基于Box-Cox Dogit停车需求预测模型研究

在总结目前流行的各种停车需求预测模型的基础上,根据非集计方法中的随机效用理论,从停车需求是由居民出行引起的基本思想出发,建立了基于Box-Cox D og it的停车需求预测模型.针对模型的建立、参数标定以及推广计算过程进行了推导,并依附长沙市停车调查研究项目进行了实例分析.此模型可应用于预测规划区域总的停车需求、不同车型的停车需求和小区内各个停车场的停车需求.

基于Box-Cox Dogit模型的公共交通分担率预测

通过分析影响交通方式选择的外部因素和内部因素,基于最大随机效用理论,提出了城市公共交通分担率预测的非集计Box-Cox Dogit模型。针对模型的建立、参数标定以及计算过程进行了推导。最后结合杭州市的实际调查数据,进行了公共交通分担率的预测实验,独立样本检验结果表明,模型预测准确率较高。

基于Box-Cox变换和随机系数回归的非线性退化数据建模方法

变换方法是处理设备非线性退化建模与剩余寿命预测的一种重要方式和可行途径,目前常见的变换方法主要为对数变换和时间尺度变换,其适用范围有限。鉴于此,文章提出一种基于Box-Cox变换(Box-Cox transformation,BCT)的非线性退化数据建模方法。首先,采用BCT对非线性退化数据进行变换,将变换后的退化数据通过线性随机系数回归模型进行建模。然后,通过构建观测数据的概率密度函数,利用极大似然估计对于BCT中的模型参数进行辨识,并运用Bayesian理论对参数进行在线更新实现退化模型的动态校准。最后,分析经过BCT后的锂电池和轴承实际退化数据,其线性度与相关系数最高分别提升69.63%、9.19%,证明文章方法可行,具有潜在的工程应用价值。

基于Box-Cox变换结合多种算法的风电机组数据预处理方法研究

由于弃风限电、环境干扰等因素的影响,SCADA系统采集的原始数据中会存在异常数据,对原始数据进行精确有效的数据预处理,是后续故障预警工作的基础;基于SCADA系统采集的数据,对风电机组运行数据的预处理方法进行改进和研究,提出了一种将Box-Cox变换与以正态分布为前提的异常值清洗算法相结合的方法,对原始数据进行预处理;运用Box-Cox变换分别与Bin算法、肖维勒准则、狄克逊准则和格拉布斯准则相结合的方法进行数据预处理,经过实例验证:肖维勒准则的算法简单且检测时间短,但是对于异常数据的清洗效果较差;狄克逊准则和格拉布斯准则对于异常数据的清洗效果较好,但是处理时间较长,对大型风电场海量数据,这种方法的实用性较差;相比于其他算法,Bin算法的优势较为明显。

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。

基于多重熵Hash及Box-Cox蓄电池续航时长分析与仿真

现代工业生产中,蓄电池是市电停电后通信网络业务能够持续运行的重要保障,是化解网络风险发生的重要一环。针对目前通信行业蓄电池智能化管理水平不高,尤其对于蓄电池的剩余寿命及续航时长无法测算,导致通信机房停电后无法准确预估蓄电池的续航时长。针对该问题,首先设计了一种基于信息熵的多重哈希(Hash)查询方法,然后提出了一种基于对数似然函数优化方法的Box-Cox算法,实现蓄电池时序运维数据续航时长的平稳化处理。实验结果表明对于大量的通信机房运维数据,通过基于熵的多重哈希(Hash)方法进行数据查询结构设计并使用最优化参数的Box-Cox算法可以有效计算得到蓄电池的续航时长。该方法能够将蓄电池机房运维数据转化为蓄电池续航时长生产知识数据,实现通信机房蓄电池能耗的有效管理运营,实际生产实践也证明了该方法的可行性。

基于Dogit模型考虑路径偏好的日常出行行为研究

出行个体每日的路径选择,不仅与路径的感知出行时间有关,还受到出行个体自身偏好、习惯等因素的影响.本文基于Dogit模型,在传统的日常路径选择模型中加入路径偏好动态更新规则,并给出三种感知出行时间学习模式,对比分析了个体路径偏好对日常路径流量演化轨迹的影响.算例结果表明,与静态Dogit模型相比,Logit模型会因忽略个体路径偏好而高估路径之间的差异性,且总是会高估'优势'路径的流量,低估'劣势'路径的流量.当个体路径偏好动态更新时,其均衡流量结果介于Logit模型和初始参数相同的静态Dogit模型之间.

基于Box-Cox幂转换模型的非正态过程能力分析

标准过程能力指数是基于过程输出服从正态分布的假设建立的。实际中存在大量不服从正态分布的过程输出,几何公差类质量特性就是其中一种。本文在数据转换方法基础上,基于Box-Cox幂转换模型进行偏态数据正态化来专门处理此类质量特性的过程能力指数计算。通过仿真研究了该方法在过程能力分析中的适用性和效果。仿真结果和案例分析显示,该方法计算简单、结果可靠。

Box-Cox变换下联合均值与方差模型的极大似然估计

在提出Box-Cox变换下联合均值与方差模型的基础上,研究了该模型参数的估计问题。同时利用截面极大似然估计方法对变换参数λ进行估计,并对均值模型和方差模型的参数进行极大似然估计。通过随机模拟和实例研究,结果表明该模型和方法是有效和可行的。

基于Box-Cox变换的住宅特征价格理论研究

在特征价格模型的应用中,函数形式的选择具有多样化,包括线性函数、对数函数、半对数函数等。在国外研究的基础上,提出在线性函数应用的基础上,对模型进行Box-Cox变换,并利用线性Box-Cox特征模型对巴黎的住宅市场进行实证研究。实证研究的结果有效地解释了各个特征与价格之间的关系,同时还说明,对住宅特征的数据变换可以有效地改善模型结构,使得模型的拟合效果更好,从而证实了该特征模型的有效性及优越性。

Box-Cox变换原理及其在财务比率正态分布中的作用

对上海深圳交易所1998～2002年1 100余家公司5 571份年报12个财务比率的综合研究揭示,绝大多数财务比率不服从正态分布且不易变换到接近正态.正态变换实证过程表明:原始财务比率数据经行业划分、剔除污染样本后再进行Box-Cox变换的的正态变换效率最高,可使绝大多数财务比率接近正态分布,但仍有少数比率无法正态化.

基于Box-Cox变换的风电场短期风速预测模型

风电场准确的风速预测可以减轻或避免风电对电网的不利影响,有利于在开放的电力市场环境下正确制定电能交换计划,提高风电竞争力。基于风速序列的时序性,使用极大似然法对风速序列进行了Box-Cox最优变换,建立了ARMA(p,q)风速预测模型。为检验时间序列模型的有效性,利用最小信息准则中的BIC(Bayesian Information Criterion)函数对ARMA(p,q)模型进行识别,并通过风速频率曲线对预测结果进行了修正。仿真结果和算例验证了该方法在风电场风速预测中的适用性,具有一定的实用价值。

Box-Cox变换模型模拟矩估计方法研究

基于对Ｂｏｘ－Ｃｏｘ变换模型参数估计方法的研究，分析了极大似然方法之不足，提出了相应参数估计方法——基于残差的广义模拟矩估计方法，并研制了相应的算法．该方法同时解决了Ｂｏｘ－Ｃｏｘ变换模型出现序列相关与异方差时的参数估计问题，力求反映真实模型．

Box-Cox变换在构建房地产特征价格模型中的应用

传统房地产价格指数的建立忽略了对商品同质性的要求,特征价格模型可以解决同质性问题,但多样的函数形式下得出的结果也存在一定的差距。因而,文中将Box-Cox变换应用于特征价格指数的建立过程中。在西安市住宅数据信息的基础上,通过Box-Cox变换,选择对数线性函数建立特征价格模型,并以此编制价格指数。研究结果表明,Box-Cox特征价格指数具有相对精确性。

Johnson转换与Box-Cox转换相比的优越性

非正态数据转换成正态数据的方法有很多,其中两种是使用Box-Cox转换和Johnson转换.本文应用Box-Cox转换和Johnson转换对几种非正态分布进行了研究,并计算出了其过程能力指数,通过大量的重复模拟研究了该方法在过程能力分析中的适用性和效果.结果显示,Johnson转换比Box-Cox转换更有效.

Box-Cox变换的黄金分割法实现

提出可以使用黄金分割法确定 Box- Cox变换中的参数 ,给出了一种计算步骤。提出了通过多搜索几个区间和回归诊断来更大限度地保证所确定出的参数是合用的。并从理论分析和实例检验两方面说明了与一维格点搜索法相比 ,使用黄金分割法确定 Box- Cox变换中的参数计算量较小 ,容易使计算结果达到较高的精确度 ,且易用性也有所提高。

Box-Cox变量变换拟合法估计三参数P—S—N曲线的研究

提出一种基于变量变换法的Box-Cox变量变换拟合法,可以解决不同应力水平下对数疲劳寿命不满足正态线性Gauss-Markov假设的三参数P—S—N曲线拟合问题;选取LC4、40CrNi Mo和LY12CS材料的试验数据对文中方法的有效性和可靠性进行验证。数据分析表明,文中方法估计的三参数P—S—N曲线比利用最小二乘法的拟合效果更好。在两种可靠度下曲线拟合的相对误差可降低至最小二乘法拟合的1/2,最大可降低至1/4,使变换后的模型残差达到最小。改善并稳定了回归模型的残差分布,得到回归系数估计值的最佳无偏估计,还原变换后得到非线性能力较强的幂函数模型,从而提高原始数据的三参数P—S—N曲线的拟合精度和可信度。

Box-Cox变换在教学评估中的应用

本文主要对做Box-Cox非线性变换之后的教学质量评估问卷的数据进行因子分析和有序样本聚分析.和未作Box-Cox变换的结果相比,Box-Cox变换之后的因子分析给出了指标更明显,更有意义的分类,有序样本聚类分析可以将在原始数据中无法分开的高分数据进行更好的分类.

Box-Cox变换及其在顶管施工引起地面沉降分析中的应用

由于实际顶管施工中引起的地面沉降问题的复杂性,实际监测数据无法严格满足函数线性、误差独立正态分布等条件,使得利用多元线性回归方法建立地面沉降分析模型的理论依据不够严密,导致结果精度较低。本文基于Box-Cox变换理论,首先提出对实际沉降监测数据进行正态变换预处理,然后再进行传统多元线性回归分析。最后,实例结果表明,计算和预测精度都有明显提高,且更符合实际情况。

基于Box-Cox变换的城市火灾起数的模型研究

文章应用极大似然方法,对某市1997—2007年11a间的月度火灾及气象数据进行了Box-Cox非线性变换,通过对变换后的月平均温度、月平均相对湿度、月平均风速、月平均降雨量等气象因子与火灾发生起数进行统计分析,建立了基于Box-Cox变换的线性回归模型,并从拟合误差、交叉验证均方误差等方面进行分析比较,最终建立回归模型;运用所得模型对2008年的火灾数据进行预测分析,结果表明,基于Box-Cox变换后数据建立的回归模型,能更好地预测火灾发生起数,从而达到对城市火灾控制的目的。