有缺失数据的双向有序方列联表统计推断

在充分考虑分类变量有序性的前提下,通过建立有约束的对数线性模型研究有缺失数据的双向有序方列联表的统计推断问题.给出基于模型的EM算法以处理双向有序方列联表的缺失数据,并给出了一个具体算例,结果表明研究的问题得到了较为完满的解决.     

�����ʾ�ش�ȱ��Խ�ͨ��ʽѡ��ģ�͵�Ӱ��:��չ�й��ҳ��еıȽϷ�����Ӣ�ģ�

为提高交通规划与决策质量,有必要妥善处理交通调查无回答问题. 但是在相关研究中尤其在发展中国家此问题常被忽视. 本文统计分析了发展中城市居民出行调查中项目无回答的缺失模式,进一步分析项目无回答作为模型缺失数据对基于期望最大化的数据修补的多项Logit集计的出行方式选择模型的影响. 选择三个发展中城市代表调查无回答的三个等级做案例分析. 首先,根据项目无回答缺失模式,利用Pearson开方检验得出重要的出行者社会经济属性和出行背景因素. 其次,利用基于缺失模式分析的期望最大化估计,处理缺失数据得到无偏数据集作为基准. 此外,利用独立样本的T检验检验了零假设,即有无期望最大化估计情况下的模型参数估计是相同的. 用基于R平方系数的内在效度检验计算估计情况下的模型预测偏差. 最后,考虑缺失数据的影响,评估一个重要的指标——出行时间价值. 结果表明,在发展中城市,问卷回答者和不回答者的社会经济背景存在很大差异. 缺失率和缺失模式均对出行方式选择模型的参数和预测精度有很大影响. 考虑缺失模式的出行时间价值计算表明, 项目无回答对出行时间价值的影响被过高估计了.     

双向自行车道设置条件及关键参数研究

我国自行车道单向通行是导致自行车绕行距离较远、逆行等问题产生的重要原因,降低了出行的安全性和便利性.针对上述问题,本文提出了设置双向自行车道的解决方案.结合我国道路交通的实际情况,基于路网条件及交通需求因素重点分析了双向自行车道的设置条件;同时对双向自行车交通流进行实地调查和数据拟合,得到了双向自行车道的横向净空和宽度要求;进一步对双向自行车道的行驶方向、车道断面形式和交叉口过街形式进行设计,给出了适合我国道路交通特点的双向自行车道设计参数参考值.本文研究结果可以为新建、改扩建道路双向自行车道的规划和设计提供参考.     

比较成对有序观测数据的一种新方法

在生物医学统计研究中,如果诊断试验过程比传统诊断过程更加易于操作,需要的费用少,那么在采用试验过程之前,就非常有必要去评价诊断试验的诊断精度是否不低于传统诊断过程的诊断精度.考虑多于两类的有序变量诊断结果,并且两种诊断结果构成成对有序观测数据,提出了比较这种观测数据的一种新方法,给出了诊断试验的诊断精度不低于传统诊断过程诊断精度的标准及定义.基于大样本理论,构造了假设检验问题,给出了Fieller-type检验统计量.为验证样本量有限时,检验方法是否有效,进行了随机模拟,取得了满意的结果.     

基于图正则化和Schatten-p范数最小化的交通数据恢复

为充分利用交通数据低秩特性与局部近邻关系，准确恢复交通数据采集系统中的缺失数据，首先，应用基于核范数的低秩矩阵补全模型对交通数据矩阵进行预插补，以获得缺失值的初始估计，基于此，构建表征数据局部近邻结构的图模型；然后，提出融合图正则化和Schatten-p范数最小化的交通数据缺失值恢复模型；进一步，提出基于交替方向乘子框架的优化算法，求解缺失值恢复的最优化问题，得到最终的数据恢复结果；最后，用实际的高速公路交通流量和速度数据比较多种方法的恢复误差，同时给出所提方法的参数敏感性分析. 实验结果表明:在完全随机缺失、随机缺失和混合缺失模式下，缺失率为10% ~ 50%时，相比于局部最小二乘、概率主成分分析和低秩矩阵补全等方法，基于图正则化和Schatten-p范数最小化的算法恢复误差降低了3.02% ~ 28.49%.      

具有成对有序观测数据的两种诊断过程的比较

利用大样本理论研究了具有成对有序观测数据诊断过程的比较问题.提出了诊断试验的诊断精度不低于传统诊断过程诊断精度的标准及定义,构造了假设检验问题,给出了Score检验统计量,随机模拟取得了满意的结果.     

具有成对有序观测数据的两种诊断过程的比较

利用大样本理论研究了具有成对有序观测数据诊断过程的比较问题.提出了诊断试验的诊断精度不低于传统诊断过程诊断精度的标准及定义,构造了假设检验问题,给出了Score检验统计量,随机模拟取得了满意的结果.     

SERVQUAL模型在铁路客运服务质量评价中的应用

针对目前旅客服务质量的管理现状,提出以SERVQUAL评价模型为基础,以每列客车为单位进行列车旅客评价的管理方法。分为问卷调查、数据整理、建立模型和综合评价四部分,据此计算得出数据结果,有针对性地给出初步管理意见,避免对每列客车检查而产生人员浪费,提高客运管理效率。     

通勤出行简单链和复杂链的选择行为研究

理解通勤出行简单链和复杂链的选择行为,对于推动出行行为研究和实施交通需求管理策略具有重要意义.文中用交叉列联表方法分析了家庭属性、个体属性、土地利用属性、出行属性和工作活动安排对个体简单链和复杂链选择行为的影响,以此为基础建立了个体选择简单链和复杂链的二项Log istic模型.模型分析结果表明,家庭工作人数、职业、年龄、居住小区、上班出行方式、上、下班时间是影响个体选择简单链还是复杂链的显著变量.     

基于约束编程的飞机排班问题研究

飞机排班是航空运输生产计划的重要环节,对航空公司的正常运营和整体效益有着决定性影响.飞机排班通常构建为大规模整数规划问题,是航空运筹学研究的重要课题,构建的模型属于严重退化的NP Hard问题.本文把飞机排班问题构建为多商品网络流模型,并应用列生成算法求解;在列生成子问题中,引入约束编程系统实现快速求解航班连线（航班串）并计算各航班串简约成本,动态选择列集并与限制主问题进行迭代.最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性,并与航空公司实际排班进行比较研究.     

Stability Analysis of Networked Linear Systems for Multiple Sensors with Different Packet Loss Probabilities

A stability problem of the linear networked control systems(NCSs) with multisensor having differen data missing rates is investigated in this paper.Each sensor of the multiple sensor-controller communication channels is assumed to have an individual stochastic data missing rate.The stochastic data missing is described by a Bernoulli binary distribution.Sufficient conditions are given for the closed-loop linear NCS which is exponentially stable in the mean square sense as the existence of random multiple data missing.The stability problem could b disposed by the MATLAB linear matrix inequality(LMI) tool easily.A simulation case is provided to illustrat the validity of the presented LMI approach.     

基于改进低秩矩阵补全的交通量数据缺失值插补方法

提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补; 通过层次聚类算法将交通量数据划分为不同类别, 使得同类中的数据具有较强相关性, 异类中的数据具有较弱的相关性; 在每类样本上应用低秩矩阵补全得到缺失值的第2轮插补; 为了减少聚类数的影响, 提出最小二乘回归集成学习方法将不同聚类数下的插补结果进行融合, 得到最终的交通量数据插补结果; 用美国俄勒冈州波特兰市的交通量数据比较了5种方法的插补误差, 并分析了不同聚类数和距离度量方法的影响。研究结果表明: 在完全随机缺失模式下, 缺失率为10%~60%时, 其相对于传统的低秩矩阵补全模型的插补误差降低了5.93%~9.11%;在随机缺失和混合缺失模式下, 插补误差也分别降低了8.32%~9.55%和8.14%~9.20%;集成不同聚类数下的多个插补结果比单一聚类数下的插补误差降低2.62%~4.76%。可见, 在3种数据缺失模式下, 改进低秩矩阵补全方法降低了交通量数据的插补误差, 能有效提高插补后交通量数据的有效性。      

面向车联网的高速路OD矩阵估计模型

针对高速路OD矩阵的采集与估计,提出采用RFID技术的车联网进行部署,建立有缺失数据的OD矩阵采集方法.用拉格朗日乘数法求解OD矩阵元素概率的极大似然估计,给出基于EM算法的OD矩阵估计算法.通过912节点规模的仿真实验结果表明,提出的算法相比模拟采集准确性更高,真实数据的均方根误差降低了77.7%,验证了算法流程和模型的有效性.      

工艺数据库中复杂数据的组织

研究工艺数据库中工艺资源即各种静态数据和动态数据的组织方式，提出了一种将数据源合理的组织成表的方法及在关系型数据库系统中拆分多维表的方法：应用数据仓库的概念组织数据和表的存储格式并给出了数据库中表与表之间的关系模型，该方法和技术可以大大提高建库速度和查询的效率，在几个CAPP系统的应用中，效果良好。     

考虑海上意外时间和合作协议的班轮运输船期设计鲁棒优化

针对考虑海上意外时间的集装箱班轮运输船期设计问题，依据海上意外时间经验数据，设 置航行缓冲时间比例系数。运用连续最优控制原理，求解各航段船舶航行时间细分区间上燃油 消耗最小的优化航速。结合多时间窗、多起讫时刻和多挂靠港口装卸效率合作协议，以班轮运输 服务总成本最小为目标，构建班轮运输船期设计非线性混合整数规划鲁棒优化模型，设计分段离 散化线性逼近算法求解模型。以AWE1(远东-美东1)航线为例，运用100个场景的数值进行模拟 验证。结果显示：与不考虑海上意外时间或无合作协议相比，考虑海上意外时间和合作协议的班 轮运输船期设计分别降低班轮运输服务总成本14.65%和3.54%。研究表明，在恶劣天气和海况 对船舶航行影响较大的航线上或季节里，基于合作协议，设计考虑航行意外时间的鲁棒性船期， 可实现船公司、港口和客户三方共赢。     

基于RBF神经网络的交通流数据修复研究

完整的传感器数据是交通管理和控制的基础,但由于传感器自身或传输线路故障等原因,常常导致数据缺失,亟需对传感器缺失数据进行修复。鉴于此,以离散和连续缺失的线圈检测器交通流量数据为研究对象,构建基于RBF神经网络的数据修复模型。并将其结果与利用非线性回归模型、BP神经网络模型进行修复的结果相比较。RBF神经网络模型在离散缺失3 个数据、连续缺失3 个数据和连续缺失5 个数据情况下,平均百分比绝对误差分别为0.67%, 0.66%和1.33%,修 复值和实测值的总体相关性为0.992,修复精度优于非线性回归模型和BP神经网络模型。研究结果表明,RBF神经网络模型与其他方法相比可更精确地进行交通数据修复。     

灰色建模中数据缺失值处理方法探讨

为解决在利用灰色理论建模中,出现的数据缺失问题,本文提出综合利用SPSS软件的缺失值处理模块和稳健估计模块,针对数据的缺失机制进行处理的方法。使用该方法对缺失数据进行处理,以保证模型能够正常进行数据拟合。本文还利用了SPSS软件对某一实例中的缺失值进行了估计,并对缺失值填充后的结果进行了评价。