基于统计与假设检验的高速公路交通事故数据分布特性

为了研究高速公路基本路段上交通事故数据的分布特征, 将事故数、伤亡事故数、事故死亡人数与事故受伤人数归类为离散型事故数据, 将事故间隔时间与平均每年每公里事故数归类为连续型事故数据; 对于离散型事故数据, 采用均匀划分法、动态聚类法与滑动窗法划分高速公路统计区段, 运用泊松分布、负二项分布、零堆积泊松分布与零堆积负二项分布对事故数据进行拟合; 对于连续型事故数据, 以收费区间为路段划分标准, 用正态分布、负指数分布进行事故数据拟合; 运用皮尔逊卡方值对各种拟合结果进行拟合优度检验。研究结果表明: 在各种区段上, 事故数均服从负二项分布, 有些情况下会同时服从负二项分布与泊松分布, 伤亡事故数与事故死亡人数主要服从零堆积泊松分布或零堆积负二项分布, 拟合优度检验中的概率均大于0.05;平均每年每公里的事故数比较符合正态分布, 而事故间隔时间则主要服从负指数分布, 拟合优度检验中的概率也均大于0.05;交通事故数据的统计分布特征是建立事故预测模型与事故多发点鉴别的前提条件之一, 而事故间隔时间可作为安全可靠度的度量指标。      

公路运输统计指标数据质量评估方法研究

面对政府统计工作改革和行业决策管理的双重要求,针对公路货物运输量统计数据受外部 因素干扰,存在较严重准确性的问题,从控制省级上报统计数据质量角度入手,在研究不同评估方法对公路货运量的适用性基础上,提出了一种基于相关性和正态分布的异常值检验方法。从行 业数据内部协调性和外部数据匹配性的角度,选取了高度相关的判别指标作为评估依据,构造了判别指标与货运量的发展速率比服从正态分布的检验统计量。在给定的显著性水平下计算该统计 量并进行异常值诊断,检验各省货运量增长速度的截面数据是否偏离正态分布成为异常值,以此建立公路运输量统计评估模型,为开展公路货物运输量数据质量评估工作提供指导。结果表明,在实际工作中,该方法可以有效诊断出数据异常省份并指导其进行数据核实和修正,有助于建立长期质量评估机制,从而反映公路运输业真实发展情况,为行业提供更有效、更可靠的统计信息 服务。     

基于监测样本的大跨索桥疲劳应力概率分布函数的参数估计和检验

疲劳应力监测是大跨桥梁结构健康监测和安全评估的关键环节。为了对桥梁实际运营状态和应力水平有总体而全面的认识,就需要对采集的大量数据进行统计分析获取其概率分布函数。以润扬大桥结构健康监测系统记录的悬索桥钢箱梁应变时程数据为基础,分析了润扬悬索桥半年内疲劳应力谱的特征．基于监测得到的应力谱样本进行了疲劳应力幅概率密度函数的参数估计和检验,拟合得到疲劳损伤增量的概率密度函数。研究结果表明：目前润扬桥应变监测部位的等效应力幅较低,最大应力幅远未达到引起疲劳损伤的阎值：半年应变样本的相对疲劳损伤增量服从对数正态分布或者Weibull分布;且以监测数据分析得到的相对疲劳损伤增量所得到的可靠度指标较高,失效概率较低,与当前工作应力状态较低的现状相吻合。     

基于相对差异函数的高速公路施工风险评估

为了提高高速公路施工的安全性,以安全工程理论为基础,结合高速公路的施工特点,通过大量的施工事故数据调研、定性和定量分析,探索事故的形成原因,初步确定了影响高速公路施工安全的风险因素。通过对技术、材料设备、人员、组织管理、环境、后勤6方面SP/RP调查分析,建立了风险因素评估指标表;在此基础上用相对差异函数法建立隶属度函数,从而构建了综合相对隶属度矩阵,最终得到工程实例的风险评估等级。研究结果表明:基于相对差异函数建立的模型可将难以量化的风险评估指标量化,能够适应多种条件下的风险评估,有效提高了高速公路施工评估结果的精确度和评估效率,为采取相应的安全措施提供了依据,保障了施工安全。     

汶川地震桥梁易损性分析

为了评估汶川地区公路桥梁系统地震损失风险,基于汶川地震桥梁震害调查,建立了桥梁地震易损性统计模型.采用修正后的汶川地震衰减模型,对桥址处地震动参数PGA进行了估算.假设易损性函数为双参数对数正态分布函数,采用两种不同的统计方法并结合震害调查,运用极大似然法对参数进行估计,得到轻微破坏、中等破坏、严重破坏、完全损毁4种损伤状态对应的桥梁地震易损性曲线.依据桥梁类型和桥梁线形对全体桥梁样本进行分类,针对分类后的桥梁样本子集建立各自独立的地震易损性曲线.对统计结果进行拟合优度检验,结果显示显著性水平在10%以下,计算得到的易损性函数不能被拒绝.     

基于改进D-S的高速公路改扩建交通安全风险评估模型

为提高高速公路改扩建工程交通安全风险评估结果的确定性和准确性,建立了基于改进D-S证据理论的相关风险评估模型。首先建立包含24个影响因素的三层级评估指标体系;然后利用云模型（Cloud Model, CM）求出定性指标的基本信度赋值（Basic Probability Assignment, BPA）,利用高斯隶属度函数求出定量指标BPA;接着,通过层次分析法确定各评估指标的权重,进而对各指标BPA进行加权;利用D-S证据理论融合加权后的BPA,归一化处理后得到改扩建工程交通安全风险状态评估结果。最后,为验证模型的准确性,选取沪陕高速公路平潮至广陵段高速公路改扩建工程作为实例进行交通安全风险评估。评估结果显示,实例工程的低风险水平隶属度最大,为0.6615,表明该实例总体处于低风险水平,与现有资料和现实情况吻合。同时发现,基于CM、AHP及D-S证据理论的评估模型对各评估指标进行量化、加权、融合后所得到的风险等级隶属度和不确定性有所区别,能更均衡地表示风险的隶属度,量化后的安全风险状态评估结果具有更好的准确性,解决了指标体系中模糊定性指标难以量化表征及指标差异化权重赋值的难题。     

基于路段车速特征的高速公路交通安全分析

为评价高速公路的交通安全性,可构建路段车速特征指标,从而对高速公路的交通安全性进行量化分析。运用统计法从车辆轨迹数据中提取速度特征,包括85%位车速、标准差以及变异系数等,建立以时间间隔为断面数的路段车速离散度指标,并使用同济道路轨迹数据平台中公开的山西五盂高速公路数据,对指标进行实例验证。结果表明:隧道路段与纵坡桥梁组合路段的变异度分别为0.495与0.569;弯坡组合路段的路段车速离散度达到0.087 99,而全路段相应值为0.032 10。研究表明:路段车速离散度可表征断面车速离散度缺失的车速纵向离散程度,能够对高速公路的交通安全进行定量分析,且基于路段车速特征的高速公路交通安全分析方法与路侧设备的轨迹数据采集手段优势互补。     

考虑轨迹相似度的综合客运枢纽出租车合乘方法研究

针对综合客运枢纽出租车停靠点乘客滞留问题,提出一种考虑轨迹相似度的枢纽出租车合乘模型. 以车辆数最小与总里程最短为目标,基于包围面积的轨迹相似度指标在形态上约束合乘后车辆的行驶轨迹. 设计两阶段算法求解此NP-hard 问题,第1 阶段利用kmedoids 方法对乘客需求聚类,第2 阶段设计蚁群算法求解得到乘客匹配方案及合乘行驶路径. 实测数据实验证明：该方法能较好优化车辆数和总里程,减少乘客等待时间;轨迹相似性度量约束能有效提高合乘后路径的JAC值,满足乘客希望合乘路径与原始路径差异最小化的心理.     

一种基于多项式拟合的UWB SAR目标鉴别稳健性评估方法

在超宽带合成孔径雷达（UWBSAR）目标鉴别性能评估中,稳健性是其中一项重要的性能指标,但关于此方面目前尚未有系统可行的评估方法提出．为此,文中提出了一种基于多项式拟合的稳健性评估方法．该方法提出了分离度一指标来衡量单信杂比情况下算法的鉴别性能,利用多项式模型实现对多信杂比情况下鉴别性能量化值的曲线拟合,提出了弹性指数的定义,并由拟合多项式得到对应的弹性指数方程,通过对弹性指数方程进行积分来实现对待评估鉴别算法稳健性的评估．基于所提出方法针对3种鉴别算法进行了评估试验,试验结果验证了方法的合理性．     

基于DTW的车辆轴温监测方法

为了处理车辆轴温可能出现的跳变、缺失、噪声等异常数据,有效降低误报率,提出了基于动态时间规整算法的车辆轴温状态监测方法,将轴温历史监测数据和历史统计数据进行指数平滑预处理,在训练阶段将数据反复迭代得到不同轴温模式的参考样本,计算了实时轴温和参考样本各数据帧之间的欧氏距离,得到帧匹配距离矩阵,运用动态规划和回溯的思想,求出累积距离矩阵和动态规整路径,将动态规整距离作为2个时间序列相似度的量化指标,找出最小动态规整距离对应的轴温模式,从而得到状态监测结果。仿真结果表明:在MATLAB仿真中,输入1 000个时长为50~300min的轴温测试样本,其最大响应时间小于0.4s,共出现29次错误匹配,误报率低于3%。通过对测试样本和参考样本的各数据帧进行指数平滑处理,有效消除车辆轴温出现跳变的干扰,虽然跳变值和跳变点数量不同,但相对动态规整距离无变化,对状态监测结果无影响。可见,车辆轴温状态监测方法能够满足车辆轴温状态监测的实时性和准确度要求,减少了误报率。     

基于改进ACGAN的齿轮箱多模式数据增强与故障诊断

针对现有生成对抗网络(GAN)难以高效率生成多模式的故障样本和训练不稳定问题，提出了一种改进辅助分类生成对抗网络(ACGAN),并将其用于齿轮箱多模式数据增强和智能故障诊断，以确保运载工具的安全运行；引入独立的分类器构建新型ACGAN框架，改善了经典ACGAN的分类精度与判别精度之间的兼容性；使用Wasserstein距离定义具有平滑特性的新型对抗损失函数，以此克服GAN易出现模式崩塌和梯度消失的缺点；引入谱归一化方法替代权重裁剪，限制判别器的权重参数，提高对抗训练过程的稳定性；为验证改进ACGAN的有效性和优越性，对齿轮箱的6类健康状态样本进行试验分析。分析结果表明：改进ACGAN生成的故障样本在数据层面和特征层面取得了更好的质量评估结果，其中基于结构相似度的评估指标平均优于对比方法0.249 3,基于最大平均差异的评估指标平均优于对比方法0.696 6;改进ACGAN的训练过程更加稳定，其损失函数具有更优的收敛性，同时在多模式故障诊断情景下具有更高的效率，其训练时间缩减为对比方法的20%;针对故障样本缺失的情况，改进ACGAN的生成样本能有效辅助深度学习智能故障诊断模型的训练，可将...