零膨胀负二项回归模型的推广与费率厘定

在费率厘定中,当索赔次数数据存在过离散(over-dispersion)特征时,通常会采用负二项回归模型,但当索赔数据中同时又出现零膨胀(zero-inflated)问题时,负二项回归模型不再适合对这样的数据进行分析.在传统的零膨胀负二项回归模型为基础,并将其推广到更为一般的形式,同时利用解决费率厘定中出现的既有过离散又有零膨胀的问题.通过对一组汽车 损失数据的拟合,推广后的零膨胀负二项回归模型有效地改善了拟合效果.     

城乡结合部道路交叉口多目标信号配时优化模型

随着我国城镇化进程的加快,城乡结合部道路交通问题日益显著。为提高城乡结合部道路交叉口的交通运行效率、环境效益和交通安全,提出信号配时多目标优化方法,综合考虑延误、通行能力、停车次数、车辆尾气排放等因素构建模型,运用遗传算法进行求解。以某典型交叉口为例进行分析,给出改进设计方案并进行交通仿真评价。研究结果表明,通过多目标信号配时优化可以缓解城乡结合部道路交叉口交通拥堵和污染物排放的问题,具有较好的交通信号控制效果。     

基于树型空间的三维树木模型匹配

为解决三维树木模型的检索具有正确率低、检索效率低、描述不匹配等问题,提出一种基于树型空间的三维树木模型匹配方法。该方法通过构建三维树木模型数据集的树型空间,辅以主轴匹配,轮廓匹配,枝干匹配等方式,经过树型空间中欧氏距离和测地线度量差异值,逐步匹配到相应的三维树木模型,该方法分别在通用模型数据集和自我设计的模型数据集进行了匹配性实现,结果表明可以较大幅度提升树木模型匹配的准确率,利于三维树木模型的大规模检索和重用。     

基于DA-RKELM算法的光伏发电功率预测方法

针对光伏发电功率具有的波动性和随机性等特点造成的电网安全问题,提出了一种基于蜻蜓算法优化的正则核极限学习机光伏发电功率预测方法。通过相关性分析确定影响光伏发电功率的关键影响因子,构建光伏发电功率预测模型;利用蜻蜓算法获取网络最优的权重和阈值,在标准极限学习基础上引入正则化函数和核函数以避免传统梯度下降法造成的过拟合问题,增强模型空间映射能力;仿真实验表明,与DA-ELM、PSO-ELM以及标准-DA-ELM模型相比,DA-RKELM预测模型能达到更高的预测精度,更贴近光伏发电的实际运行功率。     

基于博弈论的化工园区合作巡逻策略研究

化工园区的生产活动对周围的大气环境和居民健康构成了巨大威胁,需要园区管理团队对化学生产过程和气体排放进行严格监管以保证空气质量,对各化工厂进行巡逻是一种有效的方法。基于博弈论研究多辆巡逻车的合作巡逻策略,提出了贪婪部署算法确定巡逻车的初始部署,采取静态分区的合作方法将化工园区划分成多个小区域,在化工厂和巡逻车之间构建巡逻博弈模型,通过MultiLPs算法计算得到博弈的Stackelberg均衡解。选取Antwerp化工园区进行案例研究,结果表明巡逻车可以将收益提高8.08%~35.24%。     

一种激光驾束制导武器半实物仿真系统构建及试验方法

激光驾束制导武器半实物仿真必须借助二维平动系统,但由于二维平动系统受限于技术指标不高,无法满足弹目相对运动模拟速度和加速度要求较高的武器系统开展仿真试验的弊端,提出一种新的激光驾束制导武器半实物仿真系统构建及试验方法。采用“二轴转台+负载支架”的仿真系统构建方式,利用二轴转台的转动角运动代替二维平动系统的线运动来实现导弹在激光信息场中弹目相对运动和位置变化的模拟,很好地解决了传统方法存在的种种弊端,试验结果进一步验证了该方法具有很好的仿真效果。     

考虑非机动车违章影响的车辆运行效率分析

对非机动车的违章行为对信号交叉口的机动车通行效率的影响进行了研究。利用线性回归模型分析出该交叉口主要出现的违章行为,对违反信号灯通行的非机动车建立违章率模型建立非机动车违章行为下的机动车延误时间模型,根据已有的违章率,分析出不同违章率下的机动车延误时间,可看出违章率越大,机动车延误时间越长。针对非机动车违章行为对机动车产生的影响,从道路设计方面提出改善建议。     

轮式牵引机器人优化设计及运动特性分析

为定量评价轮式牵引机器人在同一管径水平井内的动态运动特性与越障性能,建立了轮式牵引机器人爬行模块的受力模型,优化了结构及尺寸参数,实现了机器人ADAMS整体建模,并构建了对象机器人驱动机构、支撑机构及牵引阻力的Simulink控制模型。提出了轮式牵引机器人的ADAMS/Simulink联合仿真建模方法,进行了对象机器人运动特性及越障性能仿真分析。仿真结果表明结构优化后提高了该型机器人在水平井内的动态运动特性,验证了其较好的越障能力,且仿真计算与理论分析结果基本一致。     

航海模拟器中海洋环境时空动态变化的仿真

海洋结构物始终受到环境干扰,对海洋环境的仿真会显著影响航海模拟器的真实感。基于数值波浪模型生成海洋环境场,并利用SQLite开发实海域数据库。通过数据库中获取实际的风,海流和海浪信息来与真实海洋保持一致。对环境扰动进行建模,并且将时空变化特征和耦合效应都融入仿真。通过提出的仿真方法再现了真实的航行情况,并利用船载传感器的测量数据进行验证。仿真结果与实测数据吻合良好,说明本方法可以进一步提高海洋模拟器的物理真实感。     

一种连续无创血压预测的改进向量机学习方法

因不同人体生理特征的差异性,影响了基于光电容积脉搏波（PPG）和心电信号（ECG）的连续无创血压测量精度,提出一种基于优化的支持向量机模型预测血压的方法。该方法将PPG、ECG及人体特征进行处理并组成特征矩阵,通过水银血压计测得实时血压值,运用主成分分析法和遗传算法改进的支持向量机学习模型对特征矩阵和实时血压值进行回归训练,从而建立最优血压预测模型。实验证明,优化改进支持向量回归血压预测方法比传统支持向量机学习法准确度提升了10%~15%。     

一种轻量化实时人体姿势检测模型研究与应用

传统的OpenPose模型在人体姿势检测方面精度较好但速度较慢。为了在保证检测精度的前提下加快检测速度、缩小模型,在传统OpenPose模型基础上,使用添加二阶项融合的残差网络提取底层特征,再通过L1范数权值对训练后的模型进行权值修剪,提出了改进型OpenPose模型。实验结果表明,在检测精度大致等同原模型情况下,模型大小缩小至约8%,参数减少近83%,检测速度提升约5倍。将改进的OpenPose模型应用到仰卧起坐体育健康测试中,结果表明该模型对仰卧起坐动作检测精度达到97%。     

基于深度神经网络的航班保障时间预测研究

航班地面保障时间预测是提高机场运行保障效率和决策能力的关键问题之一。考虑到服务流程的复杂性和特殊性,建立了航班地面保障资源到位时间的高斯概率模型,提出了一种基于深度神经网络的航班地面保障时间预测模型,并根据保障数据规律性变化调节模型参数,减小不确定性因素产生的泛化误差。研究结果表明,单航班预测结果的平均绝对误差比多航班小4.479 min,模型评价分数达到了94.608,且预测精度比传统BP神经网络和贝叶斯网络方法高3%~5%。     

Statistical analysis of generalized exponential distribution under progressive censoring with binomial removals

The estimation of generalized exponential distribution based on progressive censoring with binomial removals is presented,where the number of units removed at each failure time follows a binomial distribution.Maximum likelihood estimators of the parameters and their confidence intervals are derived.The expected time required to complete the life test under this censoring scheme is investigated.Finally,the numerical examples are given to illustrate some theoretical results by means of Monte-Carlo simulation.     

一种基于环境预报数据的阵风建模方法

针对现有飞行器仿真试验自然环境模型,研究环境预报数据转换和处理方法;基于随机波浪理论,建立二元阵风紊流数学模型,并研究该模型的仿真建模方法;基于Davenport谱建立基于环境预报数据的阵风紊流模型,并引入到飞行器六自由度数学仿真试验中,得到阵风紊流对于飞行器飞行状态的影响情况。试验结果表明,阵风紊流对于飞行器攻角影响较大,对于飞行高度影响较小,利用阵风紊流模型开展飞行器航迹仿真试验切实可行。     

多机器人组合最大覆盖面积寻优及预测方法

针对多机器人协同情况下最大覆盖面积的最优控制问题,提出了—种遵循叠加原则和强度径向衰减圆盘模型的多机器人组合有效覆盖面积估计、寻优、预测方法.使用蒙特卡罗法对机器人组合的有效覆盖面积值进行估算;使用多种群遗传算法得出组合的最大有效覆盖面积;使用支持向量回归机预测机器人个数与最大有效覆盖面积之间的关系.针对寻优以及预测结...     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

一个新型的期权定价二叉树参数模型

对目前普遍使用的期权定价二叉树模型的缺陷进行了分析 ,利用随机误差校正方法构造出新型的二叉树参数模型 .新的模型避免了负的概率并且具有很高的精确度 ,因而可应用于计算各种期权的价格 .