非集计模型

摘要： 选择合理、恰当的运输方式,是实现最佳经济效益和社会效益的前提.文章基于非集计理论,建立了新时代下城乡居民出行方式选择模型,并对模型进行了分析.该模型对城乡交通管理及城乡公路的运输规划和政策制定具有基础性的作用.

摘要： 针对高铁旅客出行时的乘车选择行为问题,定量描述和分析了高速铁路旅客乘车选择的行为及特征.考虑旅客的主体偏好、出行偏好和承受偏好等,基于非集计离散模型构建个体偏好与列车特性因子的关联关系,并进一步构建一种考虑个体偏好的多变量旅客乘车选择效用模型,以旅客在京沪高铁北京-上海区间的乘车选择作为实例进行分析.运用SPSS结合2018年京沪高铁RP调查数据进行模型参数的标定,结果表明,年龄-票价、出行距离-票价、月收入-票价、费用来源-整点出发时刻是4组具有强关联性的个体偏好-列车特性组合,且旅客个体承受偏好中的月收入对乘车选择的影响最为明显,同时验证了上述模型可以更准确地评价旅客的个性化乘车选择行为,可为高速列车开行的优化设计提供理论基础.

摘要： 嵌套Logit模型可以用来描述人们的选择行为,以上海市通勤出行为例,就居民通勤方式和出行路径的选择在做该模型的应用研究,通过建立Nested Logit模型的选择树,确定虚拟层选择方案集合为自驾和P&R(Park&Ride)换乘,底层方案选择层集合为路径1、路径2和路径3.运用Stata15.0软件对各个参数进行标定,结果显示P&R使用频率越高的和使用过P&R的人群,更愿意使用P&R的方式出行,开车频率越高,学历越高,收入越高的人群更倾向于选择自驾出行.在自驾出行的线路中,女性驾驶员更偏向选择地面道路行驶,驾龄越高的驾驶员更愿意选择高架道路出行.

摘要： 基于非集计理论在智能交通研究和应用中的重要性,聚焦构建旅客出行选择行为模型的回顾,综述了目前有关旅客出行选择行为的研究现状。从我国目前交通发展的实际情况,梳理了影响旅客出行选择行为的因素,随后利用随机效用理论,提出基于非集计理论提出构建旅客出行选择方式模型,该方法常应用于预测交通方式分担率和交通资源优化等。

摘要： 为分析单车共享下城市居民出行方式选择行为,对湛江市居民出行进行调查,其中应用了2 039份有效调研数据.基于非集计理论,将城市居民个人属性、家庭属性和出行属性作为效用变量,且为体现共享单车的作用,在数据调查中加入具备单车使用条件,并将步行、电动车/摩托车、公交车、小汽车、单车5种交通方式作为城市居民出行选择肢,构建城市居民出行方式选择模型,确定相应的变量及取值.另选取181份有效数据,对模型实证分析.结果 表明:利用模型计算的结果值与实际调研统计结果值差别不大,各项绝对误差值较小,最大绝对误差值仅为4.4％,可以满足实际使用要求.为单车共享下的城市交通的进一步发展规划提供了一定的依据.

摘要： 以大型活动为目的的出行行为一直是交通治理难点问题,其具有集中性、密集性特点。在出行者对于出行方式的选择中,各类、各种影响因素联合作用,其程度有大小之分。本文意在对于这些影响因素进行SP调查方法收集调查、归纳分类,利用非集计模型计算其影响相关性,从而确定各影响因素的影响程度,以达到出行者出行需求和缓解交通问题为目的的研究,具有一定现实意义。

摘要： 本文从心理账户理论视角,通过问卷调查,运用非集计模型,对个人基本养老保险缴费心理活动维度进行了实证研究.研究结果表明,受教育程度、非常规的额外收入、经营性收入、安全型保障账户和风险型存储账户是影响缴费的关键性因素,进而提出引导设立特定缴费心理账户、增强缴费制度弹性,改变缴费者的选择框架,提升缴费遵从度.

摘要： 铁路疏解衔接系统用户细分是开展枢纽衔接优化的重要环节.将潜在类别模型与非集计混合Logit模型的似然函数进行融合,构建了一种能同时实现用户分类和行为分析的潜类混合Logit用户细分模型;通过在潜在类别中设置衔接方式属性随机偏好参数,实现了相同子市场用户间似而不同的属性偏好表达.依托成都东客站到达旅客的衔接方式选择SP(陈述偏好)调查数据,借助NLogit软件编程对该模型的测试与标定过程进行了说明,并结合标定结果对各衔接方式的市场总体时间弹性和费用弹性进行了计算,提出了相应的管理措施.结果显示,模型将铁路疏解衔接系统用户细分为“公交偏好型”、“私家车偏好型”、“出租车偏好型”、“网约车偏好型”4个子市场,不同子市场间呈现出差异化的市场占有率、属性敏感性和属性偏好程度,验证了潜类混合Logit模型在市场细分中能兼顾外源、内源性细分变量,并具有经济学解释能力强的特点.

摘要： 随着人口的老龄化,加强对老年人出行行为的研究,以便根据老年人的实际需求,提高城市交通系统对老龄化社会的适应性,开始引起交通规划者的关注.本文以北京市第三次全市居民出行调查数据为基础,在考虑影响老年人出行行为的个人和家庭社会经济属性、出行属性的基础上,利用非集计方法,构建了老年的交通方式选择模型,并分析了模型参数的估计方法.模型参数标定结论表明,年龄、月票、家庭月收入、家庭人口数量、小汽车数量、自行车数量、出行距离等变量,对老年人的交通方式选择行为有着显著的影响.另外,通过计算事件发生比,定量地分析了显著变量对老年人交通方式选择行为的影响程度.最后,利用一个实例,阐述了非集计模型在交通方式选择预测的运用.非集计模型和方法,克服了传统集计模型的缺点,以实际产生出行活动的个体为分析单位,有助于从个人的家庭和社会背景对老年人的出行行为进行分析.

摘要： 本文基于非集计模型中的NL(巢式Logit)模型的理论与方法,以基于家庭的学生的出行方式选择的行为为对象进行分析,主要研究其个人属性、家庭属性和出行特性对于学生出行方式的影响.根据非集计模型的最终的参数估计结果和统计指标,更加直观的了解各个影响因素对于学生采用的交通方式选择的影响.进而通过改变其中的一些因素,增加公交出行的分担率,减少小汽车的出行.

摘要： 活动模式表征了出行者一天的出行规律,反映了活动的目的性和时空变化特点,研究活动模式有助于更准确地把握城市的交通出行需求特征及发展态势.本文首先对活动模式的分类进行了研究,提出了活动模式分类的原则与方法;并对非集计模型应用于活动模式选择建模的可行性进行了分析,比较了Logit模型、NL模型以及Logit Kernel模型三种非集计模型的特性;进一步以案例数据为基础分别建立了三种模型进行实例比较研究,并对三种模型的预测精度和运行时间效率进行了对比;最后提出了活动模式选择建模在实践中应用的相关建议.

摘要： 交通模型是交通需求预测的基础，决定着城市交通规划的合理性，而准确的交通行为调查数据是估计模型参数，建立交通模型的关键。非集计模型是近年来发展较为迅速的交通行为选择模型，有效的调查方法能够为建立非集计模型提供准确的数据支撑，从而提高非集计模型对现实的仿真程度，保证了其应用的精确度。目前，RP调查与SP调查是获得行为数据的主要方法，二者各有优劣，表现出一定的互补关系。而SP-off-RP调查是一类寄望实现上述两者优势互补的调查方法。本文对SP-off-RP调查进行改进，并利用计算机技术实现互动式SP-off-RP调查，使SP-off-RP调查能够实际应用，以更小的调查数据获得更准确的调查结果，并提供模型参数估计精度。通过实际调查，说明SP-off-RP数据具有比RP数据、SP数据更高的参数估计精确度，提高了模型预测的准确性。

摘要： 停车换乘为小汽车出行者提供了一种新的出行选择.本文根据上海市停车换乘规划,设计并开展了SP调查,建立多种非集计模型,对出行者的停车换乘选择行为进行了分析,计算分析了特定情况下的停车换乘选择比例.研究表明停车换乘点停车场(库)收费标准是影响停车换乘选择的重要因素;另外通过调整中心区的停车收费、改善轨道交通服务,可以提高停车换乘的选择比例;城市道路交通拥堵,会使得一部分出行者转向停车换乘.

摘要： 随着我国经济的快速增长,上海、北京、广州等大都市将陆续进入闲暇社会,交通服务能力不高与社会对高质量服务的需求之间的矛盾呼之欲出。休闲交通的理念和休闲交通服务的设计正是针对这一矛盾而提出的。本文提出了休闲与交通相融合的理念,倡导使出行成为享受的设计原则,并以上海市水上巴士系统方案设计为例介绍了大都市休闲公共交通服务的设计过程和方法。文章采用非集计模型对出行者的时间价值进行评估,根据模型结果选择服务模式并进行具体的服务设计。

摘要： 伴随中国社会老龄化的日益加剧,老年人出行行为的研究对提高城市交通系统的有效性,具有重要参考价值.本文以北京市第三次全市居民出行调查数据为基础,在考虑影响老年人出行行为的个人社会经济因素、家庭社会经济因素、出行属性的基础上,利用非集计模型,构建了老年的出行选择模型,并分析了模型参数的估计方法.结论表明,年龄、性别、有无配偶、是否持有月票、家庭是否有小于6岁小孩、家庭人口数量、是否持有驾照、家庭小汽车数量、自行车数量、电动自行车数量等变量对老年人出行选择行为有着显著影响.根据模型估计得到的参数,通过计算事件发生比,分析了显著变量对老年人出行选择行为的影响程度.最后,利用一个实例,阐述了出行选择模型在出行选择预测的运用.本文的研究,克服了传统集计模型的缺点,以实际产生出行活动的个体为分析单位,有助于从源头对老年人出行行为的分析.

摘要： 在分析研究城市交通堵塞现状与城市公共交通发展模式的基础上,探讨对城市公共交通票价采取不同路段或不同时段不同价格的动态票价体系,以改善城市交通堵塞问题.采用非集计模型,以票价作为模型参数进行模拟分析,探讨公交票价定价与公共交通流量重新分配的关系,确定公共交通票价定价对城市交通的影响.

摘要： 本文以即将在上海举办的2010年世博会为研究背景,提出了一种针对大型活动内部客流预测的基于出行链的游客SP调查方法.首先根据世博园区内部游客出行行为的特征,系统分析了运用出行链和SP调查的原因,然后论述了调查的实施过程,最后对调查获得的数据运用SAS统计软件进行了统计分析,得到了描述游客在园区内部的空间选择行为特征的非集计预测模型,并对模型进行了参数标定.调查结果表明,基于SP调查得到的非集计模型适用于2010世博园区内部的交通需求预测.

摘要： 中国公路交通正处于由大规模基础设施建设转向建设、管理、养护、运营、服务协调发展的阶段,这一阶段建设决策更加精细、管理任务更加繁重、政策制定更加慎重、出行者需求更加个性多样.交通行为分析因其特有的优势和特点更加适应这一阶段的发展任务,将拥有更加广阔的应用前景.本文总结了交通行为分析在国内应用实践成果,发现交通行为分析在公路规划领域的应用范围还比较窄,应用广度和深度还不够,亟须大力推动交通行为分析在该领域的应用;针对中国现有公路规划方法存在的问题和未来发展方向,探寻了交通行为分析在公路规划政策评估、需求预测和发展方向辅助决策三个方面的应用;归纳梳理了交通行为分析在中国公路规划领域尚未得到广泛应用的主要原因,提出了交通行为分析在公路规划领域的应用路径,并给出了推动交通行为分析在公路规划领域研究和应用的几点建议.

摘要： 本发明公开了一种计及开关频率优化的有限控制集模型预测控制方法。首先，检测系统状态变量，并利用积分器获取控制信号持续周期数目；其次，利用系统状态预测模型以及控制信号持续周期数目预测模型，对系统未来状态以及控制信号持续周期数目进行预测；最后，利用结合控制信号约束项的价值函数对变换器的电压矢量进行评估，选择令价值函数最小化的电压矢量作为最优电压矢量，并作用于变换器。本发明公开的一种计及开关频率优化的有限控制集模型预测控制算法通过预测与约束控制信号持续周期数目的方法对系统的开关频率进行控制，旨在克服传统有限控制集模型预测控制算法存在的开关频率不固定缺陷。

摘要： 本发明公开了一种基于非校验集预测图像识别模型泛化误差的方法及系统，属于深度学习优化与泛化领域，方法包括：在每一个训练回合结束后，随机采样K组训练图片，使用模型优化器计算K组训练图片对应图像识别模型的参数更新量；利用参数更新量，得到对应的K个更新后的模型，并记录K个更新后的模型对各张训练图片的输出；计算各张训练图片的输出的方差值，使用输出模长对方差值进行归一化，得到输出相对方差；以输出相对方差预测图像识别模型的泛化误差在训练过程中的变化趋势。如此，本发明不需要使用校验集故能够将所有的训练样本投入训练，从而获得更好的泛化性能；另外该过程只需要训练一轮神经网络，减少了多次训练带来的能量与硬件的损耗。

摘要： 本发明提供一种计及集电系统的风电场可靠性模型的建模方法，首先采集风电场及待评估电力系统相关参数；获得各台风机不同时刻的输出功率；然后建立集电系统拓扑图并对拓扑图中的节点与边进行编号；根据集电系统拓扑图，判别集电系统的接线类型方式type，并获取集电系统的可行通路矩阵P；利用风机和集电系统元件的可靠性参数，获取风机与集电系统组成的组合系统的状态序列；获得各状态下，各个风机与母线之间的连通情况；进行线路容量约束下的风机开机方式调整；形成风电场可靠性模型。本发明可以用于建立含有任何拓扑结构的风电场可靠性模型，在建模过程中准确考虑元件连锁故障范围，使得风电场可靠性模型更精确，更加符合实际运行情况。

摘要： 本发明公开了一种计及开关频率优化的有限控制集模型预测控制方法。首先，检测系统状态变量，并利用积分器获取控制信号持续周期数目；其次，利用系统状态预测模型以及控制信号持续周期数目预测模型，对系统未来状态以及控制信号持续周期数目进行预测；最后，利用结合控制信号约束项的价值函数对变换器的电压矢量进行评估，选择令价值函数最小化的电压矢量作为最优电压矢量，并作用于变换器。本发明公开的一种计及开关频率优化的有限控制集模型预测控制算法通过预测与约束控制信号持续周期数目的方法对系统的开关频率进行控制，旨在克服传统有限控制集模型预测控制算法存在的开关频率不固定缺陷。

摘要： 本发明提供一种计及相关性的风电场、光伏电站群出力非机理模型建模方法，采用延时环节来表示相邻风电场之间或者光伏电站相邻季度之间的延时相关性，并采用蚁群优化算法求解该延时时间，最终基于延时时间预测相邻风电场出力或者光伏电站相邻季度出力，预测过程中，传递函数选取一阶泰勒级数展开。本发明能够针对相近风电场出力之间、光伏电站相邻季度出力之间的延时相关性，由某一风电场的出力预测其他风电场的出力，或者由某一光伏电站某一季节的出力预测下一季节的出力，为新能源功率预测提供了一种新的思路。

摘要： 本发明涉及一种基于五维数据集的非恒定流数值模型的洪水淹没分析方法。本发明的目的是提供一种基于五维数据集的非恒定流数值模型的洪水淹没分析方法，以高效、快速的得到洪水淹没不同变量的时空分布。本发明的技术方案是：其特征在于：S1、确定模拟区域；S2、将模拟区域数据化；S3、根据数据化的模拟区域，构建非恒定流数值模型，输出五维数据集；S4、通过历史洪水数据对基于五维数据集的非恒定流数值模型进行验证及参数修正；S5、根据设定的基本参数，通过经验证及参数修正的非恒定流数值模型，得到洪水淹没分析结果；S6、基于洪水淹没分析结果进行图形展示。本发明适用于水文学以及海绵城市研究领域。

摘要： 本发明公开了一种基于非校验集预测图像识别模型泛化误差的方法及系统，属于深度学习优化与泛化领域，方法包括：在每一个训练回合结束后，随机采样K组训练图片，使用模型优化器计算K组训练图片对应图像识别模型的参数更新量；利用参数更新量，得到对应的K个更新后的模型，并记录K个更新后的模型对各张训练图片的输出；计算各张训练图片的输出的方差值，使用输出模长对方差值进行归一化，得到输出相对方差；以输出相对方差预测图像识别模型的泛化误差在训练过程中的变化趋势。如此，本发明不需要使用校验集故能够将所有的训练样本投入训练，从而获得更好的泛化性能；另外该过程只需要训练一轮神经网络，减少了多次训练带来的能量与硬件的损耗。

摘要： 本发明提供一种部分特征迁移的非平衡数据集分类模型融合方法，包括训练阶段，还包括预测阶段，所述预测阶段包括以下子步骤：利用所述训练阶段生成的基模型对样本进行预测，得到黑样本预测值p；按照所述预测值p进行排序，并按照过滤条件进行样本过滤；将剩下的样本传递给下一层，并重复执行步骤01和步骤02，直到最后一层；计算所述样本的最终预测值。本发明提出一种部分特征迁移的非平衡数据集分类模型融合方法，该方法采用一种分治的思想，以“层层叠加”的方式进行处理。

摘要： 一种用于对道路(102)上的车辆(104，106)进行非接触式计轴的方法(350)，所述方法包括：读入第一图像数据(116)并读入第二图像数据(216)的步骤(352)，其中，所述第一图像数据(116)和/或所述第二图像数据(216)表示由安排在所述道路(102)的一侧上的图像数据记录传感器(112，118)向接口提供的图像数据(116，216)，其中，所述第一图像数据(116)和/或所述第二图像数据(216)包括所述车辆(104，106)的图像；处理所述第一图像数据(116)和/或所述第二图像数据(216)以便获得经处理的第一图像数据(236)和/或经处理的第二图像数据(238)的步骤(354)；其中，通过在检测子步骤(358)中使用所述第一图像数据(116)和/或所述第二图像数据(216)，在所述第一图像数据(116)和/或所述第二图像数据(216)中检测至少一个对象，并且其中，提供了表示所述对象并且分配给所述第一图像数据(116)和/或所述第二图像数据(216)的对象信息(240)；其中，在跟踪子步骤(360)中，通过使用所述对象信息(240)在所述图像数据(116，216，236，238)中随着时间推移跟踪所述至少一个对象；并且其中，在分类子步骤(362)中，通过使用所述对象信息(240)来对所述至少一个对象进行标识和/或分类；以及通过使用所述经处理的第一图像数据(236)和/或所述经处理的第二图像数据(238)和/或分配给所述经处理的图像数据(236，238)的所述对象信息(240)来确定所述车辆(104，106)的车轴(108，110)的数量和/或将车轴(108，110)分配给所述车辆(104，106)的提升车轴(110)以及所述车辆(104，106)的滚动车轴(108)以便以非接触方式对所述车辆(104，106)的所述车轴(108，110)进行计数的步骤(356)。

摘要： 本发明针对现有技术中在制备非制冷红外探测器中的热敏薄膜的过程中，PECVD方法的工艺窗口狭窄、形成热敏薄膜的过程中易导致工艺波动的缺陷，提供了一种非晶硅热敏薄膜的制备方法以及非制冷非晶硅微测辐射热计的制备方法，能够提供宽的工艺窗口并克服热敏薄膜制备过程中的工艺波动。一种非晶硅热敏薄膜的制备方法，该方法包括：将晶圆放入等离子增强化学气相淀积反应腔中，对所述晶圆进行本征非晶硅薄膜淀积；对淀积后的本征非晶硅薄膜进行注入掺杂。