基于随机森林的电动自行车骑行者事故伤害程度影响因素分析

为研究电动自行车道路交通事故对骑行者伤害程度影响因素的重要性排序,分析电动自行车骑行者事故伤害程度的影响因素.收集某市2013-2015年电动自行车交通事故数据,对其进行描述性统计分析,从中选出与交通事故严重程度相关的22个影响因素.利用随机森林模型对电动自行车骑行者受伤严重程度进行预测,并对相关因素的重要程度进行排序...     

基于EMD和随机减量技术的大型桥梁模态参数识别

结合南京长江大桥结构健康监测信号,提出将经验模态分解(EMD)与随机减量技术(RDT)相结合进行结构模态参数识别的方法。对于环境随机激励,经EMD分解后的结构模态响应,实际上由自由振动响应和外荷载引起的强迫振动响应2部分组成,可应用RDT得到对应模态的自由振动响应,从而识别结构的频率及阻尼。通过与有限元及谱分析结果相比较,证明了将EMD与RDT相结合的方法识别非平稳振动信号模态参数的有效性和合理性,适合于大型桥梁结构的模态参数识别。     

基于均值异质性随机参数Logit模型的城市道路事故驾驶员受伤严重程度研究

驾驶员事故严重程度诱因分析对减少伤亡事故具有重要意义,以往研究假定影响变量为固定参数容易导致参数估计及研究推论出现偏差,据此本文基于均值异质性的随机参数Logit模型深入研究城市道路事故驾驶员受伤严重程度.使用2015—2019年发生在贵阳市的道路交通事故数据,综合考虑驾驶员、车辆、道路、环境特征等潜在影响因素,同时利...     

航海雷达磁控管可靠性评估研究

航海雷达在保障船舶航行安全方面发挥着重要的作用,磁控管作为雷达的核心部件,其可靠性决定了雷达性能的发挥.磁控管性能退化是雷达工作可靠度随时间下降的表现,假设该退化过程为线性随机过程,根据磁控管失效机理,建立了磁控管性能随机过程退化模型.结合磁控管性能指标,推导出磁控管寿命分布函数,并得出磁控管可靠度评估模型,该模型参数物理意义明确,易于通过观测估计得到.     

基于随机森林算法的铁路货物运达时间预测研究

为更准确地预测铁路货物运达时间,运用Python,设计实现了基于随机森林算法的铁路货物运达时间预测模型.根据不同的车辆属性来预测车辆到达终点站的时长,将车辆的各种影响因素考虑进去,进行特征向量的计算,在行驶过程中不断修正误差,使得终到时间预测更为精确.以张兰—定边的货物运输为实例进行实验验证,准确率较高,具有推广应用价...     

基于SFA模型和超越对数生产函数的汽车租赁企业运营效率分析

为实现企业租车资源的合理配置、提高运营效率、增强核心竞争力,以汽车租赁企业的运营管理为背景,研究企业运营效率的评价方法.借助随机前沿分析(Stochastic Frontier Analysis,SFA)和超越对数生产函数,以国内4家传统汽车租赁企业2012—2019年的运营产出面板数据和5家分时租赁企业2015—20...     

基于随机服务过程的物流集货运作机理

为提高物流网络节点(物流中心)的集货运作管理效率,应用随机服务系统理论与方法描述了物流网络节点的集货过程及其特征,与分散运作管理模式进行了对比,研究了物流网络节点集货的运作机理,建立了集货运作机理模型(马尔可夫排队模型)。算例分析结果表明:在同等条件下,与分散运作模式相比,集货运作模式系统各项运行指标具有明显的优势,服务设施利用率提高了23.4%,货物在系统中的平均滞留时间缩短了56.12%;当繁忙程度为90%时,分散运作模式系统运行指标发生急剧变化,而集货运作模式的各项运行指标变化不明显,货物在系统中的平均滞留时间不到分散运作模式下的1/5。     

元胞自动机交通流模型的随机规则

元胞自动机模型是近年刚发展起来的交通流模型,由于其建模简单、易于在电脑上实现及可模拟复杂的非线性交通现象而得到了迅速的发展.本文研究了基于NaSch模型的一维交通流元胞自动机模型,并对模型中随机规则在模拟复杂交通现象中所起的作用进行了分析.通过对NaSch模型和VDR模型的基本图和时空分布图进行分析,得出模型中的随机规则是模拟实际交通流中的很多非线性现象的主要规则.     

一个基于Schnorr算法的可公开验证的加密方案

基于离散对数问题和Schnorr算法提出了一个新的有效的认证加密方案,新方案具有以下优点:该方案在不暴露消息明文的情况下,任何第三方都可验证签名的有效性,实现公开验证;降低了计算量和占用带宽;在签名中加入了时间戳,能够有效防止重发密文攻击.     

基于行驶数据挖掘的DCT车辆平直道路换挡规律研究

针对基于车辆动力学制定的换挡规律适应性差,基于多维数据结合智能算法训练的挡位决策模型无法直接应用于实车等问题,提出了一种通过挖掘熟练驾驶员驾车行驶数据提取平直道路换挡规律的方法。首先,通过试验采集海量行驶数据,接着利用小波去噪、spearman相关性分析和信息增益计算提取平直道路行驶的3个最主要特征,最后通过对比6种机器学习算法在各挡位下对决策值（升挡、降挡和保持）的分类精度,选取精度最高的随机森林算法生成车速-加速踏板位置-发动机角加速度三参数换挡规律。仿真结果表明：该方法可有效收集平直道路下的熟练驾驶员换挡策略,提取的换挡规律油耗水平接近经济性换挡且动力性较好。