分层整群抽样下敏感问题问卷调查技术及其应用

文章提出了属性特征敏感问题在分层整群抽样下的问卷调查技术,讨论了运用该方法所得的敏感属性的比例估计及其估计方差的计算公式,计算出了敏感属性比例95％的置信区间。并在湖南城市学院本科学生在大学四、六级英语水平考试中是否曾作弊情况的实例调查中取得了信誉度较高的成功应用效果。     

心理普查筛出心理危机信息的价值

目的:判断心理普查筛出的心理危机信息对预防心理危机发生的价值,为制定科学合理的心理危机干预策略提供参考。方法:心理健康普查,并对普查筛选出的样本进行分层预防性干预。结果:心理普查SCL-90筛选出的一类学生占学生总数的7.71%;UPI筛选出的一类学生占学生总数的11.8%;其中1/2接受预防性干预的学生有效地控制了危机发生。对未进行预防性干预的发生了心理危机的学生进行心理普查信息反查发现,UPI得分普遍较低,而SCL-90阳性项目均分普遍偏高。结论:SCL-90对潜在心理危机筛选有效,但不能预见突发性危机,因此心理危机干预应坚持即时干预和预防干预双轨并行。     

The Role of Survey Data in Nowcasting Euro Area GDP Growth

This paper evaluates the impact of new releases of financial, real activity and survey data on nowcasting euro area gross domestic product (GDP). We show that all three data categories positively impact on the accuracy of GDP nowcasts, whereby the effect is largest in the case of real activity data. When treating variables as if they were all published at the same time and without any time lag, financial series lose all their significance, while survey data remain an important ingredient for the nowcasting exercise. The subsequent analysis shows that the sectoral coverage of survey data, which is broader than that of timely available real activity data, as well as their information content stemming from questions focusing on agents' expectations, are the main sources of the ‘genuine’ predictive power of survey data. When the forecast period is restricted to the 2008–09 financial crisis, the main change is an enhanced forecasting role for financial data. Copyright © 2015 John Wiley & Sons, Ltd.     

冰雪条件下城市道路路段车头时距

为准确把握冰雪条件下城市道路交通流特性,研究城市不同类别道路的车头时距分布规律,在大量实地调查数据的基础上,对冰雪条件下,城市不同等级道路上的车头时距进行数据整理、分析。采用爱尔朗分布拟合不同条件下的车头时距分布,并进行检验。结果表明拟合效果良好。为冰雪条件下城市道路交通流特性研究提供理论及数据基础。     

道路交通拥挤水平分类方法研究

道路拥挤水平是评估交通运行质量和道路网络性能的重要指标之一,对交通规划、路线导航以及道路拥堵管理具有重要参考价值.利用车载移动传感信息与驾驶员判断的一致性,研究一种自动分类道路交通拥挤水平的新方法.利用GPS传感器和CCD摄像机采集路况信息,使用滑动窗口瞬时抽样技术抽象出车辆运行模式.此外,还引入驾驶员对道路交通3种状态(Light,Heavy和Jam)的感知评价信息,将驾驶员感知和车辆运行模式引入到决策树学习算法(J48)中进行训练.     

微机化调度集中系统同步运行的自律问题

本文根据调度集中系统各结点信息的瞬时状态，提出了自动确定系统同步运行相关参量的方法．为调度集中、调度监督系统设计的智能化开辟了一条有效的途径．     

融合多维时空特征的交通流量预测模型

为了精准预测交通流量,充分提取交通流中复杂的线性和非线性特征及其依赖关系,提出了融合多维时空特征的CLABEK模型。其中,由Conv-LSTM、BiLSTM和Dense神经网络分别提取时空特征、周期特征和额外特征(节假日、天气状况以及温度等),并通过将上述模型融合从而全面获取交通流的非线性特征;由卡尔曼滤波提取交通流的线性特征。在公开数据集上的对比实验证明,CLABEK模型在短期交通流预测任务上表现出最好的预测效果。     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

大城市铁路货运站的货物集散问题

本文对货场道路的功能、分类、设计和布置形式进行了探讨,并对车辆在货场内的运行径路和车流交叉问题作了分析,在此基础上,提出货场道路的合理布置方案.本文还用几个大型货场出入交通流的统计资料,说明目前货场交通流构成混杂、在时间上分布不均衡、车辆空驶率相当高,提出实行统一取送货办法,以改进运输服务,缓解城市交通拥挤状况.     

分布式模糊聚类微动法铁路路基岩溶地球物理探测： 以皖赣铁路宁国改线工程为例

微动勘探法可探查铁路路基地下岩溶、裂隙通道等不良地质体的发育位置,针对反演成果中土、岩体分界面模糊不清,异常位置及边界不准确等问题,采用分布式模糊聚类算法分析反演数据。系统回顾了微动勘探法和分布式模糊聚类算法基本原理,以皖赣铁路宁国改线某区间既有铁路路基岩溶勘察为例,开展分布式模糊聚类微动勘探进行地层分层、溶洞自动划分。将分布式模糊聚类法分析前后的反演数据同时与钻探揭露结果对比发现,分布式模糊聚类算法可对分界面、异常区域进行自动有效划定,可更加准确地识别地质异常体。说明该方法可较大程度提高微动反演数据的准确率,为铁路路基工程的设计和施工提供参考。