型分别探究了常规公交及地铁票价变化对乘客交通方式选择的影响。结果表明,随着常规公交票价的增加,0~10 km范围内常规公交出行者向私家车转移,10 km以上则会选择地铁出行;而随着地铁票价的增加,地铁出行方式的分担率明显下降,并导致公共交通分担率的下降。通过探究公共交通票价变化对乘客出行方式选择的影响,为北京市公共交通票价调整提出合理建议。     

城市综合交通规划的组合模型

根据我国城市混合交通阻抗的特点，将出行者看作为出行的消费者，考虑出行者出行决策的同时性，以离散选择和随机效用理论为分析工具，研究了基于对称阻抗的交通风险出行，讫点，方式和路径随机选择的组合模型，根据最优化原理和Lagrange算子性质，证明了模型最优解满足出行，讫点，方式和路径选择平衡的条件，且最优解是唯一的，最后给出一个算例。     

基于模型的工业机器人误差参数标定技术研究进展

 为提高机器人末端控制精度,围绕基于模型的工业机器人误差参数标定技术,总结了其应用在高精度机械加工制造领域时存在的误差参数不完整、标定成本高和标定精度不满足工业需求等关键问题;综述了误差参数标定模型建模方法、机器人末端位姿测量技术、误差参数辨识技术和误差补偿技术4个方面的进展,分析了处理复杂标定任务时基于模型的误差参数模型标定技术的主要难点进行总结,针对传统建模方法不再满足标定需求、现有自标定技术测量精度不够、传统线性辨识算法在辨识矩阵奇异或存在冗余参数时无法得到准确的辨识结果、如何高效获得和处理测量得到的误差数据等难题,提出了可行性解决方案及发展方向。     

SP调查方法在交通预测中的应用

比较了SP调查与RP调查 ,对SP调查的主要过程、注意事项等进行了说明 .介绍了实际调查案例 ,利用调查数据对PCL模型进行了推算 ,并对交通方式分担率进行了研究 ,结果证明PCL模型比MNL模型具有更高的精度 .     

捷联惯性测量组合快速位置标定

根据捷联惯性测量组合的测量误差数学模型,分析了在进行位置标定时地球自转角速度对惯性测量组合的陀螺仪和加速度计输出的影响.对惯性测量组合不同位置下的输出公式进行运算,抵消掉了含有方向的量,得出了捷联惯性测量组合的误差参数,从而提出了1种使用数据处理方法无需精确对北的快速位置标定法.实际标定实验表明:应用该方法可以缩短测试时间,降低测试成本.     

海域组合单元水质模型参数反演方法研究

参数反演是海域水质模型验证工作的主要难点之一,同时模型模拟海域内参数的统一赋值又降低了其实际的物理意义.本文建立海域组合单元水质模型参数反演的新方法:将研究海域划分为若干单元,敏感参数在各单元中独立赋值.将基于人工神经网络的数据驱动模型同水质模型有机结合,通过水质模型计算多参数匹配设计的工况,构建海域内部观测点的解集;以数据驱动模型归纳建立状态变量(污染物浓度)同多个控制变量(模型参数)之间的非线性关系.将实测资料带入关系中,进行模型参数随地域变化的组合单元优化反演研究.以渤海海域水质模型多参数反演为例,采用"孪生"试验验证参数组合单元反演新方法的可行性,结果表明该方法是有效的.     

基于活动的城市出行需求层次选择模型

以2010年绵阳市传统居民出行调查数据为基础,研究从传统居民出行调查数据中提取基于活动模型建模所需特性数据的方法和流程,并提出了以方式/目的地选择模型、时间选择模型和日活动模式选择模型为主体的层次选择模型结构,就数据处理、模型结构、变量选择、模型标定等提出一个完整的基于活动模型的分析方法,从而实现了基于活动的交通需求预测.     

基于自适应惯性权重优化后的粒子群算法优化误差反向传播神经网络和深度置信网络(DBN-APSOBP)组合模型的短期旅游需求预测研究

旅游需求的精准预测对于旅游景区资源调度和管理有着重要作用。单一的浅层学习算法无法很好地拟合旅游客流量的特征,针对上述问题,本文通过组合深度学习和浅层学习算法,同时结合网络搜索行为数据,建立深度置信网络和利用自适应惯性权重优化后的APSO去优化BP神经网络——APSO-BP的组合预测模型,用DBN模型对原始非线性客流量数据预测,再对DBN模型预测所产生的残差建立APSO-BP模型进行预测,将二者预测值合成后得到最终的预测值。通过实验证明了该组合模型能够较为准确的拟合客流量数据特征,有效地提高了预测精度。     

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.     

改进的基于模态参数的结构计算模型修正算法

对基于模态参数的结构计算模型修正算法而言，实验振型扩充是一个必要环节，由于修正问题需要迭代求解，所以以往算法用于振型扩充的系统矩阵一般都来自于上一迭代过程，导致系统矩阵误差传递给用作修正参考值的的充实验模型，滞缓了迭代收敛速度，针对这一问题，提出一种改进算法，通过给扩充后的振型矩阵添加一个修正项来减小因系统矩阵不精确而导致的的充振型误差，振型修正项与待修正参数之间的相关关系由求解一个最小化系统特征方程和振型误差的优化问题获得，算例研究表明，改进的算法可以提高修正的收敛速度，且迭代收敛曲线更趋平滑。     

沉淀池一维分层水力模型参数校核及模拟应用

通过在沉淀池一维分层模型中纳入弥散项和异重流,建立沉淀池一维分层水力模型,并选用Takács模型描述沉淀池中悬浮固体的沉降速率.根据沉淀池的运行特性,结合污泥层高度的算法,建立模型参数校核的评价指标.针对模型中参数较多、校正困难的问题,利用经验公式率定结合灵敏度分析的方法,提出了通用的参数校核方案.参数校核后的沉淀池模型,能够很好地模拟中试试验实测的悬浮固体曲线、出水和底流的悬浮固体质量浓度和污泥层高度.     

汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响;对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关;年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。