城市居民个体属性数据获取方法

基于活动的交通需求预测模型所需要的城市居民个体属性数据,在我国大部分城市的统计数据里,都无法提供.引入迭代比例拟合(iterative proportional update,IPU)算法,研究适用于输入IPU算法的数据格式,从而得出基于活动的交通需求预测模型所需要的数据.利用国内查询得出的统计年鉴数据转化为边缘分布数据,将居民出行调查数据转化为样本数据,由IPU算法得到各类属性的边缘分布,通过蒙特卡洛法随机抽取样本中的家庭作为仿真输出家庭,以四川省绵阳市为实证案例,最终获取绵阳市490 000居民个体属性数据.结果表明,绵阳市各居委会居民年龄属性分布误差均值为12.4%,性别属性分布误差均值为11.1%,职业属性分布误差均值为13.8%;仿真490 000居民样本所需时间约为250 s,而绵阳中心城区人口约为520 000人,仿真结果总体误差约为6%,算法在精度和运算效率上达到要求.      

航道科技人才发展问题探讨

本文介绍了人力资源属性的整体定位及其现状特征，分析了航道行业科技人才配置与航道行业发展的关系，提出了航道行业科技人才配置应遵循的原则、总体思路及其具体措施。     

有限方案多目标群决策管理的典型方法及其一般模型构建

在我们的日常生活中,决策经常是一个群体行为,即便是单人决策,也往往需要事先征求别人的意见,因此,从本质上说这样的单人决策也是群体行为。由于现代决策特别是大型决策问题变得越来越复杂,面向多个决策者的决策问题越来越多,即群决策问题。而多目标决策问题中备选方案数目有限的一类问题,称为有限方案的多目标决策或者多属性决策。它是现代决策科学的一个重要组成部分,它在管理、工程设计、经济、军事等诸多领域中有着广泛的应用。本文从有限方案多目标决策的概念入手,分析了有限方案多目标决策的典型方法,探讨了多目标群决策的要素,构建了有限方案多目标群决策的一般模型。     

舱室设备模块的参数化生成及统计程序

本文介绍了舱室设备模块的参数化生成及统计程序的开发及其应用。     

复合式路面养护维修关键技术探讨

分析了复合式路面养护现状和存在问题,对结合面的处理及养护标准的制定进行了详细探讨,并给出建议;最后提出一种养护方案优化方法。     

改进的折衷型模糊多属性决策方法及其应用

为了评价在城市重点区域交通管理方案,建立了一种改进的折衷型模糊多属性评价的应用模型和算法.作者针对传统方法评价中指标确定时主观性较强的缺点,利用物理学中的熵的概念,结合灰色关联度进行评价指标权重的确定,从而使折衷型模糊多属性决策方法更加客观.最后结合城市重点区域管理规划方案的评价实例,利用 MATLAB 编程对模型和参数进行了检验,结果表明该方法能有效实现对方案的选优和综合评价.     

校园交通服务水平属性数学识别与评价

提出了基于属性数学识别的大学校园服务水平定量评价分析体系,通过交通调查及统计分析确定校园交通需求并建立评价指标,利用变异系数法计算指标权重并采用属性数学识别法及置信度准则判断校园交通的服务水平．以广州市大学城为研究区域建立属性数学的评价体系,并对中山大学东校区进行了应用,提出了校园交通改善方案,并对改善前后的指标进行了对比分析,结果显示该评价体系能有效避免数据丢失、分级不清,直观反映校园交通系统服务水平的变化．     

基于多属性决策的交叉口交通拥挤度评价方法

分析了交叉口交通拥挤度评价的研究现状,提出了一种基于多属性决策的交叉口交通拥挤度评价方法。该方法以延误、饱和度、排队长度、停车次数、占有率等为评价指标,以多属性决策算法为评价算法。经过验证,评价结果比较准确、客观,适合一般交叉口交通拥挤度的评价要求。     

对网络虚拟财产物权属性的分析

随着我国网络的进一步普及,网络游戏成为部分人群的重要生活的组成部分,于是关于账号、游戏等级、装备等网络虚拟财产的纠纷也越来越多,其中一些已经进入司法领域,但是我国的相应立法却处于落后状态,因此需要加快这一方面的立法。但在立法之前一个首要的问题是网络虚拟财产的法律性质,在学术界已经有一些讨论,但笔者认为网络虚拟财产具有物权属性。本文将从网络虚拟财产的概念介绍入手,分析网络虚拟财产作为物权客体的合理性、必要性等问题。     

Algorithm for Extracting All Relative-Attribute Reducts in Decision System of Large-Scale Records

A new algorithm based on rough core was proposed to extract all relative-attribute reducts in decision information systems of large-scale records. In the algorithm, the rough core of the decision-making information system is first calculated. Then, an approach based on a top-down strategy is adopted to select the non-core condition attributes and generate candidate relative-attribute reducts. Finally, the set of all relative-attribute reducts is obtained by pruning the candidate relative-attribute reducts. Experimental results show that the proposed algorithm is superior to the other methods such as the algorithm without computing core, the exhaustive method and the discernibility matrix method in extracting all relative-attribute reducts for large-scale data sets.