基于贝叶斯网络多方法组合的短时交通流量预测

贝叶斯网络是处理不确定信息和进行概率推理的有力工具,针对短时交通流量预测的难题,提出一种基于贝叶斯网络的多方法组合预测模型. 首先建立几种基本预测模型并对交通流量进行预测,然后将预测的结果和实际结果按一定步长进行离散处理,把离散后的结果用贝叶斯网络进行学习,更新贝叶斯网络参数,通过联合推理求得各个基本预测模型预测结果组合下可能组合预测值的后验概率,把后验概率最大所对应的值作为预测值. 通过对实际道路交通流量的预测表明,本文提出的贝叶斯网络多方法组合预测模型的预测结果精度优于单一的预测模型,从而论证了本文提出的贝叶斯网络多方法组合预测模型具有一定的实用性.     

基于Visual C++6.0的洪水预报系统的设计

为了及时准确地预报水库入库洪水,根据洪门水库流域的水文特性,利用三水源新安江模型在Visual C++6.0的环境下对洪门水库洪水预报系统进行了研究设计.本文介绍了系统的总体方案,分析了系统的基本结构和主要功能.     

铁路旅客列车晚点的贝叶斯网络模型研究

通过分析导致铁路旅客列车晚点的设备、人为和环境等各种影响因素,运用能较好解决不确定性问题的贝叶斯网络,建立铁路旅客列车晚点的贝叶斯网络模型.利用Matlab中的BN推理工具软件包BNT计算出基本事件的后验概率.最后,通过实例数据分析得出了影响铁路旅客列车晚点的重要因素,为相关工作人员提供了一定的理论参考依据.     

面向诱导的交通状态概率预报技术

为了获取准确客观的交通流运行状态信息,满足交通诱导的需求,综合考虑城市道路中交通流演变的随机性和复杂性,以及实时交通状态判别本身具有的不确定性,通过分析交通状态和影响因素之间的映射关系,提出了一种交通状态概率预报的Logistic回归模型. 该模型借助Logistic回归方法探讨交通状态和交通参数之间的函数关系,并对下一时段交通状态及其发生的概率进行预报. 最后结合实际数据,进行了不同预报时长的分级交通状态的概率预报实验,独立样本检验结果表明,该模型预报准确率高,稳定性好.     

基于朴素贝叶斯轨道交通网络客流分配模型

在充分分析轨道交通行程时间组成要素及分布特性的基础上,利用已知AFC数据对行程时间参数进行估计,提出一种基于朴素贝叶斯分类器的轨道交通网络客流分配模型。利用AFC数据估算行程时间组成要素参数,得到OD间每条路径行程时间的均值及方差;将每名乘客的AFC数据作为一个样本,行程时间作为一个特征属性,利用朴素贝叶斯分类器进行概率分类,将每名乘客划分到后验概率最高的某条路径;得到轨道交通OD间每条有效路径的客流。根据广州地铁算例验证及仿真实验结果表明,该方法能较好预测每条有效路径客流分配比例。     

基于贝叶斯网络的长江航运安全状况监测 模型研究

为提升航运安全监测水平，依据系统工程学理论构建贝叶斯网络拓扑结构，提出基于贝叶斯网络的长江航运安全监测模型。通过对1 465 条长江航运事故数据分析与处理，借助Genie 软件对长江航运安全贝叶斯网络进行模拟，标定模型参数。利用改进马尔科夫链蒙特卡洛算法可以满 足细致平衡的要求且能与实际的后验概率保持一致的特点，采用马尔科夫覆盖对模型下一阶段的状态进行预测，最后以武汉长江大桥航段某日观测数据为例进行实例验证。结果表明，影响长江航运安全的4个主要因素的22 个子节点相互独立，所建长江航运安全状况监测模型操作性强、可视化程度高、监测结果连续、符合实际情况。     

基于贝叶斯网络的长江航运安全状况监测模型研究

为提升航运安全监测水平,依据系统工程学理论构建贝叶斯网络拓扑结构,提出基于贝叶斯网络的长江航运安全监测模型。通过对1 465条长江航运事故数据分析与处理,借助Genie软件对长江航运安全贝叶斯网络进行模拟,标定模型参数。利用改进马尔科夫链蒙特卡洛算法可以满足细致平衡的要求且能与实际的后验概率保持一致的特点,采用马尔科夫覆盖对模型下一阶段的状态进行预测,最后以武汉长江大桥航段某日观测数据为例进行实例验证。结果表明,影响长江航运安全的4个主要因素的22个子节点相互独立,所建长江航运安全状况监测模型操作性强、可视化程度高、监测结果连续、符合实际情况。     

地下水模拟不确定性问题的多模型分析

为研究地下水概念模型的构建偏差及水文地质参数非均质性引起的地下水渗流场模拟不确定性问题,首先根据自然条件的差异构建2组概念模型;以大量原位水文地质试验获取的待估参数数据为先验信息,应用接受条件进行调整的马尔科夫链蒙特卡罗方法（MCMC）中的自适应采样算法（A-M）进行参数样本采集,并基于2组概念模型分别构建多组渗流场计算模型;将输出结果基于AICc准则进行相关多模型定量分析.研究结果表明:调整的A-M采样算法,参数样本的遍历性及收敛性未受影响;计算模型中除存在"异参同效",亦存在"异构同效";异构同效虽存在,但更接近客观条件的概念模型结构获取高精度模型的概率较大,1#、2#概念模型中方差值介于1~2的模型比例分别为65%、46%;各概念模型的100组计算模型中,剔除Delta值大于10的计算模型后,1#模型中仅保留排名前10个模型,累计后验概率0.996,2#模型则保留排名前21个模型,而其排名前10的模型累计后验概率仅为0.884.      

民航运输航空器着陆阶段偏出跑道事件分析模型

为了克服故障树分析方法只能描述正常和故障两种状态的缺陷,利用故障树方法的逻辑分析优势,以及贝叶斯网络描述多态事件和计算概率的功能,建立了基于故障树和贝叶斯网络相融合的航空器着陆偏出跑道事件分析模型,提出了故障树与贝叶斯网络之间的转换算法求解该模型.根据1996—2010年中国民航着陆偏出跑道事件的数据,确定了着陆航空器偏出跑道的主要原因,并按重要程度进行了排序.研究结果表明:积水、反喷或减速板故障、复杂气象条件、驾驶术欠缺、前轮转弯卡阻、夜航或受灯光不利影响、对机组资源管理失效、积冰积雪是导致着陆偏出跑道的主要风险因素,其后验概率均大于0.3;应针对主要风险因素,制定针对性预防措施.      

基于粒子滤波的场景事件实时识别

为解决智能监控场景中场景事件的检测与分析问题,提出了一种基于粒子滤波的场景事件实时识别方法.将场景事件分解为一系列的子事件,构成多层动态贝叶斯网络模型,模型中每一状态对应一种事件.采用Particle F ilter粒子滤波方法对模型中各节点状态的后验概率进行实时估计,以对场景事件进行实时识别.采样不同的粒子数目进行了对比仿真试验,仿真结果表明该方法能够得到较高的识别精度.