铁路货物周转量的半参数回归模型预测

为提高铁路货物周转量预测的准确性,在定性分析的基础上,运用灰色关联度理论选择出反映铁路运输供给能力的7个因素,并用偏最小二乘回归方法处理变量的共线性问题.采用非参数方法表达不能量化的影响因素,建立了半参数回归模型,并与线性回归模型和灰色预测模型进行了比较.研究结果表明,用半参数回归模型预测铁路货物周转量,预测结果的相对误差仅1.7%,比线性回归模型和灰色预测模型的预测精度更高.     

信控交叉口多绿尾相位切换模式下驾驶行为的对比研究

针对中国城市道路交叉口控制实践中,绿灯信号相位多种切换方式同时存在而未有详细优劣对比的现状开展研究.设计1组驾驶模拟器实验,对绿灯闪烁(GSF)与绿灯倒计时(GSC)2种典型的相位切换模式下的驾驶行为进行对比观测和分析,建立驾驶员在2种切换模式下的"通过/停止"决策行为模型.研究结果表明,驾驶员在不同模式相位切换期间的驾驶行为具有一定复杂性,与驾驶环境(如车速、黄灯启亮时与停车线的距离)和个体特征(如性别、年龄、驾龄)等密切相关.驾驶环境方面,GSC模式对驾驶员有较为强烈的催促作用,驾驶员在GSC模式下的平均通过率提高了10% ~20%,且陷入两难区的概率比GSF模式下提高了7.2%.黄灯通过率和黄灯启亮时车辆与停车线的距离呈负相关关系,且与黄灯启亮时的车速在不同相位切换模式下表现出相反的趋势:在GSC模式下呈现正相关关系,而在GSF模式下呈现负相关关系.驾驶员个体特征方面,男性、20~30岁、3~4年驾龄的驾驶员通过率明显高于其它分组.      

Some Properties of Periodogram of Autoregressive Integrated Moving Average Process

Based on the analysis of periodogram, this paper discussed the properties of periodogram of autoregressive integrated moving average process ARIMA(p,1,q), and found that the periodgram of ARIMA(p,1,q) process is dominated by the transfer function of the difference operator, which is the same as the result of Crato. The obtained asymptotically properties of the single random walk process was extended to more complicated autoregressive integrated moving average process.     

基于支持向量回归的图像复原方法研究

针对退化图像复原问题,提出了一种基于支持向量回归的退化图像复原方法.该方法利用支持向量机回归算法非线性映射能力,通过训练样本对的学习训练,在退化图像与原始清晰图像之间建立映射关系,然后对测试样本进行复原.实际图像复原实验表明,得到的复原图像在视觉上和定量分析上都获得了比较好的效果.与神经网络方法相比,支持向量机回归算法克服了神经网络的模型选择与过学习问题、局部极小问题等.     

浙江省固定资产投资与经济增长关系的实证分析

基于1985-2004年数据,运用协整理论分析了浙江省固定资产投资增长率与GDP增长率的均衡关系,并建立了它们之间的误差修正模型（ECM）和向量自回归（VAR）模型。GRANGER因果检验得出的结论表明,浙江固定资产投资的变动显著地引起了GDP的变动,而GDP的波动对投资的作用相对要小。     

寒冷地区隧道温度场的变化规律

为了揭示隧道温度场的变化规律,以某寒冷地区公路隧道为依托,选择11个测试断面,对隧道拱顶、拱腰、边墙和路面四个部位的温度进行1.5a的长期测试,采用正弦函数回归法,对测试数据进行分析。结果表明:隧道洞内的年气温变化具有周期性,随时间大致呈正弦曲线变化;隧道内纵向气温随着进入隧道距离的增大,年平均温度逐渐下降,年温度振幅也下降,其变化规律呈指数函数曲线变化关系;隧道围岩温度在径向一定范围内,随着径向深度的增加,年平均温度上升,年温度振幅衰减,并且呈指数函数曲线变化关系;防水夹层对隧道保温隔热是有利的。     

短期货运预测模型研究

短期货运量的预测对于交通运输系统的运作与管理具有重要意义．本文将回归分析与时间序列分析相结合,提出一个带有回归项和时间序列误差项的回归-时序混合模型,用以进行短期货运量的预测．在对模型进行识别、初估计的基础上,采用极大似然方法进行参数估计,经反复拟合,并对模型进行相应检验,最后得到符合要求的拟合模型。应用此回归-时序混合模型进行月度货运量的拟合预测,并与多元线性回归模型和季节ARIMA模型的拟合预测结果相比较,表明回归-时序混合模型可以提高短期货运量的预测精度。     

壮怀如我更何人 漫谈GT精神

意大利车厂玛莎拉蒂以"GranTurismo is back"宣传他们的新一代GT跑车。车厂言"回归",到底所云何物?     

基于非参数回归的短时交通流预测研究综述

短时交通流预测是实现交通控制和诱导的关键问题之一。综述了基于非参数回归的短时交通流预测方法,指出了状态向量的选取没有考虑天气环境等存在的问题,提出了改进思路和方法,即基于动态聚类和决策树的历史数据组织方式、时空一天气环境相结合的状态向量选取方法以及基于密集度和状态向量的自适应变K机制等,期望通过这些改进能提高基于非参数回归短时交通流的预测精度,为交通控制和交通诱导建立基础。     

平纵组合曲线的加减速特征

平纵组合曲线对驾驶人的加减速行为产生直接影响,不良的线形组合易诱导不利的加减速行为进而导致安全问题。研究了凹、凸两类共6种典型平纵组合曲线上的车辆加减速特征,收集了二广高速公路41条平纵组合曲线的实车运行速度数据。根据组合曲线上最大速度与最小速度的差值定义了5种加减速特征：保持稳定车速、显著加速、显著减速、先加速后减速及先减速后加速。使用多元Logistic回归模型分析了两种组合曲线及其几何特征对车辆加减速特征的影响。结果表明：凸形组合曲线、凹形组合曲线上加减速特征明显不同。对于凹型组合曲线而言,圆曲线长度、进弯缓和曲线长度对加速行为有显著负效应,随着进弯缓和曲线长度的增加,发生显著加速的概率将显著降低。对于凸形组合曲线,组合曲线半径、组合曲线长度对加速行为有显著负效应。