基于扩展置信规则库的海盗袭击事件风险预测

为有效应对海盗袭击事件，减少可能产生的损失，本文提出一种新的基于扩展置信规则库 (EBRB)联合优化的海盗袭击事件风险预测模型。通过引入Relief F算法和差分进化算法，从结构和参数两个角度对EBRB系统进行优化，以确保EBRB系统具有最优的参数数量和取值，利用实际海盗事件数据集进行模型验证。结果显示，联合优化的EBRB系统预测结果与实际情况的拟合效果较好，相对于初始的EBRB系统，联合优化EBRB系统将海盗事件的风险预测准确性提高 了60%。此外，与现有其他预测模型对比发现，基于联合优化EBRB系统的预测模型在提高预测准确性方面具有一定的优势。     

中国现代交通运输业效率波动性和影响因素研究 ——基于交叉效率DEA 和VAR 模型的分析

选取1978–2012 年的数据,应用交叉效率数据包络分析法(Cross-efficiency DEA)和向量自回归模型(Vector Autoregression, VAR)对中国现代交通运输业的效率波动 情况及其影响因素进行分析.研究结果表明,交通运输业的投入和产出要素之间,均存在 单向格兰杰(Granger)因果关系;交通运输业的效率波动可以划分为效率上升、高效运行 和效率下降三个阶段,总体上呈现出“先升后降”的趋势;交通运输业对人均消费、政府支 出、能源消耗和固定资产投资的冲击均表现出正向为主的响应,对劳动的冲击表现出负 向响应,而对信息的冲击则表出响应“滞后”     

出租车公司管理效率评价分析

在出租车公司中,管理效率对其经济效益影响较大,选用数据包络分析方法(DEA)对出租车公司的管理效率进行分析。首先,就某市出租车公司选定模型的变量;然后运用基于GPS数据的统计信息构建DEA模型并得到效率值;再引入交叉效率模型来为管理效率排序;最后给出相应的改善措施。研究结果表明,应用数据包络分析评价出租车公司的管理效率非常有效。     

基于角色与基于规则相结合的访问控制模型

针对基于角色的访问控制模型的局限性，提出了一种基于角色与基于规则相结合的访问控制模型(RRBAC)。该模型以可扩展的用户组织结构为框架，根据用户组织结构定义角色的属性及其继承关系，用参数化的规则集合描述了用户组织结构中由上下级关系所引发的操作许可，实现了面向群组协同工作的分级权限管理体系。最后，给出了该模型的设计实例。     

基于DEA的城市轨道交通运营安全评价与分析

利用信息熵分析和优化了城市轨道交通运营安全评价指标体系,建立了基于数据包络分析(DEA)的城市轨道交通运营安全评价的C2R模型.以广州地铁一号线为例,应用该模型对历年运营的安全性进行了评价与分析,并运用Matlab软件编程进行了求解.根据计算结果,在产出指标确定的情况下,对非DEA有效的决策单元的输入指标进行了有效的调整.     

基于DEA的交通运输系统资源配置效果评价

在我国交通运输业朝着综合运输体系发展的大背景下,提出了交通运输系统资源配置的分析与评价问题,对交通运输系统资源配置效果进行了界定,并采用数据包络(DEA)方法对我国交通运输资源配置的效率作了定量的评价,得出了不同历史时期的资源配置效率、规模收益情况和目标投入量与目标产出量.     

基于属性关联及匹配差异度的数据流异常检测

为解决类别属性数据流异常点检测问题,针对事务数据流环境,提出了基于属性关联及匹配差异度的数据流异常检测模型AAMDD(attribute associations and match difference degree).AAMDD模型离线构建一个关联规则库,并对其进行增量式更新.同时,利用时间敏感型滑动窗口(time-sensitive sliding windows,TimeSW)维护数据流数据,每经过一个时间跨度,就将当前窗口中每条数据包含的项集与关联规则库进行匹配,计算匹配差异度,根据匹配差异度的不同在线检测异常点.此外,给出了与AAMDD模型相对应的算法AAMDD-algorithm.实验结果表明,AAMDD-algorithm比FODFP-Stream算法的效率和检测精确度分别平均提高了37.43%和5.51%,并且AAMDD-algorithm的查全率保持在77%以上,可用于事务型数据流异常检测.      

物流中心选址方法的研究

在研究物流中心选址基本原则、分析物流中心选址常用方法的同时,综合物流中心选址的层次分析法(AHP)和数据包络法(DEA),提出了物流中心选址的AHP/随机DEA方法.通过引入随机变量,解决了数据包络分析中权重选择的不足之处,把选择物流中心地址过程中的主观判断转变为可信度判断,提高物流中心地址评价的可信度.该模型在实际物流评价应用中取得了较好的效果.     

基于云模型的驾驶疲劳检测方法

疲劳驾驶是导致交通事故的重要原因。因此实时监测驾驶员的疲劳状态具有重要的现实意义。文中针对人的眼动行为存在随机性及模糊性的特点,采用不确定性的云概念,建立基于Perclos和眨眼时间均值的双条件单规则发生器,然后在此基础上构造基于双条件单规则发生器的疲劳检测模型。最后通过在模拟实验平台上采集驾驶员的眼动数据,将眼动特征数据输入基于双条件单规则发生器的疲劳检测模型进行疲劳识别判断。实验结果表明:该模型的平均识别率达到80.2%。在同组实验数据下,使用云模型方法比采用K最近邻(KNN)及支持向量机分类算法的检测率都要高。     

基于虚拟决策单元的公路网DEA评价模型

针对区域公路网的特点，建立了公路网综合评价指标体系，并利用DEA(数据包络分析)的原理与方法建立基于虚拟决策单元的公路网非均一综合评价模型，随后给出了实际的评价案例。结果表明，基于虚拟决策单元的DEA模型弥补了传统DEA模型不能有效区分有效决策单元方面的不足，其评价结果更加全面、更加符合客观实际情况。     

基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法

合理的铁路运用车保有量，对满足铁路货运需求，提高货车运用效率，降低运营成本等有重要作用.考虑铁路运输系统复杂的内外部环境及其动态变化特性，对影响运用车保有量因素定性分析；提出了粗糙集属性约简、灰色关联分析、逐步回归方法相结合的主要影响因素识别方法.以此为基础，建立了基于 Box-Cox变换分位数回归(Box-Cox-TQR)和核密度估计相结合的概率密度预测模型.以国家铁路局运用车保有量实际数据为基础，进行预测试验.结果表明，利用主要因素识别的方法符合目标值的运动变化规律，预测结果具有良好的精度.此外，概率密度预测比点预测、区间预测传递出更多信息，为管理决策提供更多准确有用信息.     

基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法

合理的铁路运用车保有量，对满足铁路货运需求，提高货车运用效率，降低运营成本等有重要作用.考虑铁路运输系统复杂的内外部环境及其动态变化特性，对影响运用车保有量因素定性分析；提出了粗糙集属性约简、灰色关联分析、逐步回归方法相结合的主要影响因素识别方法.以此为基础，建立了基于 Box-Cox变换分位数回归(Box-Cox-TQR)和核密度估计相结合的概率密度预测模型.以国家铁路局运用车保有量实际数据为基础，进行预测试验.结果表明，利用主要因素识别的方法符合目标值的运动变化规律，预测结果具有良好的精度.此外，概率密度预测比点预测、区间预测传递出更多信息，为管理决策提供更多准确有用信息.     

考虑节假日效应的交通枢纽客流量预测模型

客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX) 原理,建立考虑节假日效应的城市交通枢纽客流量预测模型,并以上海虹桥2 号航站楼站轨道交通客流量数据为基础,对该模型进行了标定和预测.标定结果显示,在春节期间,该站点客流量将有明显的下降,而在其他法定节假日期间流量均有一定程度的提升.对模型预测值和真实值比对结果显示,该模型的平均误差在5%以内,表明该模型具有较强的实用性.     

Soft-Sensing Method with Online Correction Based on Semi-Supervised Learning

Soft sensing has been widely used in chemical industry to build an online monitor of the variables which are unmeasurable online or measurable online but with a high cost. One inherent difficulty is insufficiency of the training samples because the labeled data are limited. Besides, the traditional soft-sensing structure has no online correction mechanism. The forecasting result may be incorrect if the working condition is changed. In this work, a semi-supervised learning(SSL) method is proposed to build the soft-sensing model by use of the unlabeled data. Meanwhile, an online correction mechanism is proposed to establish a soft-sensing approach. The mechanism estimates the input variables at each step by a prediction model and calibrates the output variables by a compensation model. The experimental results show that the proposed method has better prediction accuracy and generalization ability than other approaches.     

基于CNN-SVR混合深度学习模型的短时交通流预测

精准且快速的短时交通流预测是智能交通发展的重要组成部分.本文针对当前交通流预测模型不能充分提取交通流数据的时空特征、预测性能容易受到外界干扰因素影响的问题,提出一种基于深度学习的短时交通流预测模型,该模型结合卷积神经网络(Convolutional Neural Network,CNN)与支持向量回归分类器(Support Vector Regression,SVR)的特点:在网络底层应用CNN进行交通流特征提取,并将提取结果输入到SVR回归模型中进行流量预测.为验证模型的有效性,取G103国道的实际交通流量数据进行试验.结果表明,提出的预测模型与传统的预测模型相比具有更高的预测精度,预测性能提高了11%,是一种有效的交通流预测模型.     

中国城市公共交通的效率研究——基于三阶段 DEA 模型的分析

传统的公共交通效率评价忽略了管理无效、外在环境变量与统计干扰的影响, 本文采用三阶段DEA模型,以我国35 个中心城市2010-2013 年的公共交通面板数据为 样本,从成本效率与服务效果两个层面研究了公共交通的效率.研究表明,环境影响及随 机干扰对服务效果的影响较为显著,超大城市和东部地区的平均成本效率最高,特大城 市和西部地区的平均服务效果较好,公共交通回归公益性定位后的服务效果逐年上升; 公共交通行业的技术效率实现增长,全要素生产力逐年下降,在提高效率的同时,建议控 制行业的合理发展规模,提升吸引力.     

����Rank Logitģ�ͶԳǼʽ�ͨ�ֵ��ʵļ��㷽���о�

城际交通对城市经济发展有显著作用,同样也是交通规划领域一个重要课题.随着高铁的快速发展,城际交通分担率也随之有相应变化.计算分担率的方法很多,其中Rank Logit模型能够充分利用SP调查中乘客对交通工具选择的排序数据,可以获得比其他非集计模型更高精度的特点.本文采集891份有效SP数据并建立Rank Logit模型,对广州—武汉的城际交通分担率展开研究以验证该模型的优点.模型结果从评价指标、参数实际意义和乘客时间价值等方面对比Rank Logit模型和Multinomial Logit模型,证明RL模型拥有更高的模型精度和可靠性.在此基础上 本文进一步对武广通道上政策性调整进行了6组敏感性分析,为政府进行交通规划、交通运输政策的制订及修改等提供决策依据,也为铁道部、航空公司等运营部门制定策略提供了理论参考.     

基于混沌理论对北京二环路进行短时交通流量预测的研究

随着机动车保有量的增加,交通拥堵变成迫切需要解决的问题. 道路交通流预测可以使交通管理部门提前制订相关政策,面对即将出现的交通问题提前采取管控措施,从而可以在一定程度上缓解交通压力. 道路交通流预测预报是智能交通系统关键技术之一,短时预测是交通控制、车辆导航的技术基础. 本文在对交通系统具有耗散系统特性分析的基础上,认为交通状态中存在混沌. 本文运用混沌与分形理论恢复交通流量序列的动力学系统,并用多元局域预测法对时间序列进行预测,并实地采集数据运用模型进行分析校验. 通过分析不同时间间隔的时间序列的评价指标,比较得出此法在2至5分钟内有较高的预测精度.     

中国煤炭运输网络空间演化

为了研究中国煤炭运输网络的演变规律和内在作用机制, 借鉴复杂网络的建模思想, 提出了综合煤炭价格成本和运输成本选择机制的煤炭运输网络演化模型, 并通过调节模型参数, 分析了其对网络特性的影响; 为反映煤炭价格动态波动对节点选择的影响, 构建了服务于演化模型的煤炭价格波动函数; 采用1998年中国煤炭运输数据进行仿真计算, 并将仿真结果与2016年中国煤炭运输网络特性进行对比, 以验证提出的煤炭运输网络演化模型的合理性。研究结果表明: 节点强度比节点度更适合用于分析中国煤炭运输网络特性; 中国煤炭运输网络为异配网络, 移走少数高强度节点会严重影响网络的连通性, 增加煤炭运输进口节点会减小移走少数高强度节点对网络的影响; 增加煤炭运输出口节点能提高中国煤炭运输网络的可靠性, 能大大提高山东、辽宁等地区的港口潜力, 带动地区经济发展; 增加煤炭运输进口节点会使中国东南部沿海地区和中部地区成为关键节点, 也能提高中国煤炭运输网络的可靠性, 但网络抗毁性会减弱, 网络中关键节点与非关键节点连接的倾向性会逐渐减弱, 网络的传递性和紧密程度表现为先升高后降低的趋势。可见, 在增加煤炭运输进出口节点的同时, 应加强对煤炭运输网络的整体规划和对枢纽地区的建设和管理, 合理引导煤炭运输资源配置, 以提高中国煤炭运输网络的整体性能。