基于Mixed Logit模型的路线选择行为量化分析

为了探讨路况信息动态变化对出行路线选择行为的影响程度,采用正交试验法设计出行意愿调查问卷,针对有驾车经验的出行者进行调查。假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布,分别建立了出行路线选择的Logit模型和Mixed Logit模型,并对解释变量影响路线改变倾向进行了量化分析。结果表明,Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。出行者对行程时间和时间信息动态变化的敏感程度十分接近,敏感度最高的是出行费用。个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。     

基于出行链的居民出行次数建模与仿真

基于出行链理论,对居民日出行情况进行建模与仿真.将出行者分为3类,分别建立学生出行次数logistic回归模型、老年人出行次数泊松分布模型及就业者NL(数状分对数)出行选择模型.结合城市宏观社会经济数据,对模型进行仿真求解,得到不同类别出行者的出行次数.以中国中部城市郑州市为例,对模型的实用性和准确性进行验证.结果表明,通过计算机建模仿真得到的居民日平均出行次数和现状调查结果基本一致.     

风电齿轮箱零件寿命分布函数的确定方法

以1.5 MW风电齿轮箱齿轮为研究对象,基于齿轮的设计参数,通过机械零部件动态可靠性模型,得到风电齿轮箱齿轮的寿命分布模型。假设它的寿命分布函数分别服从双参数威布尔分布和对数正态分布,并用最小二乘法对两种分布形式的参数进行估计,用相关系数法对两种分布形式的估计结果进行检验。检验结果表明,两种分布形式中威布尔分布对寿命分布模型的分布函数形式拟合得较好,由此确定的寿命分布函数对于零件全生命周期的管理具有一定的指导意义。     

ATM网上一种简单的视频业务模型*

针对相当多的视频业务具有长相关性和在许多时间尺度上的边缘概率分布都近似服从Gamma分布的特性, 提出了一种新的简单视频业务模型.该模型的边缘概率分布服从对数正态分布, 并且具有长相关性, 因此, 该模型能够很好地体现实际视频业务的上述统计特性.仿真实验通过排队性能的分析也验证了该模型的有效性.     

高分子粘均分子量的两种模拟方法及比较

提出了用高分子数均分子量及重均分子量的实验测定值来模拟粘均分子量的一般方法。对分子量服从Weibull分布及对数正态分布这两种常见情况,第一次建立了粘均分子量的模拟计算公式。进一步指出,在良性溶剂中大分子线团逐渐舒展开,两种分布模拟的结果十分接近,并与实验测定值做了比较,证实了上述结论。由于对数正态分布比Weibull分布更简单,粘均分子量又是高分子主要的特性参数之一,因此,对窄分布或中、宽分布良性溶剂的情况,建议采用对数正态分布来处理实验数据。     

水下自主航行器保险装置水压膜贮存寿命评估

以水下自主航行器保险装置水压膜贮存失效数据为背景,采用周期测量数据失效时刻划分方法对失效时间进行了转换,通过删失数据处理方法对贮存寿命服从概率分布进行拟合,并确定了对数正态分布是拟合最好的分布.应用极大似然函数法对对数正态分布的参数进行了估计,预测了水压膜在不同贮存年限的可靠度,为水下自主航行器贮存可靠性、维修性及寿命的设计提供理论依据.     

基于出行时间预算的多模式多类用户城市交通均衡分析

为研究出行时间不确定条件下有限理性出行者的路径选择行为,以路段容量降级网络为研究对象,将路径自由流时间作为路径走行时间的下界,提出了关于路径走行时间的截断正态分布概率密度函数,建立了考虑路径走行时间边界的出行时间预算模型.通过考虑出行者有限理性的决策特征,以预算时间最小值的无差异阈值作为出行者可接受的最大出行时间,提出了有限理性置信水平的概念,即出行者可以在最短预算时间的无差异阈值内到达目的地的概率.然后,根据随机效用最大化理论,以出行者感知的有限理性置信水平为路径选择成本,构建了考虑可靠性的有限理性交通均衡模型,并给出了其等价的变分不等式问题.此外,设计了一个基于路径的求解算法对所提出的模型进行求解.最后,应用一个数值案例来验证所提出的模型和算法.算例结果表明：忽略路径的自由流时间将降低出行者准时到达的可能性,并且出行者可接受的无差异阈值尺度对其路径选择行为有较大影响.

     

CNC车床维修性水平的评价

通过对现场采集的226条数控车床维修时间数据的分析,建立了其维修时间的分布模型,CNC车床维修时间服从对数正态分布,从而得出了其维修性特征函数(维修度函数M(t)、概率密度函数m(t)、维修率函数μ(t))。在此基础上对CNC车床的维修性水平进行了评价。     

机载液压油源系统非马尔科夫随机Petri网模型与时间参数识别

本文研究了基于Petri网的机载液压油源系统的建模与时间参数识别问题。机载液压油源系统的正常行为执行时间服从正态分布和异常行为执行时间服从指数分布时间,Petri网模型处理确定行为,不能处理随机行为。随机Petri网(Stochastic Petri Nets ,SPN)模型与确定-随机Petri网(Deterministic Stochastic Petri Nets ,DSPN)模型处理执行时间属于指数分布的行为,不能处理执行时间属于正态分布的行为,本文提出用正态-随机Petri网(Normal-Stochastic Petri Nets, NSPN)模型对机载液压油源系统建模,正态-随机Petri网模型有正态分布的变迁与指数分布的变迁。本文提出正态-随机Petri网模型的正态参数 与指数分布参数 的识别算法,其中 为正态分布的名义值, 为正态分布的标准差, 为指数分布的指数参数值。本文建立了机载液压油源系统的NSPN模型,应用本文参数估测算法对变迁时间参数进行识别,仿真计算结果表明,计算的变迁时间参数与系统实际运行时间参数一致,证明了该方法的有效性。     

基于有限理性的随机网络路径选择模型

为研究出行时间不确定条件下有限理性出行者的路径选择行为,以路段容量降级网络为研究对象,将路径自由流时间作为路径走行时间的下界,提出了关于路径走行时间的截断正态分布概率密度函数,建立了考虑路径走行时间边界的出行时间预算模型.通过考虑出行者有限理性的决策特征,以预算时间最小值的无差异阈值作为出行者可接受的最大出行时间,提出了有限理性置信水平的概念,即出行者可以在最短预算时间的无差异阈值内到达目的地的概率.然后,根据随机效用最大化理论,以出行者感知的有限理性置信水平为路径选择成本,构建了考虑可靠性的有限理性交通均衡模型,并给出了其等价的变分不等式问题.此外,设计了一个基于路径的求解算法对所提出的模型进行求解.最后,应用一个数值案例来验证所提出的模型和算法.算例结果表明:忽略路径的自由流时间将降低出行者准时到达的可能性,并且出行者可接受的无差异阈值尺度对其路径选择行为有较大影响.     

预测信息下的驾驶员逐日路径选择行为与系统演化

运用微观仿真方法,研究预测信息作用下驾驶员逐日路径选择行为与路网交通流的演化.首先,分析了目前研究存在的不足,针对预测信息情形,设计了一种可行的行程时间预测方法,根据驾驶员逐日路径选择过程,建立了理解行程时间更新模型和路径选择模型.然后,在2条平行路径的简单路网中,仿真了预测信息条件下驾驶员逐日路径选择过程,分析了模型参数取值不同时路径流量随时间演化的波动性和路网系统的效率.结果表明:路网流量的波动性和系统效率都与驾驶员对预测信息的依赖程度和预测模型参数有关,且二者的变化规律相似.最后,以系统最优为目标,给出了预测模型参数的最佳取值范围.     

微观交通仿真模型校正中的参数敏感性分析

为研究交通微观仿真模型中各参数的变动对模拟结果的影响程度,基于敏感度理论,通过对敏感度系数定义,使微观交通仿真模型参数的敏感性具有可比性,并结合各参数敏感度测试散点图对单一交叉口各方向平均行程时间进行敏感性定性分析,最终确定安全距离附加部分、平均停车间距、安全距离折减系数、仿真步长、最大前视距离、安全距离倍数部分等参数为影响行程时间的敏感参数。       

一种面向定点轨迹数据的行程识别方法

为了对长周期定点轨迹数据进行行程识别,提出了一种基于动态阈值的定点轨迹数据行程识别方法.首先,采用聚类方法确定与阈值相关的时空多粒度参数;其次,根据参数对历史记录进行统计,计算参数对应的阈值;利用时空相关参数获取对应阈值,对轨迹进行分段,进而实现行程识别.基于真实的城市交通卡口数据的实验结果表明,使用时空相关的动态阈值方法对定点轨迹数据进行行程识别在准确率和覆盖率上都要优于传统基于固定和单一阈值的方法.     

综合成本下城市公交出行方式与线路选择

提出了综合考虑换乘次数、出行时间、出行距离、步行距离、等待时间等公交出行因素的广义时间计算方法,给出了基于广义时间和出行费用的公交出行效用函数,构建了考虑轨道交通和常规公交的巢式Logit公交线路选择模型。以广州为例,给出了通过问卷调查进行参数估计的方法,模型计算结果和二次调查数据的比较表明文中的方法可准确计算公交乘客对出行方式和线路的选择。     

基于活动的出行方式选择模型与交通需求管理策略

应用基于活动的出行需求预测方法研究了长春市实行鼓励公交策略的可行性。通过分析调查数据和总结以往模型,建立了Logistic形式的出行方式选择模型,用长春市居民出行调查数据进行了参数标定和模型验证。应用已建模型初步分析并评价了鼓励公交策略对居民出行方式的影响。结果表明:建立基于活动的方式选择模型预测城市交通方式结构,可以全面有效地进行交通需求管理策略的评价研究,为交通部门制定管理政策提供依据。     

交通方式选择的非集计模型及其应用

应用非集计模型理论与北京居民出行调查数据,建立了交通方式选择MNL模型,并用Matlab优化工具箱中的无约束最优化函数对模型的参数进行了标定。根据所建模型计算出公交车和小汽车的时间价值,求得包含出行时间和实际金钱费用的广义费用,建立了公交车和小汽车出行选择的二肢Logit模型,分析了不同收费价格下两种交通方式所分担的交通出行比率及道路交通饱和度的变化情况,评价拥挤收费政策对优化城市交通结构,缓解城市交通拥挤的作用。研究表明,非集计建模方法能够较全面地考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

基于相关向量机和模糊综合评价的路况预测模型

为了缓解交通拥堵、道路服务水平低、市民出行效率低等问题,提出基于相关向量机和模糊综合评价的路况预测模型. 利用遗传算法和粒子群算法作为参数寻优算法,优化组合核相关向量机. 基于Spark并行化参数寻优算法,提高模型的训练效率. 提出基于Spark并行化的遗传算法和粒子群算法,优化组合核相关向量机（SPGAPSO-CKRVM）. 使用SPGAPSO-CKRVM对车流量和车速进行预测,利用预测结果计算3个交通路况评价参数：平均车速、路段饱和度和交通流密度. 将3个参数输入到模糊综合评价模型中,通过熵值法确定高峰时段和平常时段的各指标权重系数,将路况划分为6个等级. 使用加拿大Whitemud Drive公路的真实数据进行验证,证明了该模型与传统方法相比具有更高的预测精度和扩展性,路况预测准确率达到90.28%.     

Determination of Scheduled Travel Time for a Fixed Transit Route Based on Multistate Model

In order to provide the guideline for bus drivers to adjust speed to minimize scheduled deviation, the method for setting bus scheduled travel time is proposed. Firstly, multistate model is introduced to fit historical travel time data and identify different service states. Based on the calibrated travel time distribution parameters, an optimization model is proposed, followed by a Monte Carlo (MC) simulation based genetic algorithm (GA) procedure to obtain the optimal scheduled time. A case study from a fixed bus route from Shenzhen is used to demonstrate the model applicability. The sensitivity analysis is conducted to study the effects of parameters setting on optimal slack time for each segment. The results show that multistate model fits travel time under peak hours better than Lognormal distribution, and the length of scheduled travel time basically reflects travel time reliability.     

冰雪条件下城市道路路段行程时间模型

为研究如何准确地预测冰雪条件下城市道路路段行程时间,建立冰雪条件下路段行程时间模型.在美国联邦公路局路段行程时间模型的基础上,分别引入冰雪条件下自由行程时间及路段通行能力修正函数,构建基于冰雪条件下的ISB-BPR函数.通过大量实地调查对修正函数及BPR参数进行标定.实例验证结果表明,该函数能够较为准确地预测冰雪条件下...