基于DFTA的地铁车站级综合监控系统可靠性分析

地铁综合监控系统是整个地铁系统可靠安全运行的重要保障,由于其具有可修性、功能相关性、顺序相关性、容错性及冗余性等特点,本文采用动态故障树分析法(DFTA)对其进行可靠性分析。在引入新的动态可靠性指标的基础上,采用直接计算法和Markov矩阵迭代法求解,最后引入分层迭代方法对DFTA进行改进,可减小运算量,使得这些动态指标可应用于地铁综合监控系统整个动态故障树的可靠性评估。本文建立某典型地铁综合监控系统的车站级综合监控系统(SMCS)及其3个子系统的DFTA模型,研究3个子监控系统互联对整个车站级监控系统可靠性的影响。研究分析结果表明,动态故障树分析法在对地铁综合监控系统可靠性的分析中能够考察各子系统互联对系统可靠性的影响,具有较强的实用性。     

Comparing prediction methods for maritime accidents

ABSTRACT

The purpose of maritime accident prediction is to reasonably forecast an accident occurring in the future. In determining the level of maritime traffic management safety, it is important to analyze development trends of existing traffic conditions. Common prediction methods for maritime accidents include regression analysis, grey system models (GM) and exponential smoothing. In this study, a brief introduction is provided that discusses the aforementioned prediction models, including the associated methods and characteristics of each analysis, which form the basis for an attempt to apply a residual error correction model designed to optimize the grey system model. Based on the results, in which the model is verified using two different types of maritime accident data (linear smooth type and random-fluctuation type, respectively), the prediction accuracy and the applicability were validated. A discussion is then presented on how to apply the Markov model as a way to optimize the grey system model. This method, which proved to be correct in terms of prediction accuracy and applicability, is explored through empirical analysis. Although the accuracy of the residual error correction model is usually higher than the accuracy of the original GM (1,1), the effect of the Markov correction model is not always superior to the original GM (1,1). In addition, the accuracy of the former model depends on the characteristics of the original data, the status partition and the determination method for the status transition matrix.     

随机波浪作用下船舶倾覆前持续时间的研究

本文建议采用在随机波作用下船舶保持不倾覆状态所能持续的时间作为表征船舶稳性的指标。由于波浪外载荷随机性的特性 ,这一持续时间是一个随机变量 ,和某一概率相联系。本文运用马尔科夫过程理论和首次通过的概念研究确定这一持续时间和相应的概率。并将理论计算的结果与模型试验的结果进行了比较 ,两者之间有较好的吻合。     

基于浮动车速度波动特征的交通状态识别

为实现路段交通状态的准确判别,解决单参数无法直接识别道路交通状态问题,本文利用高频浮动车速度数据,使用灰度共生矩阵特征值对比度和逆方差表示车辆行驶的波动特征。基于城市道路交通状态变化的动态性与连续性,围绕固定时间窗口内车辆的平均车速、对比度和逆方差,采用FCM (Fuzzy c-means)算法进行聚类分析,得到畅通、平稳、拥挤和阻塞这4种状态阈值。提出基于多维高斯隐马尔可夫模型的交通状态识别方法,分别以3,5,6 min固定时间窗口训练模型。模型状态转移矩阵表明,时间窗口越小其保持原有交通状态的可能性越大,时间窗口越大交通状态突变的可能性越大。使用不同序列长度对比3种时间窗口在测试集中的识别精度,结果表明,随着序列长度的变化,精度显示出先升高后降低的趋势,且固定时间窗口越大,不同序列长度的识别精度变化越均匀。最后利用5 min固定时间窗口划分数据使用本文方法和支持向量机以及随机森林分别进行道路交通状态识别,综合精度分别为92.00%、84.89%、88.48%,同时本文方法在查准率、召回率和F1度量(F1-score)指标均优于其他两个模型,说明道路车速的波动特征可以很好地反映道路交...     

���񹫽�����ODԤ���о�

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

����BPNN-MOPģ�͵�����·�������ģԤ���о�

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

基于BPNN-MOP模型的区域公路网合理规模预测研究

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

汽车保险中奖惩系统的马尔可夫分析

利用马尔可夫分析,求出了驾驶员最终处于奖惩系统各阶上的概率,同时,马尔可夫分析还可以判断出在确定代表驾驶员实际风险的调整保费时奖惩系统的功效,并举例给出了求解奖惩系统的稳态保费及Loimaranta功效具体的计算方法.     

轨道交通AFC系统设备可靠性预测与仿真

城市轨道交通AFC系统设备,可靠性是1个概率问题,具有不确定性。应用马尔可夫方法的无后效性原理,建立了AFC设备的故障预测模型。在模型建立的基础上,采用蒙特卡罗方法进行仿真实现,为系统年度维护计划提供依据。     

电子商务企业客户关系的预测与动态管理

在对传统的客户关系阶段划分方法——RFM法改进创新的基础上,利用马尔科夫链对客户关系进行建模,用以对客户关系进行预测和动态管理。通过真实的电子商务企业销售数据,说明了模型的意义和用法,并验证了该模型的正确性。