单线圈检测器速度估计的贝叶斯网络模型

实时精确的车流速度对于交通管理系统来说是至关重要的. 然而,最普遍的单线圈检测器却不能输出速度参数. 本文提出了一种新的单线圈检测器速度估计的贝叶斯网络方法. 在分析流量及时间占有率与速度之间的因果关系基础上,通过单线圈检测输出采样间隔内的流量和时间占用率数据,建立了速度估计的贝叶斯网络模型,采用高斯混合分布函数和EM算法进行模型表达及参数训练. 通过北京快速路实地数据对算法进行了验证,结果表明算法不同采样间隔、不同车道及不同交通状态下均具有较强的鲁棒性,与传统算法相比平均绝对误差减少2 km／h左右. 这一方法可以应用于交通管理系统速度的估计.     

基桩承载力设计值的贝叶斯估计

为了解决由于工期、经济效益等因素导致的试桩数较少,从而确定出承载力设计值误差较大这一问题,基于数理统计中的极差理论和贝叶斯统计原理,推导出基桩承载力均值的先验分布为正态分布。同时,利用工程地质资料和静载试验结果,采用线性内插公式,推导出基桩承载力平均值的贝叶斯估计的计算公式。工程实例分析表明,利用本文提出的方法确定的承载力设计值的精度满足工程需要,从而为承载力设计值的确定提供了概率理论依据。     

基于贝叶斯网络的城市轨道交通运营安全风险及防控研究

收集分析了64起城市轨道交通运营风险事件案例,基于事故致因过程分析,提取出28个风险元,并建立事故致因链;运用贝叶斯网络构建城市轨道交通事故风险互动关系的拓扑结构,对风险互动网络进行影响强度分析与灵敏性分析,结果发现人为与设备因素易引发系统其他风险乃至安全事件的发生,其中信息交互滞后、信号道岔设备故障、制动设备故障这3...     

道路交通事故多发地点的综合研究

本文运用概率统计理论全面系统地探讨了道路交通事故多发地点的研究分析方法。文中提出事故铮地点扔关概念及筛选的理论原则和自支筛选方法，用贝叶斯理论推导了事故铮地点的概率预测模型，并阐述了寻找主要事故 因素的定性和定量分析方法，以及评价安全措施有效性的方法。     

基于贝叶斯网络模型的交通状态预测

城市的交通状态是可以预测的。有效的交通状态预测能优化交通状态,减少交通阻塞。贝叶斯网络(Bayesian Networks,BN)是目前不确定知识和推理领域最有效的理论模型之一。文章在综合考虑交通阻塞成因的基础上构建网络模型,在已有的交通状态数据的基础上提出基于贝叶斯法则的学习算法,并通过计算变量间的条件概率来计算交通阻塞发生的可能性,达到预测的目的。     

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。     

一种宽带水声目标DOA估计方法

针对现有的基于压缩感知的宽带水声目标DOA估计方法中存在估计计算时间长、失败率高的问题,将稀疏贝叶斯学习重构方法应用到宽带水声目标DOA估计中,采用定点方法对SBL算法中的核心超参量进行求解,提出一种基于稀疏贝叶斯学习的宽带水声目标DOA估计方法.通过仿真实验,验证了该方法的可行性与有效性,并证实该算法相对于常用的波束形成算法、MUSIC算法、SBL算法以及BP算法具有运算速度快、重构精度高等优点.     

常规公交风险的 SEM 与 Bayesian Network组合评估方法研究

常规公交系统具有载客量大、班次多、线路固定等特点,存在多种安全风险隐患.为综合评估常规公交风险,对国内外554条事故数据分析整理,构建了常规公交风险指标体系.建立了常规公交风险评估的结构方程模型,得到常规公交风险因素对事故的单向拓扑结构.在结构学习的基础上,利用信息熵理论研究风险因素对预测结果可信度的影响权重,从而进行变量筛选.以失火事故为例利用贝叶斯网络模型进行了城市常规公交风险评估参数学习.研究结果表明,失火事故的主要风险因素为油气泄漏、车内外温度均较高等.在风险因素组合作用下失火事故发生概率范围为 0 .002 1至0 .842 9 .所建模型预测精度高,验证了方法的科学性和准确性,可用于进行定量化的常规公交风险评估.      

基于改进贝叶斯网络模型的高速公路交通设施风险评估

交通设施对高速公路交通安全起着关键作用,对交通设施进行风险评估是预防交通事故的有效方法之一.为实现对高速公路交通设施风险的评估,分析了交通设施对交通安全的影响机理.通过因子分析法提取了各作用节点和作用网络,根据网络中各节点之间的关系,结合条件概率知识对贝叶斯公式进行了变形与推导,舍去无关变量和无影响常量,构建基于改进贝叶斯网络的高速公路交通设施风险评估模型.用高速公路历史事故数据对模型概率参数进行标定和校准之后,可将高速公路交通设施现状调查结果带入模型进行风险评估.模型计算得到的 值越小,高速公路交通设施风险越大.采用珲乌高速公路实地调查数据,带入模型分析发现,值小于0.5时,事故数相对较高,设施风险较大;值大于0.5时,设施风险较小.