道路网络服务水平可靠性研究

以可靠性理论为基础,从出行者个体和网络管理者的角度提出了服务水平可靠性的概念,拓展了现有的路网可靠性评价指标.根据交通供给的随机性分析,将路段容量简化为离散随机变量,运用路网最可能状态生成算法,建立了路段及路网服务水平可靠性计算的近似算法,并在一简单网络上进行了计算分析.     

基于最短路径搜索的动态随机交通分配

提出了一个基于Logit方法的动态交通随机分配模型,该模型通过最短路算法和随机分配来解决动态均衡交通分配中的出行选择问题,避免了以往动态交通均衡分配中解凸规划或非线性规划问题,同时不需要路径枚举,从而使本模型更适合于大型路网的动态交通分配．随后的算例证实了该模型的可行性。     

基于拟合优度检验-贝叶斯理论的生态混凝土碳化深度概率模型研究

针对生态混凝土碳化深度具有随机性的特点,提出基于拟合优度检验和贝叶斯理论相结合的方法进行生态混凝土碳化深度概率模型分析。采用拟合优度检验识别生态混凝土碳化服从的最优概率分布类型,采用贝叶斯理论对最优概率分布类型中的参数进行估计,在此基础上进行碳化可靠度分析。通过3组检测数据来说明基于拟合优度检验和贝叶斯理论相结合的方法在生态混凝土碳化深度概率模型研究和碳化可靠度分析中的应用过程。结果表明:与传统方法相比,基于拟合优度检验和贝叶斯理论相结合的方法进行生态混凝土碳化深度概率模型和碳化可靠度分析更加符合工程实际,便于工程应用。     

基于专家先验信息的轨道不平顺预测研究

为了研究在缺乏历史数据时如何准确预测轨道不平顺的发展趋势。提出了一种可以考虑专家先验信息的轨道不平顺预测方法。通过问卷调查法获取专家先验信息并构建具有先验信息的贝叶斯线性回归模型,然后使用马尔科夫链蒙特卡洛方法对模型参数进行求解,最后对轨道不平顺的幅值进行预测和误差分析并对比了不同模型在缺乏历史数据时的预测效果。结果表明：该方法可以准确预测短期内有砟轨道不平顺的发展趋势,相关系数均在0.9以上。在缺乏历史数据的情况下,贝叶斯线性回归模型也能保持较高预测精度R2为0.88,比传统线性回归模型高17%。     

城市间旅客列车的票价与流量的灵敏度分析

首先应用Logit分离模型得出城市间不同交通方式（包括铁路和公路）的客流量,在此基础上,得出了一个铁路客流量在不同旅游列车之间的均衡分配模型,然后用灵敏度分析方法分析了票价因素对于不同旅客列车客流量变化的影响关系,最后用一个实际例子,来说明灵敏度分析方法在多模式运输条件下的应用,即如何得出不同交通方式竞争条件下,铁路客运中不同旅客列车的旅客票价与其客流量这间的相互关系。     

基于TF-IDF加权朴素贝叶斯算法的ATP车载设备测试案例分类研究

针对列车超速防护（ATP,Automatic Train Protection）系统车载设备测试案例分类存在的工作量大、效率低且准确性不高等问题,提出了将词频—逆文档频率（TF-IDF,Term Frequency-Inverse Document Frequency）与朴素贝叶斯算法相结合,应用于测试案例分类的方案。利用TF-IDF算法筛选特征词及权重,对朴素贝叶斯算法进行加权处理,并基于实验室现有ATP车载设备的测试案例进行验证。实验结果表明,文章的特征词提取及测试案例分类方法具有较高的准确性。     

基于动态资源调度算法的数据中心负载均衡方案研究

云数据中心大多采用静态调度算法对虚拟化资源进行分配和调度,调度一旦完成,若无维护,资源分配状况一般不会发生变化,但随着资源池的持续使用,资源使用不均衡的问题会越来越严重.针对该问题,提出基于动态资源调度(DRS,Dynamic Resource Scheduler)算法的负载均衡解决方案,使数据中心物理节点上的资源使用...     

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。     

弹性需求下高速公路超限补偿费率优化模型

为了准确刻画超限需求弹性对补偿费率的影响,从用户和系统的角度分别对超限运输的收益和成本进行分析和建模,构造超限运输弹性需求函数,反映超限运输需求量与其运输效益之间的变化关系,将超限运输业者运输行为的选择归结为弹性需求下的用户均衡配流问题,进而利用高速公路管理者与超限运输业者之间的Stackelberg博弈关系,建立了基于弹性需求的高速公路超限补偿费率的双层规划优化模型,并设计了基于模拟退火算法求解的优化算法。结果表明：模型能较好地优化超限补偿费率,使之对超限运输业者进行合理补偿收费和适度惩罚,有效遏制超限运输,从而产生更大的社会与经济效益。     

贝叶斯网络在电控发动机燃油系统故障分析中的应用

贝叶斯网络(Bayesian Network)是近年来发展起来的一种基于概率理论的推理工具,本研究简要介绍了贝叶斯网络的基本理论,建立了电控发动机燃油供给系统故障信息的贝叶斯诊断网络,并利用Hugin Expert软件计算当燃油供给系统某一部件出现故障时不同故障现象出现的概率。研究表明,贝叶斯诊断网络能够有效诊断电控发动机燃油供给系统故障信息关联度。