基于贝叶斯判别分析方法的膨胀土胀缩等级分类

应用贝叶斯判别分析理论和方法,选用粘粒含量、粉粒含量、液限、塑限和塑性指数5项指标作为判别因子,建立了膨胀土胀缩等级分类的贝叶斯判别模型。通过具体的计算实例说明了该方法的应用步骤,并对该方法的合理性和有效性进行了验证。     

基于CBR的山区铁路桥梁大高差桥墩设计研究

针对山区铁路桥梁普遍具有的大高差桥墩这一显著结构特征,引入基于案例推理技术,力争把丰富的山区铁路桥梁大高差桥墩设计经验积累起来,并为后续的山区铁路桥梁建设提供设计参考,使设计更加高效与合理。首先建立包含梁桥、刚构桥、刚构-连续组合体系桥等桥型在内的山区铁路桥梁案例库,采用熵权法确定桥梁主要特征属性权重,并通过灰色关联分析检索得到相似案例的解决办法,最后将该解决办法进行修正以适配目标案例。实例应用结果表明:该技术可对山区铁路桥梁大高差桥墩设计提供合理有效的建议。     

多传感器融合车载电池舱灭火方法研究

电动汽车属于汽车行业的支柱产业,越来越受到社会的重视,但随之产生的汽车安全问题也逐渐增多。电池舱属于复杂环境,易出现着火事件,本文开展多传感器融合车载电池舱灭火方法研究,运用温度、烟雾浓度传感器实现对火灾的实时监测。设计贝叶斯网络模型,并考虑到了传感器失效及误报,实验结果表明本系统具有良好的响应速度及稳定性,为相关领域研究提供了一种解决方法。     

基于互信息贝叶斯网络的交通事故严重程度分析

为掌握省际客运行业事故严重程度影响因素, 采用互信息及贝叶斯网络方法构建模型, 分析各因素变化与事故严重程度的定量互动关系。鉴于行业样本量较小及专家知识建模存在主观性, 采用改进离散算法挖掘数据, 提出结合互信息与交叉验证的先验网络构造方法。以上海市2005—2019年741起省际客运事故数据为例进行模型分析。结果表明: 对事故最敏感的影响因素为驾驶员性别、天气和车辆类型; 其中“女性驾驶员”“雪、大风、雾”“中型客车”对事故严重性的权重占比分别为13.5%, 8.8%和5.7%;此外, 驾驶员年龄对群死群伤事故贡献较小; 客车尺寸与安全性非单调关系; 00:00—05:00引发7人以上受伤的概率同比上升9%;季节、天气、时间因素与财产损失无直接关联。模型泛化能力优于对比模型, AUC均值为0.644 588, 命中率达到97.3%。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

基于FTA-BN的综合交通枢纽中地铁车站安全风险评价

以综合交通枢纽中的地铁车站安全为研究目标,综合考虑综合交通枢纽中特殊的客流组成和乘客特征,以踩踏、火灾、水灾、公共卫生和大面积滞留5类易发风险事故作为研究对象,基于FTA-BN方法对其影响因素进行分析,识别其风险因素,建立相应的事故树模型,转化为贝叶斯网络模型进行风险评价;引入三角模糊数处理专家自然语言,得到贝叶斯网络中的先验概率和条件概率分布,然后通过贝叶斯网络模型进行网络推理计算和敏感性分析,找出地铁车站中的薄弱部分,制定相应的风险管控措施,从而提高枢纽中地铁车站对于紧急事件的应对能力。以广州南站地铁车站为例进行快速评价,结果表明：广州南站在公共卫生安全方面存在一定危险,发生概率为42.98%,且较易发生大面积滞留事件,可能性为30.40%。     

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OOCPN结线分析和反向推理的城市轨道交通牵引供电系统故障诊断方法

基于面向对象的思想和有色Petri网理论,构建库所的令牌,描述城市轨道交通牵引供电系统中组成结点的元件、开关及结点的含源性质,进而建立城市轨道交通牵引供电系统结线分析的OOCPN(Object-Ori-ented Colored Petri-Nets)模型。求解该模型可确定城市轨道交通牵引供电系统的故障域;然后结合专家经验以及牵引变电所综合自动化系统轮询到的保护动作信息,通过反向推理遍历搜索该故障域,对故障元件进行定位;根据专家推理规则以及城市轨道交通牵引变电所内的保护配合关系,判断开关的拒动行为。以城市轨道交通牵引供电系统馈线短路且馈线开关拒动为例进行验证,结果表明:提出的城市轨道交通牵引供电系统故障诊断方法能够实现对故障元件的准确定位和开关拒动行为的判断。     

基于贝叶斯网络的轨道交通司机胜任力评价

根据调查分析得到轨道交通司机胜任力评价的4个一级评价指标和16个二级评价指标。将此评价指标作为变量,基于贝叶斯网络原理,构建司机胜任力贝叶斯网络。选取职业心理特征和职业理论特征作为中间节点,规章制度掌握程度、车辆理论知识水平、学习能力和复杂反应能力作为父节点,司机胜任力作为子结点,得到简化的司机胜任力子贝叶斯网络。利用该子贝叶斯网络对实例的分析结果表明:司机职业心理特征对司机胜任力影响较大;评价结果准确地反映了司机胜任力各项评价指标间的相互作用关系;该方法可为司机的选拔、培训和退役提供定量分析的依据。     

一类驼峰调车事故的贝叶斯网络模型研究

驼峰跟钩撞车及侧面冲突调车事故会给驼峰调车作业带来较大安全隐患,影响驼峰解体作业的效率和能力。从技术条件角度考虑,对线路、车辆以及调车设备3个方面因素进行分析。鉴于驼峰系统是复杂的大系统,具有不确定性的特点,考虑贝叶斯网络能较好解决不确定性问题,建立跟钩撞车及侧面冲突调车事故的贝叶斯网络模型。利用Matlab中的BN推理工具软件包BNT计算顶上事件的发生概率以及基本事件的后验概率。结果表明:影响此类调车事故的主要因素为线路和车辆两方面。