An integrated Bayesian approach for passenger flow assignment in metro networks

This paper proposes an integrated Bayesian statistical inference framework to characterize passenger flow assignment model in a complex metro network. In doing so, we combine network cost attribute estimation and passenger route choice modeling using Bayesian inference. We build the posterior density by taking the likelihood of observing passenger travel times provided by smart card data and our prior knowledge about the studied metro network. Given the high-dimensional nature of parameters in this framework, we apply the variable-at-a-time Metropolis sampling algorithm to estimate the mean and Bayesian confidence interval for each parameter in turn. As a numerical example, this integrated approach is applied on the metro network in Singapore. Our result shows that link travel time exhibits a considerable coefficient of variation about 0.17, suggesting that travel time reliability is of high importance to metro operation. The estimation of route choice parameters conforms with previous survey-based studies, showing that the disutility of transfer time is about twice of that of in-vehicle travel time in Singapore metro system.     

120km／h重载货车摇枕载荷谱最大载荷的统计推断研究

高速铁路货车在实际运行中最大载荷虽然极少出现，但会引起零部件较大的损伤，对其疲劳强度有较大影响。由于实际测试样本有限，最大载荷不一定能实测得到。为了使编制出的载荷谱能够全面反映摇枕的载荷分布特征，对实测的载荷谱进行统计分析，确定可能出现的最大值。采用线性相关系数为目标函数的优化算法，对实测摇枕载荷的理论分布进行了统计拟合，然后利用概率计算的方法求出了相应的最大载荷。     

一种基于领域知识的电机故障模糊预测模型

针对交流电机故障原因的复杂性,提出了一种基于领域知识的电机故障模糊推理与故障综合评判相结合的预测模型.从模型结构、规则库建立、模糊推理及综合评判等方面具体讨论了所提出电机故障预测模型的建立思路与方法,阐明了这种模型可以更好地提高电机故障预测的有效性.     

模糊推理系统的MATLAB仿真研究

本文对常用的模糊推理系统进行了阐述,介绍了一种在模糊控制系统设计中构建Takagi-Sugeno型模糊推理系统的方法,使用了MATLAB的模糊工具箱与Simulink工具进行了仿真,效果是令人满意的。     

基于神经网络/模糊逻辑系统的混合式特征提取器

特征提取是水声目标分类的关键环节之一，用以获取各类目标的一些可鉴别性特征。螺旋桨轴频、叶率和叶片数是目标的本质性、鉴别性特征，是分类的重要线索。本文提出了一个基于神经网络／模糊逻辑系统的混合式特征提取器，先利用侧抑制神经网络从目标辐射噪声的包络谱中提取线谱序列，再利用模糊逻辑系统从线谱序列中提取出螺旋桨轴频、叶率和叶片数。对目标数据的分析表明：该特征提取器能够为目标分类提取有效的鉴别性特征。     

基于统计推理的舰炮武器防空目标威胁评估模型

针对舰炮武器系统防空威胁评估的特点,建立了一种属性值为区间数且属性权重完全未知,指挥员对方案具有主观偏好的偏差最小化不确定多属性决策方法。利用隶属度函数,获得传感器对目标隶属度函数值的统计推断区间,构成区间数决策矩阵。综合考虑多传感器网络获取的目标属性值数据和指挥员基于经验的主观偏好信息,建立了偏差最小化的多属性决策方法。通过防空目标威胁估计实例说明了该方法的实用性和有效性。     

基于票务数据的团体旅客出行目的推断

为推进城际交通大数据的应用，需要补全出行目的信息，将团体旅客出行目的决策与文本主题生成类比，开发基于无监督学习框架的出行目的推断方法.提出嵌入出发时间生成模块的主题模型，以及团体旅客重建和语义化特征设计方法，并通过吉布斯采样估计参数. 基于调查数据的模型对比研究发现，模型对一般私务辨识性能提升7.7%；基于票务数据的案例研究发现，模型对出发时间预测精度达到90.9%，间接验证了模型的可靠性.主题标注表明，模型不仅推断出4种与典型模式相符的出行目的，还辨识出既有认识外的非常规模式.对道路客运分析表明，出行目的构成呈现地区差异，高铁开通对不同出行目的出行量的负向影响程度不一.     

车用发动机故障综合智能诊断方法研究

提出了用模糊神经网络代替模糊推理并与规则推理相结合的新的诊断实用技术,给出了一个汽车发动机的诊断实例。结果表明该方法有效,具有工程应用前景。     

基于贝叶斯网络的路侧安全评价方法

首先阐述了路侧安全评价对于减少公路交通事故的重要意义,在对国内外相关研究进行分析和比较的基础上,构建了一个用于路侧安全性评价的指标体系。随后利用贝叶斯网络所具有的表达不确定性知识和进行不确定性知识推理的能力,提出了一种基于贝叶斯网络的安全评价模型。该模型能够处理复杂的逻辑关系,很好地表达变量间的不确定性关系,可以灵活方便地对系统进行预测及诊断分析,有效地处理专家意见不一致的情形,并能够在某些专家意见缺失的情况下得到合理的结果。最后将此方法应用于评估某路侧的安全等级,结果表明此方法是合理有效的。     

河北省公路网交通量预测技术研究

为研究适合于河北省公路网络的交通量更新方法,利用最大可能相对误差上限和约束域最小化对OD反推技术中的流量观测点选取进行建模,可提高交通量更新的精度,相关研究成果改善了河北省交通量预测模型,能很好地运用于河北省公路交通规划、管理和决策。