混合效应模型在道面状态转移概率估计中的应用分析

为研究混合效应Logistic模型确定马尔可夫状态转移概率矩阵的方法及效果,以道面结构厚度、道面使用时间、状态等级和交通量等因素变量为固定效应,以截距为随机效应,建立混合效应Logistic模型.采用多个机场积累的道面实测PCI值为数据源,估计模型参数并作实例分析.结果表明:①应用混合效应Logistic模型可分析多因素对道面使用性能的影响,获得非齐次状态转移概率矩阵,实现道面使用性能马尔可夫动态预测,显著改善概率预测的精度;②混合效应Logistic模型中随机效应能够反映道面数据内不可观测的异质性,降低模型残差的相关性,提高固定效应参数估计的可靠性;③通过对混合效应Logistic模型随机效应参数bi的估计,可得到数据源内任意个体道面的状态转移概率矩阵,克服传统方法多次建模及数据不足的困难,从而实现对特定道面的性能预测.     

基于线性混合效应模型的道面使用性能预测

针对道面状况指数(PCI)历史资料的面板数据特征,以多项式作为预测函数,将部分参数视为随机变量,建立二类线性混合效应模型.结果表明:线性混合效应模型能够有效分解变量之间的异方差,弥补传统回归模型的不足,为多区域道面使用性能数据分析提供新的技术方法;混合效应模型能够综合利用多区域信息,改进道面个体的参数估计,不仅解决部位道面个体因数据不足而无法获得模型参数的问题,而且显著提高了道面个体的预测精度.     

基于马尔可夫矩阵模型的企业集群状态预测

为使政府能够正确地引导本地资源在企业集群中的配置方向,促进产业结构的合理化,提出一种新的预测决策方法——马尔可夫系统状态概率矩阵法。结合应用实例,阐述了建立转移概率矩阵的方法,讨论了如何根据企业集群市场状态,预测其中各企业未来分布趋势、分布状态以及市场占有率的过程。最后,研究了集群中企业占有率的平衡状态以及政府据此进行政策调整的基本手段。该研究可为政府制定企业集群发展战略和市场调节提供理论上的参考和方法上的指导。     

基于转移概率矩阵自学习的犯罪分布预测

针对犯罪分布预测准确率低,历史犯罪数据缺失严重的问题,提出了基于历史犯罪数据,融合所研究地区的社会环境因素的转移概率矩阵自学习的犯罪分布预测算法——TWcS.将包括距离信息、面积信息、人口信息在内的社会环境因素作为权重值引入到梯度下降策略中,利用梯度下降实现TWcS算法的转移概率矩阵自学习.实验结果证明,TWcS算法的性能明显优于包括当前最优基线算法(TPML-WMA)在内的其他预测算法(如LR、AR、Lasso回归算法、贝叶斯算法、决策树算法等),TWcS算法的MAE值是其他算法MAE平均值的33%.     

机场旧沥青道面材料使用性能评价方法

为了准确掌握机场旧沥青混凝土道面面层沥青混合料的使用性能,针对现场钻取的芯样,通过现有各种试验方法的比较,结合相关技术标准,提出了机场旧沥青混凝土道面材料使用性能的评价方法,包括高温稳定性、低温抗裂性、水稳定性等的试验方法、评价指标及标准,可为今后机场旧沥青混凝土道面的材料使用性能评价提供参考.     

用Markov链状预测方法估价岩质边坡变形发展的趋势

介绍了有关Markov链的基本概念及一重链状相天预测法的基本原理,根据磐石镍矿七采场二号滑体的位移观测资料,用Markov链状预测方法估价了边坡变形发展趋势。结果表明:用此预测方法估价边坡变形发展的趋势与实际边坡变形发展的趋势相吻合,可见该预测方法是有效且可行的。     

机场道面管理的评价模型

根据我国机场道面的实际状况 ,构建了适用于水泥混凝土道面管理的 4个评价模型———损坏状况评价、结构强度评价、平整度评价和抗滑评价模型 .通过这 4个评价模型 ,可以对机场道面的调查检测数据进行评价分析 ,了解机场道面的整个使用状况 ,为确定养护措施、维修规模提供依据     

机场水泥混凝土道面评价指标

本文在综合分析国内外道面使用性能的评价方法的基础上，结合我军机场道面的使用情况，建立了我国机场道面评价指标体系。该体系为进一步预测道面寿命奠定了基础。     

Markov链的组合预测及其应用

为了解决状态预测问题,提出了一种马尔可夫链组合预测方法。以加权马尔可夫链预测和模糊马尔可夫链预测为基础,以级别特征值方法为连接方法,通过区间中值,各单一预测模型和组合预测模型的对比,证明了该方法更为精确,更贴进实际值。丰富了马尔可夫链预测理论体系,同时形象直观、预测精确、计算简便、易于推广,具有一定的实际应用价值。     

基于时变马尔科夫转移概率的机动目标多模型跟踪

为了消除机动目标多模型跟踪中人为因素对跟踪精度的影响，提出了一种新的基于时变马尔科夫转移概率的机动目标多模型跟踪算法．该算法通过对Baum辅助函数的最大化实现隐马尔科夫模型状态转移概率的参数估计，并将估计结果用于交互式多模型算法的设计中，构造出时变马尔科夫状态转移概率的交互式多模型算法，有效地降低了人为因素对机动目标跟踪精度的影响．通过对一个机动目标的跟踪对比，说明了该算法比传统的交互式多模型算法具有更小的跟踪误差和良好的模型跟踪概率．     

基于衰变-Markov模型的沥青路面性能预测研究

为解决在路面使用性能各项指标的预测过程中,预测值与实测值间误差波动较大这一问题,采取同济大学孙立军教授提出的标准衰变方程作为预测模型的基础,充分调查浙江省S101省道嘉兴段现有路况,根据收集的公路路面结构、厚度和交通量轴载数据等资料,对其沥青路面性能变化进行预测,即对路面损坏状况指数PCI和行驶质量指数RQI这两个在路面使用性能指数PQI中占较大权重的指标进行预测,继而采用Markov模型对其预测结果进行修正,建立与养护策略相对应的Markov转移矩阵而得到衰变-Markov预测模型,为之后能准确掌握沥青路面使用性能变化趋势并得到合理的养护决策提供可靠依据.     

机场道面使用性能的动态自回归预测模型

针对我国机场道面性能观测时间短,观测数据少,使用现有模型预测精度低,不能根据观测值动态更新预测模型等现状,提出了将卡尔曼滤波应用于时间序列预测的方法,建立了动态自回归预测模型,进行机场道面使用性能的预估.选取我国华东某机场的实测道面状况指数为基础数据,进行时间序列建模,应用卡尔曼滤波算法实现时间序列模型参数的实时更新,分析模型的预测效果.时间序列数据较少时,难以建立高精度的自回归模型,通过卡尔曼滤波处理建立的动态自回归预测模型精度明显提高.     

基于灰色马尔可夫模型的路面状况指数预测

随着公路使用年数的增加,路面使用性能的衰减不可避免。为延长道路使用寿命,公路养护管理单位需要在适当的时间采取合适的路面养护措施。近年来,我国多个地区开展了预防性养护时机和养护措施的研究。路面使用性能的预测作为预防性养护的基础,可以给公路管理部门提供决策依据。本文运用灰色马尔可夫模型对路面破损状况进行预测。模型兼有灰色预测和马尔可夫预测的优点,预测精度较高。实例表明,与其他模型相比,该模型有较高的实用性。     

基于灰色系统理论的沥青路面使用性能预测

采用灰色系统理论方法,分别对路面强度指数、路面状况指数和路面平整度指标进行了建模和预测.利用实际路面检测数据进行模型的检验和修正,并与传统的回归分析模型进行对比.结果表明,对于公路路面这种比较离散的技术状况评价指标值,采用灰色预测方法精度有较大的提高,能够满足路面使用性能预测的要求.     

基于改进神经网络的水泥路面使用性能预测模型

为了克服传统水泥路面使用性能预测方法的缺陷和误差反向传播(BP)神经网络的不足,利用动量方法改进了BP神经网络收敛性,建立了水泥路面使用性能预测模型.采用广东水泥路面调查数据对模型进行了训练和验证,并对模型训练方法进行了优化.分析表明,该模型具有较好的实用性和预测精度.     

高速公路路面使用性能预测模型的研究

分析了路面使用性能的变化趋势及影响因素,论述了高速公路路面性能预测模型及分类,并详细介绍了各类模型的作用。     

IIB与IVA族原子光谱中组合跃迁几率的计算

本文应用屏蔽氢模型，计算IIB、IVA族原子光谱中共振跃迁几率Are；通过混合角得到组合跃迁几率Ain，其结果与实验一致.