交通流特征深度认知的车队运行参数优化方法

为提升车队对周围交通流环境的认知能力，获取车队周围多车的运行模式，同时通过改变车队运行参数实现车队群体对周围多车群体运行模式的诱导变化，为提升车队及交通流整体运行效率提供优化策略，提出了基于狄利克雷混和高斯过程的车队周围多车运行模式获取算法，将车队周围多车车辆的复杂运行模式视为混和高斯过程，利用狄利克雷分布作为高斯混和权重的先验分布，建立车队周围多车运行模式速度场，从而获取车队周围多车运行模式并分类；通过比较不同多车运行模式下车队的运行效率，提升车队对所处运行环境的认知能力。研究结果表明：利用非参数贝叶斯算法将复杂的多车运行状态进行分类，获取的车队周围多车运行模式可表现为对车队运行效率产生不同影响的速度场；通过将车队周围的多车运行仿真数据分成多个运行模式，可获取不同多车运行模式下车队及交通流整体运行特性；通过更改车队运行参数，观察不同多车运行模式的占比变化，可获取车队运行参数对所处运行环境改变的影响趋势；车队周围多车运行模式的获取，不仅可以提升车队对周围运行环境的认知能力，使得车队能够选取有利路径行驶，同时能够为车队运行策略的优化提供有效的信息。     

城市轨道交通乘客感知质量指标研究

研究了城市轨道交通乘客感知质量指标与总体满意度的关系以及不同需求层次下感知质量指标重要性的变化.以武汉轨道交通满意度调查中获取的 10 461份有效问卷数据为基础,利用Bayesialab软件结构学习算法结合专家经验进行贝叶斯网络结构学习,建立了12个感知质量指标与总体满意度之间的贝叶斯网络,结果显示部分感知质量指标之间存在相互关系且均直接或间接的影响乘客总体满意度.以感知质量指标不同取值对应的总体满意度期望值为度量标准,分析在不同需求层次下感知质量指标重要性的变化规律,发现随着感知质量指标满意程度的增加,"乘车安全性"指标的重要性明显下降,"乘客文明"指标的重要性明显上升,符合马斯洛需求层次理论的规律.      

面向大型活动的交通应急预案快速生成与动态优化方法

现阶段大型活动突发事件下的交通组织应急预案多依赖人工经验，缺少针对性和定量化应急措施。针对预案的快速匹配问题，提出利用交通应急预案库中的历史案例提取突发事件特征属性，基于案例推理和朴素贝叶斯分类快速生成初始预案，并依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配预案。在此基础上，基于改进的规则推理建立交通应急预案库知识库和规则库，并采用正向推理修改预案内容。为构建评价指标体系，基于模糊层次分析法对预案应急能力水平和突发事件严重程度进行模糊评价。以北京2022年冬奥会为仿真案件，试验结果表明该方法可以快速生成最佳匹配预案并完成动态调整与完善。      

融合D-S理论的锅炉人因贝叶斯网络安全性定量分析

针对船用锅炉人因安全性分析中存在的知识不确定性,采用D-S证据理论对多专家信息进行融合并建立考虑人因的贝叶斯网络,得到节点条件概率的区间表示形式.经加权平均后代入贝叶斯网络计算,与面向对象贝叶斯网络和FTA等方法的对比显示,该方法能够更加有效地融合不同专家信息,也更为符合工程实际.     

基于L-M、贝叶斯算法研究溶解氧与其影响因素关系

利用BP网络分别结合L-M、贝叶斯算法研究溶解氧与BOD5、PH值、流量、水温关系,表明利用贝叶斯算法优化的网络更适合于预测。     

贝叶斯决策在确定复合标底报价中的应用

通过对复合标底特点的分析和对贝叶斯决策的介绍，将贝叶斯决策理论引入确定复合标底的报价之中。     

机动目标跟踪典型算法评述

机动目标跟踪算法可以划分为两种：极大似然法和贝叶斯估计法，前者通过对目标量测序列的分析，采用与当前目标运动模式匹配度最高（极大似然性）的模型（包括系统模型和观测模型）对目标状态进行跟踪和估计；后者则首先假定一组模型，再根据量测序列进一步估计出其中每个模型的匹配概率，最后采用贝叶斯公式对全部或部分模型估计进行综合。在此框架下，论文对其中的一些典型算法进行总结和分析。     

基于贝叶斯网络的辐射源威胁等级评估算法

贝叶斯网络是近年来人工智能领域最重要的研究成果之一，在具有不确定性的推理和决策问题中得到了广泛的应用。以贝叶斯网络及其推理机制为基础，主要研究了贝叶斯网络在辐射源威胁等级评估方面的应用。选取了部分影响因素，建立了基于贝叶斯网络的辐射源威胁等级评估模型。最后通过一个计算机仿真实例验证了算法具有连续性和累积性，能够对辐射源威胁等级做出较准确评估。     

基于非完备贝叶斯网络的车型识别方法

针对BP神经网络等车型识别算法不能很好地适应我国车型复杂状况，分析了贝叶斯网络（IDS-BN）算法中完备数据集的问题，提出了基于非完备数据集的贝叶斯网络车型识别方法和车型识别系统结构模块，基于该模块拟定了车型特征变量．构建了车型识别网络模型，并给出了模型参数学习、车型分类器等算法，包括MDL评分和贪婪搜索的结构学习、EM参数学习、随机模拟采样推理等。实验表明，该方法识别率较高，鲁棒性好，满足我国车型识别的实际要求。     

贝叶斯OD流估算模型的解的收敛性

引入了贝叶斯ＯＤ流估逄模型，证明了模型的迭代 收敛性，并给出了电优解的形式。