随机环境下的非线性时间序列模型的几何遍历性

将对随机环境下的非线性时间序列模型xt=(a0 a1|x1-t|^rβ … ap|xt-p|^rβ）^1/rεt(zt)进行分析,研究由其决定的迭代序列的几何遍历性。     

一个随机环境下的AR(1)-ARCH(1)模型的极限行为

沿用[3]的思想,主要借助一般状态空间上马氏链的遍历性理论对随机环境下的AR(1)-ARCH(1)模型进行分析,研究其确定的迭代序列的极限行为,得到了它在某种意义下以几何速率收敛的充分条件．该模型反映了动力系统受随机环境干扰的现象,能更好地拟合现实世界中的诸多实际问题．     

网络流量随机条件下的随机交通网络平衡分析

考虑到现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下,出行者路径选择行为的改变,即由出行时间最短的路径选择行为转变为在追求一定行程时间可靠性的基础上选择出行时间最短的路径选择行为.考虑到网络上交通需求量的不确定性提出了最优可靠行程时间的概念.在此基础上将出行者追求最优可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性.最后在一个小型测试网络上对模型分配结果进行了测试,测试结果符合实际情况,表明模型能够较好地反映出行者的路径选择行为.     

随机结构参数车辆在随机激励下的振动响应

为分析随机结构参数对车辆系统随机振动响应的影响,通过1/4车辆模型,研究了具有随机结构参数的非线性车辆系统在随机过程激励下的振动响应.将簧上质量、簧下质量、悬挂阻尼、悬挂刚度以及轮胎刚度均视为随机变量,考虑轮胎与车身之间弹簧的非线性,将路面不平整引起的对车辆的激励作为平稳白噪声过程建立系统的动力性方程,采用能量差法对非线性车辆系统进行等效线性化处理;通过求解李雅普诺夫方程,获得平稳随机振动响应协方差矩阵,并通过多次迭代求得稳定的等效线性车辆系统参数.算例计算结果表明:能量差法计算位移的相对误差为6.841 5%,而方程差法的相对误差为8.150 5%;用此方法计算随机响应的方差值仅用了0.8 s,而用Monte Carlo法模拟1 000次耗时70 min.      

交通信息系统作用下的随机用户均衡模型与演进

在有交通信息系统作用下的路网中,出行者会根据交通信息系统提供的交通状况信息和以往的经验选择白己的出行路线和出发时间。根据出行者对交通信息的信任和接受程度,本文将出行者分为怀疑保守型和信任乐观型两大类,在他们的路径旅行时间基础之上,推导出新一轮期望理解路径时间函数,讨论了该函数的特性,并建立了一个等价的随时间演进的随机用户均衡模型。     

ATIS 环境下随机动态路网行程时间可靠性0

为评价随机动态道路网络系统在ATIS 环境下的行程时间可靠性,将出行者群 体划分为装载和未装载信息接收设备两类,并假设他们均遵循随机动态用户最优原则 (SDUO)进行动态路径选择,运用动态均衡理论建立了基于路径的混合SDUO 不动点模 型,并证明该模型至少存在一个不动点.使用离散随机变量序列描述需求的随机动态变 化,基于Monte Carlo 模拟和对角化相继平均算法(MSA),提出了ATIS 环境下随机动态路 网的行程时间可靠性评价方法.随后通过算例验证了可靠性评价方法的可行性. 数值结果 表明：OD 行程时间可靠性随出发时段动态变化,且在动态情形下,扩大ATIS 市场占有率 并不能进一步提高可靠性,反而可能会导致可靠性下降.     

线性回归模型的一个新的随机约束岭估计

研究带随机先验信息的线性回归模型,提出一种新的随机约束岭估计,得到新的估计在均方误差矩阵意义下优于混合估计、普通岭估计、随机混合估计（Yalian,2008）和另一随机混合估计（富月,2003）的充要条件。理论结果与数值实验都表明：新的估计在均方误差矩阵意义下的性能是优良的。     

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

随机环境干扰下非线性时间序列的非常返性分析

非线性时间序列的一个典型模型为：Xn 1=T(Xn) en 1．本文在此基础上引入随机干扰,建立RENLAR时序模型：Xn 1=T(Xn) en 1(Zn 1)．利用一般状态空间的Markov链理论,建立该模型为非常返的充分条件．     

汽车道路随机不平顺的时序模型重构

汽车道路时域模型是基础性道路数据库的主体部分．基于道路频域统计数字特征或基于道路测量数据序列，用时间序列方法建立道路时域模型是一种有效且普适的时域道路建模方法．在对道路描述特征进行分析的基础上．给出了标准道路在指定功率谱密度下和非标道路在实测子样数据下两类不同道路模拟的技术路线．对时序道路建模过程、原理和应用进行了分析．得到了道路时域重构的AR和ARMA模型．仿真实例表明了时序道路模型重构的合理性和高效性．     

基于非线性AR模型的时间序列弱非线性检验方法

提出一种基于非线性AR模型相对预测误差的非线性检验量δNAR,采用替代数据法来检验时间序列中的弱非线性.以4种混沌时间序列为例,分析并比较了非线性检验量δNAR与非线性零阶预测误差δZP的弱非线性检验能力.结果表明,对4种混沌时间序列中的3种,非线性检验量δNAR都表现出比非线性零阶预测误差δZP更强的弱非线性检验能力,表明该非线性检验量具有较强的数据适应性,而且对于不同的数据,具有最佳非线性检验效果的参数比较固定.     

无限级随机Dirichlet级数的超级

证明了右半平面上无限级随机D irichlet级数的超级几乎必然与其在每条水平直线上的超级相同。     

桥梁风致振动的混沌特性

利用非线性理论和混沌时间序列分析方法, 建立了桥梁风致振动的数学模型, 开发了计算桥梁振动加速度时间序列Lyapunov指数的MATLAB程序, 进行了桥梁涡振和颤振的风洞试验, 分析了不同风攻角下的桥梁风致振动的阻尼比、Lyapunov指数与风速的关系以及涡振振幅与风速的关系, 研究了桥梁颤振和涡振的混沌特性。试验结果表明: 在颤振试验中, 当风速小于颤振临界风速15.5m·s^-1时, Lyapunov指数小于0, Lyapunov指数与阻尼比存在很大的相关性, 当风速从3m·s^-1增大为18m·s^-1时, 相空间逐渐发散; 在涡振试验中, 当风速从4.5m·s^-1增大至8.5m·s^-1时, Lyapunov指数大于0, 桥梁发生明显涡振, 并由多频振动逐渐转变为单频振动, 相空间变为一个较为理想的圆。桥梁的涡振与颤振均属于混沌现象, 低风速下的Lyapunov指数可用来预测高风速下的风致振动, 并且利用相空间也能识别涡振与颤振。     

城市小汽车用户公交使用的影响因素分析

引导小汽车用户使用公交有助于缓解城市交通拥堵和推动交通领域节能减排。采用昆明市小汽车用户出行调查数据,基于随机森林模型探究建成环境、公交服务质量、个人社会经济属性对小汽车用户公交使用的影响。研究表明：建成环境是影响小汽车用户公交使用的最重要因素,相对重要性之和为53.7%,路网密度、土地利用混合度、居住区位、公交站点数量与小汽车用户公交使用密切相关;个人社会经济属性相对重要性之和为24.9%,家庭年收入变量相对重要性最高(5.2%);公交服务质量相对重要性之和为21.4%,分别为便利性(5.8%)、舒适性(5.6%)、可靠性(5.2%)、安全性(4.8%);建成环境对小汽车用户公交使用具有非线性影响且非线性影响在不同收入水平的小汽车用户之间存在差异。研究结果有助于更好理解小汽车用户的公交使用行为,从而采取针对性策略促进小汽车用户使用公交。     

基于混合自回归模型和神经网络的时间序列预测

在求出混合自回归时间序列模型的成分个数的基础上, 应用BP神经网络对时间序列进行了预测, 并对模型进行了数值模拟表明该预测模型的具有较高的精确度和广泛的应用前景.     

利用Fourier级数模型预测具有非季节性周期的时间序列

文中建立时间序列模型与Fourier级数模型的混合预测模型,使模型能够有效地对具有非季节性周期的数据进行预测。结果表明:模型能较好地反映数据的周期性,也有较准确的短期外延预测效果,但模型对奇异值的拟合和预测能力还须提高。     

考虑群体异质性的建成环境与老年人慢行出行关系研究

健康老龄化背景下,慢行出行是提升老年人身心健康、生活品质的重要方式,而建成环境是影响老年人慢行出行的重要因素。本文以2013年南京市老年人出行实测数据为基础,利用潜在类别聚类方法对老年群体进行异质性分析,分类建立随机森林模型研究建成环境指标对不同老年群体慢行出行时间的重要度影响及两者之间的非线性关联。研究结果表明：以性别、是否退休、学历、家庭收入以及学龄前儿童这5个类别变量作为外显变量,可将老年群体划分成两类,各自建立的老年人慢行时间模型整体拟合优度较好;其中,影响第1类老年群体的关键建成环境变量有慢行路网密度、交叉口数和地铁站邻近度,第2类老年群体慢行出行时间的影响因素主要有地铁站邻近度、慢行路网密度和住宅密度,另外同一建成环境指标对两类老年群体慢行出行时间的非线性关联也不相同。研究结果可为制定差异化的老年宜居环境优化政策,提升老年人生活品质以及实现健康老龄化提供理论依据。     

半平面上有限级随机Dirichlet级数的增长性

证明了右半平面上有限级随机Dirichlet级数的增长性几乎必然与其在每条水平直线上的增长性相同。     

THE PARALLEL RECURSIVE AP ADAPTIVE ALGORITHM BASED ON VOLTERRA SERIES

Aiming at the nonlinear system identification problem, a parallel recursive affine projection （AP） adaptive algorithm for the nonlinear system based on Volterra series is presented in this paper. The algorithm identifies in parallel the Volterra kernel of each order, recursively estimate the inverse of the autocorrelation matrix for the Volterra input of each order, and remarkably improve the convergence speed of the identification process compared with the NLMS and conventional AP adaptive algorithm based on Volterra ,series. Simulation results indicate that the proposed method in this paper is efficient.