A Bayesian approach for modeling origin-destination matrices

The majority of origin destination (OD) matrix estimation methods focus on situations where weak or partial information, derived from sample travel surveys, is available. Information derived from travel census studies, in contrast, covers the entire population of a specific study area of interest. In such cases where reliable historical data exist, statistical methodology may serve as a flexible alternative to traditional travel demand models by incorporating estimation of trip-generation, trip-attraction and trip-distribution in one model. In this research, a statistical Bayesian approach on OD matrix estimation is presented, where modeling of OD flows derived from census data, is related only to a set of general explanatory variables. A Poisson and a negative binomial model are formulated in detail, while emphasis is placed on the hierarchical Poisson-gamma structure of the latter. Problems related to the absence of closed-form expressions are bypassed with the use of a Markov Chain Monte Carlo method known as the Metropolis-Hastings algorithm. The methodology is tested on a realistic application area concerning the Belgian region of Flanders on the level of municipalities. Model comparison indicates that negative binomial likelihood is a more suitable distributional assumption than Poisson likelihood, due to the great degree of overdispersion present in OD flows. Finally, several predictive goodness-of-fit tests on the negative binomial model suggest a good overall fit to the data. In general, Bayesian methodology reduces the overall uncertainty of the estimates by delivering posterior distributions for the parameters of scientific interest as well as predictive distributions for future OD flows.     

船舶核动力装置运行管理专家系统

本文通过对船舶核动力装置二回路凝给水系统运行规则的理解与分析，对运行经验、实行实例的搜集、整理，建立起了多元分层知识体系结构，根据不同知识的特点建立多种知识表示方式，采用多路推理机制，使系统很好地克服了传统专家系统所面临的某些不足，在一定程度上实现子模拟人类思维方式进行决策和解决问题，从而达到故障及时诊断和系统运行管理的目的。     

三大统计学派推断思想的比较研究——以贝伦斯—费歇尔问题为例

本文介绍了贝伦斯-费歇尔问题的历史及三大统计学派在此问题上的主要解决方法,从一个侧面反映了奈曼置信推断、贝叶斯辩证推断与费歇尔信念推断思想的差异。     

基于ANFIS的特高压输电线路故障分类识别方法

提出了一种基于自适应神经模糊推理系统(ANFIS)的特高压输电线路故障分类识别方法,以分类识别10种常见的输电线路故障.该方法以故障后1个工频周期内故障电流分量的标准差和四分位距作为故障分类识别的特征量.分析了噪声和谐波对这2个特征量的影响;建立了基于ANFIS的故障分类识别模型.大量仿真试验表明:提出的故障分类识别方法能快速、准确地识别各类故障,并且不易受故障初始角、故障位置和过渡电阻的影响,对噪声、谐波、电流互感器传变特性及采样频率有良好的适应性,分类识别正确率能达到99.5%.     

基于理性推理的观点演化模型

针对现实生活中个体观点形成中的理性推理过程,提出了一种基于DS（Dempster-Shafer）证据理论的观点更新规则,并在连续观点离散决策的框架下,对个体如何利用其他个体的意见和相关知识来形成自身意见的过程进行建模.实验仿真结果表明,群体中能够出现观点一致、分散等常见的舆论现象,观点演化过程中伴随着知识由确定性个体向不确定性个体的扩散,同时发现在规则网络中,意见领袖的观点的影响力在扩散过程中是逐渐减弱的,其影响范围与个体对知识不确定性的接受程度密切相关.     

基于线路实测数据统计推断的应力谱分布类型比较

在分析研究轨道车辆结构实测动应力谱分布的基础上,提出用威布尔分布和对数正态分布的组合分布来描述动应力分布.利用实测数据分别拟合出威布尔、对数正态、组合分布三个分布函数,利用拟合结果及实测应力谱进行应力谱统计推断,得到各自的推断应力谱并与实测谱比较,证明了组合分布对实测应力谱分布描述的优越性.同时利用各分布函数估计得到实测中未出现的可能最大值,然后扩展出包含可能最大值的扩展应力谱,在损伤累计理论的基础上,证明了威布尔分布对分布估计的保守性,以及组合分布对应力谱分布估计的有效性.     

基于流量矩阵估计的路由推断算法

路由信息对网络而言非常重要。现有的路由推断技术很难适用于任意网络。本文提出了一种路由推断算法,在已知网络的拓扑结构和链路流量的情况下,先通过期望最大化算法对一个包含了多种路由可能性的流量矩阵进行估计,然后根据对应的可能需求的估计值的差异来推断实际路由。仿真结果证明了方法的有效性。     

单船动态风险评估模糊推理系统的设计与模拟

对在航船舶进行动态的风险评估,分析影响船舶安全航行的风险因素,构建了船舶风险评估模型,定义了各项风险因素的隶属函数,并参考专家经验建立模糊推理规则.按照建立的模型,在MATLAB平台上运用模糊推理系统构建风险评估系统,并应用该系统对在航船舶进行定量风险评估.实例证明,该系统能够合理地评估在航船舶的整体风险水平,为驾驶员决策提供参考,具有应用潜力.     

基于知识库的船舶管系定额工时测算研究

为了解决船舶制造企业管系定额工时测算效率低、误差大、难以指导生产计划编排及成本控制等问题,依据“设计、生产、管理、信息一体化”的思想,在深入分析管系设计数据特征的基础上,构建设计物量自动化抽取模型,并以管系定额工时标准体系为依据建立工时测算规则,运用知识库推理逻辑进行定额工时精确测算,最后通过系统研发与企业实际应用,验证抽取模型及测算方法的有效性.     

基于模糊推理的潜艇舱室温度控制研究

针对复杂的具有不确定数学模型的潜艇舱室温度环境，利用模糊推理的设计思想，提出了一种参数自调整双层模糊控制器，用于舱室温度控制，并通过采用确定性模糊调整规则，简化了模糊控制器的设计，具有较强的适应性和鲁棒性。仿真结果表明，该控制器明显地改善了控制系统的性能。