基于贝叶斯网络的接触网运行可靠性分析

将贝叶斯网络法应用于接触网系统的可靠性分析中,结合项目调研结果和故障树分析法,建立了在役接触网系统及其关键元部件的贝叶斯网络模型并进行了可靠性分析,找到了影响系统可靠性的薄弱环节与主要因素,最后给出了提高接触网运行可靠性的几点建议。     

基于回归模型的城市轨道交通能耗预测

以上海轨道交通运营统计数据为基础,分析城市轨道交通能耗结构。用相关性分析方法研究影响轨道交通能耗的重要因素。建立了城市轨道交通能耗系统的回归模型,并利用该模型对上海轨道交通5号线的能耗进行了预测。结果表明,该模型可以较准确地预测轨道交通的运营能耗,全年能耗预测误差在5%以内,为城市轨道交通能耗系统的建模与预测提供了一种新的方法。     

用Logistic回归模型编制滑坡灾害敏感性区划图的方法研究

在GIS环境下应用Logistics回归模型编制地质灾害区划图。针对网格的生成、致灾因子的选择、不重合边界等问题,运用GIS的空间分析功能和SPSS的统计功能,消除了这些问题对滑坡灾害区划图的准确度的影响。结合贵州省的实际,根据历史灾害的分布情况,比较不同方法编制的滑坡灾害敏感性区划图,确定最优编制方法。对基于Logistic回归模型编制滑坡灾害敏感性区划图提出若干指导性建议,丰富和完善了Logistic回归模型编制滑坡灾害区划图方法体系。     

正则回归模型正则参数的选取策略及应用

针对路基沉降分析和预测中的正则回归模型算法,分析了正则参数的选取方法.根据矩阵条件数理论和最小二乘原理,提出了以控制信息矩阵条件数和残差平方和大小的正则参数选取新策略.结合二元回归模型的计算结果表明:提出的正则参数选取策略不仅降低了矩阵条件数,也能获得较小的残差平方和值.     

多重多元回归分析在既有铁路沿线地质灾害评价中的应用——以集通线通辽段为例

以多元多重回归分析方法为基础,以集通线为例,对铁路沿线的各判别因子进行详细的归类和分析,建立适合对既有铁路沿线地质灾害进行评价的模型,并利用该模型对集通沿线区域进行评判计算.评价结果表明,该模型在铁路沿线地质灾害评价中是可行和有效的.     

一类驼峰调车事故的贝叶斯网络模型研究

驼峰跟钩撞车及侧面冲突调车事故会给驼峰调车作业带来较大安全隐患,影响驼峰解体作业的效率和能力。从技术条件角度考虑,对线路、车辆以及调车设备3个方面因素进行分析。鉴于驼峰系统是复杂的大系统,具有不确定性的特点,考虑贝叶斯网络能较好解决不确定性问题,建立跟钩撞车及侧面冲突调车事故的贝叶斯网络模型。利用Matlab中的BN推理工具软件包BNT计算顶上事件的发生概率以及基本事件的后验概率。结果表明:影响此类调车事故的主要因素为线路和车辆两方面。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

广告牌空间位置对驾驶人视觉的影响分析

以广告牌为代表的道路路侧设施信息纷繁复杂,给驾驶人带来视觉负荷,为确定路侧信息对驾驶人行车环境造城的影响,研究通过设计实车试验,将所有被注视的高立柱塔架式广告牌作为研究对象,以交通量、照明和空间位置等作为分类变量,利用Logistic回归模型,讨论分类变量是否对驾驶人捕捉广告牌有显著性影响。研究表明,广告牌空间位置对驾驶人视觉行为产生影响,右侧紧临道路设置广告牌对驾驶人视觉捕捉的比例最大。探究结论对广告牌的设置依据提供借鉴和建议。     

道路交通事故多发点鉴定方法探讨

基于已有的道路交通事故统计资料，应用动态聚类分析方法和贝叶斯概率模型，对事故多发点的鉴定方法进行了探讨。