当男士遇上奢华之运动系列 PORSCHE DESIGN

Porsche Design是一个畅销全球的男士奢华品牌,其产品灵感大多来源于科技领域,该品牌由Ferdinand Alexander Porsche教授创立于1972年,出自他设计室的所有作品都以先进的技术、超强的实用性以及朴素清晰的风格吸引着众多消费者。本期,我们为您带来的是Porsche Design 2009春夏运动系列的新款装备。     

基于互信息贝叶斯网络的交通事故严重程度分析

为掌握省际客运行业事故严重程度影响因素, 采用互信息及贝叶斯网络方法构建模型, 分析各因素变化与事故严重程度的定量互动关系。鉴于行业样本量较小及专家知识建模存在主观性, 采用改进离散算法挖掘数据, 提出结合互信息与交叉验证的先验网络构造方法。以上海市2005—2019年741起省际客运事故数据为例进行模型分析。结果表明: 对事故最敏感的影响因素为驾驶员性别、天气和车辆类型; 其中“女性驾驶员”“雪、大风、雾”“中型客车”对事故严重性的权重占比分别为13.5%, 8.8%和5.7%;此外, 驾驶员年龄对群死群伤事故贡献较小; 客车尺寸与安全性非单调关系; 00:00—05:00引发7人以上受伤的概率同比上升9%;季节、天气、时间因素与财产损失无直接关联。模型泛化能力优于对比模型, AUC均值为0.644 588, 命中率达到97.3%。      

不完全信息下道路客运市场质量招投标的监督博弈

笔者在文中使用博弈论的方法分析了道路客运市场质量招投标中关于中标企业在不完全信息下的静态博弈监督机制，得到了混同的、分离的和准分离的贝叶斯均衡策略．然后建立了完全但不完美信息动态博弈模型和包括投标策略的两阶段不完全信息动态博弈模型，前者只有分离均衡．但在不完全信息下，当低效率运输企业的概率较低且它在中标时只要偷懒能获得足够大的利润，就有混同均衡，即低效率企业能冒充高效率企业在运输线路质量招投标中投出超过自身运营能力的高质量运输服务，然后执行低质量以获得其投机收益．     

基于参数自适应方法的路面性能衰变方程研究

路面性能衰变方程是针对路面在使用过程中性能衰变的预测。应用贝叶斯估计，对路面性能衰变方程的参数自适应进行了研究，得到参数自适应的计算公式。它能够简便的计算出模型所需的参数，不需通过对整体庞大的数据进行回归。最后通过随即生成的样本对提出的自适应算法进行了检验。     

出行链化的贝叶斯网络预测

以出行链为研究对象,在特定因素下通过贝叶斯网络对其链化趋势进行预测.首先依据已有的理论基础和实践经验,提取影响出行链的因素并构建贝叶斯网络结构模型,其次通过采集的有效样本数据进行模型参数的学习,预测出行链化倾向.最后将预测数值与实际数值进行对比、分析.结果表明运用模型所得到的预测值与调查所得的实际数据基本相符,两者之间误差很小,只在个别样本点有所偏差,相对于整体,此差值完全在可接受的范围内.由预测结果与实际值对比可知,出行者的链化行为在时间、空间、成本等因素作用下具有一定的波动,但长期趋势保持稳定.     

基于贝叶斯网络的舰船故障建模方法研究

舰船故障建模是进行故障诊断的主要技术,舰船故障的种类多,变化复杂,兼具有随机性和规律性,当前舰船故障诊断的建模方法无法描述其变化特点,使得舰船故障诊断结果不理想。为了改善舰船故障诊断效果,设计了基于贝叶斯网络的舰船故障建模方法。首先对舰船故障诊断的工作原理进行分析,指出当前舰船故障诊断方法出现缺陷的影响因素,然后采用贝叶斯网络对舰船故障诊断过程进行模拟和建模,最后采用仿真实验与其他舰船故障诊断模型的结果进行对比。结果表明,贝叶斯网络的舰船故障诊断正确率更高,可以更好反映舰船故障诊断随着时间改变的变化趋势,避免了出现故障诊断错误率高的难题,具有广泛的应用前景。     

基于贝叶斯判别分析方法的膨胀土胀缩等级分类

应用贝叶斯判别分析理论和方法,选用粘粒含量、粉粒含量、液限、塑限和塑性指数5项指标作为判别因子,建立了膨胀土胀缩等级分类的贝叶斯判别模型。通过具体的计算实例说明了该方法的应用步骤,并对该方法的合理性和有效性进行了验证。     

交通事件持续时间预测贝叶斯网方法研究

交通事件持续时间的预测是事件管理系统的重要组成部分,根据I-880实测数据集,利用逐步回归分析的方法确定事件持续时间的主要影响因素,分别建立了应用于事件持续时间预测的朴素贝叶斯(NB)模型、加树朴素贝叶斯(TAN)模型以及一般贝叶斯网(BN)模型,在分析数据特点的基础上确定了贝叶斯网的推理算法、参数学习以及结构学习方法.在不同数据缺失的程度和不同训练样本规模下,分别对三种模型的预测准确率进行了评价,结果表明贝叶斯网预测模型在数据缺失30%的情况下30min准确率高于80%.     

山区公路穿村镇路段过境车辆事故严重程度推理分析

为获取道路线形、驾驶员属性、车辆类型、事故形态等因素对山区公路穿村镇路段过境车辆事故严重程度的影响机制。本文基于元双公路(元谋—牟定)2012—2017年事故数据,利用社会网络分析法从人、车、路、环境等方面筛选出15个影响因素;基于机器学习方法构建贝叶斯网络模型;以事故严重程度为决策变量,分析不同证据变量与驾驶员行为共同作用的推理结果。结果表明：不安全驾驶行为与危险事故因素的共同作用,将会增加事故严重程度;当涉及货车时,由于未保持安全距离,伤人事故率增加8.2%;在弯坡组合路段,由于驾驶员判断失误,伤人事故率增加 19.6%;阴雨天行驶时,由于驾驶员判断失误,伤人事故率增加5.4%;由于操作不当,发生侧翻事故时,伤人事故概率增加3.1%。     

基于动态贝叶斯网的双燃料船舶适航性评估

随着柴油-LNG双燃料船舶新型技术的兴起,迫切需要科学有效的方法对其进行适航性评估与安全监管。本文首先根据双燃料船舶的营运特点,从船舶动力丧失概率的角度分析和确定了适航性评估的内容、程序和建模方法。然后针对船舶使用双燃料和纯柴油两种工况下的失效模式特点,建立了相应不同结构的可靠性框图。最后基于可靠性框图建立了动态贝叶斯网络并计算了各节点的条件概率,解决了双燃料船舶适航性分析中的动态性,小子样、相关失效等难点。实例计算表明双燃料工况下由于共因失效冲击船舶动力丧失概率明显增大,验证了评估模型的正确性。