基于随机重复爬山法的交通状态预测

合理构造影响交通状态网络结构,是实现交通状态预测的前提条件.为克服爬 山法易陷入局部最优的缺陷,提出一种基于随机重复爬山法的交通状态预测方法.对随机 生成的有向无环图迭代运行爬山法得到多网络结构;通过有向边置信度的定义和置信度 阈值的计算,确定了最优贝叶斯网络结构中节点和有向边选取准则;利用最优贝叶斯网 络结构,实现了畅通、平稳、拥挤和阻塞等4 种交通状态的预测并综合评价.分析结果表 明,该方法仅选取时段、节假日等两变量时,对交通状态预测总体准确率超过85%,能够 为高速公路运行状态监测预警和决策分析提供有效方法和数据支撑.     

测量误差二次多项式回归模型的参数估计

本文在Fuller.W.A等人做出的测量误差一元线性回归模型及一元p维向量线性回归模型的参数估计基础上,讨论了测量误差二次多项式回归模型的参数估计。利用测量误差多项式回归模型样本（Yt,Xt）,t=1,2,…,n,通过统计方法求出样本所包含的统计信息,得出了测量误差二次多项式回归模型的参数估计。     

出行时间价值最大熵分布估计模型

为提高使用时间价值数据拟合其统计分布的精度,将最大熵原理分别与低阶(≤6)经典矩和概率加权矩相结合,建立了时间价值低阶经典矩与概率加权矩统计分布函数模型。仿真结果表明:在大样本量下,利用经典矩与概率加权矩对参数估计的精度相当,在小样本量下(<30),采用概率加权矩估计参数的相对误差在10%~35%之间,而采用经典矩估计参数的相对误差在20%~80%之间。可见利用概率加权矩克服了经典矩模型在小样本量下参数估计的大偏差问题,且利用其可以准确地预测交通方式分担率与分析交通定价政策对交通行为的影响。     

基于ROC曲线的驾驶疲劳脑电样本熵判定阈值研究

为了获得客观而准确的驾驶疲劳判别阈值,采用驾驶模拟实验研究方法,采集驾驶员在清醒及疲劳状态下的脑电信号,对比分析不同状态下脑电信号的时域特征,选取表征信号复杂程度的样本熵作为驾驶疲劳判别指标,并利用受试者工作特性曲线(receiver operating characteristic curve, ROC)分析方法,确定基于脑电信号样本熵值的驾驶疲劳判别阈值.研究结果表明:脑电信号样本熵值处于区间(0.32,0.71)时,驾驶员处于疲劳过渡时期,可能出现疲劳特征;脑电信号样本熵值小于阈值0.605时,判定驾驶员处于驾驶疲劳状态,准确率为0.95,该值可作为基于脑电信号样本熵的驾驶疲劳判定阈值.      

基于CNN和WSVDD的深孔镗削加工过程状态评估与监测

针对深孔镗削加工过程中易出现颤振以及传统监测方法监测效率低的问题,提出了一种将深度卷积神经网络和加权支持向量数据描述法相结合的深孔镗削加工过程颤振评估与监测方法。首先基于深度卷积神经网络提取加工过程状态内振动信号的特征矢量,然后以正常加工状态下的特征矢量训练加权支持向量数据描述模型,得到相应的描述加工正常状态下的超球体模型,再计算当前加工过程状态特征矢量与超球体之间的相对距离,作为加工过程状态的评估指标,并对稳定度阈值进行设定。结果表明:与文献中其他方法相比,文中方法的监测能力更强,对加工过程状态的稳定度描述更加准确。     

基于直接模态摄动法的无阻尼线性随机结构的随机振动研究（I）——随机自振特性求解

针对于多自由度线性复合随机结构的随机自振特性分析,提出了基于数论选点的直接模态摄动法。首先利用数论选点法选取结构样本,然后采用直接模态摄动法计算样本结构相对于均值结构的摄动量,从而得到样本结构的模态,最后采用统计方法求得随机模态。对于较少随机变量确定的随机结构,基于数论选点的直接模态摄动法,其计算效率较传统的Monte Carlo模拟法效率要高,可以很快很准确地得到计算结果。     

基于直接模态摄动法的无阻尼线性随机结构的随机振动研究(Ⅱ)——随机动力反应分析

提出了基于数论选点的直接模态摄动法,用以求解无阻尼线性随机结构的随机动力反应.以数论选点的直接模态摄动法为基础,求出随机样本的特征值和特征向量,然后利用模态叠加法,求解样本结构在样本荷载作用下的动力反应,把所有的样本反应统计分析,即求得结构的随机反应.由于在计算过程中,没有将随机反应分解为均值部分和摄动部分,因此,采用直接模态摄动法求无阻尼复合随机振动系统的反应不存在久期项问题.算例分析表明,复合随机振动系统的随机反应均值比均值荷载作用下均值结构的确定性反应要小.     

高斯混合噪声下微弱线谱检测的EM-静态非线性系统方法

采用3一水平量化器随机共振对非高斯水下噪声中的线谱信号进行检测,为使该随机共振类型达到最优的检测效果,利用EM算法进行了高斯混合分布的参数估计.通过仿真和实测数据对参数估计方法进行了检验,实验中算法能够正确收敛,拟合性能较好,在此基础上可以得到量化器的最优阈值.随机共振系统处理前后的功率谱对比表明,3一水平量化器随机共振是检测高斯混合分布中微弱线谱的有效手段.     

信号交叉口停车延误调查及分析

从行程时间延误的范畴，分析了城市信号交叉口车辆的受阻过程、延误分类和确定方法，并针对停车延误的点样本调查方法，在实际教学科研实践过程的基础上，提出了改进方法，将停车统计由时刻统计改为时段统计。结合桂林实例交叉口的延误调查的调查结果、间断航空摄影法实测结果和韦伯斯特模型数值计算值，分析给出了点样本法和改进方法的适用条件。     

基于经济计量回归模型的车辆能耗分层抽样方法研究

随着车辆保有量的不断上涨,环境的不断恶化,控制车用燃油已成为北京市交通领域节能减排工作的重要措施之一.私人小客车作为车用燃油的主要用户,由于数量庞大,消费自主性较强,目前无法采用全样统计的方式获取其燃油消耗,仅能依靠抽样的方式,利用样本推算其整体燃油消耗.因此,为获取可靠的燃油消耗样本,准确反映全市私人小客车燃油消耗水平,明确能耗显著影响因素和设计科学的分层抽样框架成为了关键.本文利用北京市现有私人小客车能耗调查数据,通过构建计量回归模型分析私人小客车能耗关键影响因素;利用计量学中引入虚拟变量的处理方法,提出了分层抽样框设计原理和阈值划分模型,最终形成分层抽样框架.     

基于车辆行驶轨迹的道路不良驾驶行为实时辨识方法

为了提高道路交通安全主动防控能力, 以小汽车行驶轨迹数据为研究对象, 研究了不良驾驶行为的实时辨识问题; 基于无人机拍摄交通流视频提取海量车辆行驶轨迹数据; 提出了应用风险度量方法量化典型不良驾驶行为的理论; 使用大样本统计分布方法确定不良驾驶行为的特征参数阈值; 建立了结合交通环境信息的不良驾驶行为谱, 计算了不良驾驶行为谱特征值; 以车辆不良驾驶行为谱特征值为依据标定不良车辆样本; 以部分驾驶行为谱参数为输入, 使用不平衡类提升的人工智能算法建立了不良驾驶行为辨识模型; 为了验证方法的有效性, 使用无人机交通视频采集了上海市的车辆行驶轨迹数据, 分析了小汽车不良跟驰行为特征。分析结果表明: 使用四分位差法得到不良跟驰特征参数的阈值为0.19 s-1, 大部分样本处于正常跟驰状态, 约2%样本处于不良跟驰状态; 基于每辆车行驶轨迹中正常跟驰状态和不良跟驰状态的比例, 使用95%分位数将8 917 veh小汽车样本划分为不良跟驰车辆445 veh与正常跟驰车辆8 472 veh; 不平衡类提升算法CUSBoost辨识不良跟驰车辆达到了94.4%的召回率和85.9%的精确率, 平衡分数和精确率-召回率曲线下的面积为所有算法中最高。可见, 不良驾驶行为谱作为一种客观的不良驾驶行为量化表达方法, 与人工智能方法结合可以生成海量的不良驾驶行为谱库; 不平衡类提升算法可以解决不良驾驶行为数据的不平衡问题, 与常规算法相比具有更好的不良驾驶行为辨识能力。      

基于加权法的桥梁冲击系数计算方法

以公路简支梁桥为研究对象,采用四自由度的二分之一车辆模型,建立了车桥耦合振动方程,计算了不同车速下桥梁跨中截面的动挠度和应变时程曲线.对比了传统定义法、试验测试法、现行规范法的冲击系数计算值,对前2种方法进行了修正,获得了桥梁结构的最大动效应值,并根据主梁的最大活载内力计算原理,引入数值加权的概念对前2种方法进行了加权计算.分析结果表明:传统定义法和试验测试法计算的冲击系数值比《公路桥涵设计通用规范》(JTG D60-2004)计算值小;由时程曲线上最大动效应处得到的冲击系数平均值约是前2种方法计算值的2倍,且其最大值比规范法计算值小37％;基于传统定义法的挠度冲击系数值大于应变冲击系数值,而试验测试法得到的挠度冲击系数值普遍小于应变冲击系数值;基于传统定义法和加权法的挠度冲击系数计算值比规范值大16％;试验测试法和加权法相结合的冲击系数计算方法考虑了移动荷载对整个桥梁冲击的历程效应,计算比较稳定.     

一种基于手机定位数据的出行行程识别方法

提出并实现了一种基于手机定位轨迹数据的出行行程识别方法.通过速度对轨迹点进行划分,将低于一定速度阈值以下的轨迹点合并为候选停留位置,再利用距离阈值和时间阈值对候选停留位置进行合并,从而确定出真正的停留点,继而自动统计出行次数和出行时间.该方法解决了手机定位数据的定位漂移和抖动的问题,行程识别精度高,识别结果可为交通规划工作提供相关数据,并具有比传统交通调查方法更低的成本和更短的数据更新周期.     

铁道车辆液压减振器卸荷速度选取方法

为了精确选取铁道车辆各类液压减振器的卸荷速度,提出了一种选取卸荷速度的2σ方法。通过试验测试和动力学仿真计算,得到液压减振器两端的相对速度,并进行概率统计分析、参数估计和概率分布假设检验。在相对速度属正态分布的前提下,计算相对速度的2σ值,并作为减振器的卸荷速度。计算结果表明:通过该方法确定卸荷速度的液压减振器可使95%的车辆低频振动得到衰减,5%的高频振动得到过滤。     

基于加权核密度估计的自适应运动前景检测方法

为解决监控视频背景初始化过程中前景干扰的问题,提出了一种基于加权核密度估计(KDE)的自适应运动前景检测方法.该方法对时间域变化稳定的像素值进行加权,并利用核密度估计构建背景模型,避免了背景初始化过程中前景的干扰.基于该背景模型,提出了一种新的阈值设定策略.该策略根据前景空间分布的连续性自适应获得前景阈值,填充前景中的"孔",并更新阈值.实验结果表明:即使场景中存在运动前景,该方法能够在多种场景下获得90%以上的查准率和查全率,其性能优于传统的背景差法.      

非高斯AR序列参数的加权最小二乘估计

加权最小二乘估计是一种兼具精度与速度的非高斯自回归序列参数估计的优秀算法.使用混合高斯自回归模型描述估计问题之后,又从最大似然估计非线性方程组出发导出了与之近似的加权最小二乘估计线性方程组,并分析了加权函数的性质,给出了具体的两步实现算法.探讨了加权函数获得与激励方差估计2个细节问题,给出了一组实例.     

基于行程时间的车辆通行连续性分析

定点检测器采集的路段行程时间样本中通常包含连续通行和非连续通行两部分,针对连续通行样本的识别,传统的固定阈值方法无法提供合理的结论.将行程时间样本时间序列化后,利用其差值的平稳随机性质,采用基于统计学的离群点检测的参数方法分离样本比传统方法更加科学有效.通过实证分析,非连续通行样本的占比是一种能够分离样本的指标.关联性分析的结论表明,该指标在4 分钟车程长度以内的路段中取值平稳,在4 分钟车程长度以上的路段中取值则受到道路等级、路段长度、交通运行状态、区位用地性质等多种因素的综合影响.     

基于共轭梯度法的蒙特卡洛随机有限元方法

将共轭梯度法引入蒙特卡洛随机有限元法，建立基于多项式预处理共轭梯度法的蒙特卡洛随机有限元方法。求解某一特征样本，对于其余样本，采用把特征样本作为预处理阵的多项式预处理共轭梯度法。将该方法与基于Neumann法的随机有限元方法作比较，从理论上证明了Neumann法是基于多项式预处理共轭梯度随机有限元方法的一个退化算法。最后算例比较也验证了该方法有更高的求解效率。     

公路工程造价审查方法研究

通过对现有的工程造价审查方法的分析,提出基于定量和定性相结合的分步综合审查方法,构建出审查方法的数据流程图,并采用一种用层次分析法确定指标权重,用加权海明距离确定工程相似程度,进而选择类似工程.最后以该方法为基础形成造价审查系统,通过信息化方式实现造价审查,并应用到广东省交通工程造价管理系统的开发中.     

基于SVM的核动力管道腐蚀状态评估方法研究

支持向量机(SVM)是根据统计学理论提出的一种新的通用机器学习方法,在解决小样本分类评估等工程实际问题中具有独特的优势.文中根据腐蚀状态与腐蚀影响因素之间复杂的映射关系,通过采用不同的核函数建立支持向量机分类评估模型对核动力某管道的腐蚀状态进行了评估.计算结果表明,采用RBF核函数的计算速度较快,结果较准确,运用支持向量机方法对核动力管道进行腐蚀评估在样本有限的情况下具有明显优势.