基于IC卡数据的多模式公交相对可靠性评价

为了更好地引导出行者采用绿色公交出行,缓解日益严峻的交通拥堵,提升公交网络的服务水平刻不容缓.多模式公交包含地铁、快速公交和普通公交,因此,基于IC卡提取个体出行链数据,确定研究线路及区域,计算区域的站点覆盖率,结合车辆满载率、行程时间的相对可靠性评价多模式公交的相对可靠性.以京冀四大住宅区到国贸的出行者为例,对研究线路及区域的相对可靠性进行评级.结果表明:站点覆盖率越高、车内客流量越接近额定载客量、行程时间的相对可靠性指数越高,公交的相对可靠性越好.天通苑、回龙观、通州和燕郊到国贸的公交相对可靠性分别为0.85、0.70、0.50和0.25.多模式公交相对可靠性为公交站点的布设提供了定量化的数据支持.

逻辑推理与算术运算合并系统的理论分析

提出一个逻辑推理与算术运算合并系统的形式定义 ,通过合并算子把逻辑推理合并到算术系统中 ,使得在需要解决逻辑推理中的数值计算时 ,直接把问题转化为纯算术系统中的运算 ;文章对该形式系统作了理论上的分析 ,考察了合并系统的语法描述和语义解释 ,对其中的合并算子进行了定义和讨论 ,证明了该系统的可靠性与完备性 .由于该系统基于一阶逻辑 ,所以比Ohlbach和Koehler提出的基于集合的系统[1]

浅析证据法上的测谎结论

人类认识的局限性决定了测谎结论不可能达到绝对的准确。在我国民事视野下，测谎结论的相对可靠性、可接受性以及法律证据属性决定了其具备证据的属性。当事人的处分权、证据契约思想，为测谎结论在民事诉讼中的运用提供了理论基础；测谎结论追求的是实质真实与形式真实的结合。

计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型

针对目前光伏出力确定性预测缺乏考虑不确定性信息导致预测精度受限的问题,提出了一种计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型。首先分别构建卷积神经网络(convolutional neural network,CNN)-注意力机制(attention)-双向长短期记忆网络(bidirectional long-short term memory,BiLSTM)(CNN-Attention-BiLSTM)和自然梯度提升(natural gradient boosting,NGBoost)模型进行确定性预测;然后通过分析2个模型的确定性预测值和真实值的分布揭示了组合区间相对可靠性规律,基于该规律提出一种动静态赋权搜索预测模型,利用NGBoost模型进行不确定性预测,并根据所提供的概率分布信息,动态区分确定性预测结果的重要性,结合模型历史静态的指标评价信息,实现组合区间内搜索预测结果;最后采用澳大利亚沙漠知识太阳能中心和宁夏某光伏电站的数据集进行仿真研究,验证了该文方法的有效性和适用性,可为光伏出力确定性组合预测提供新的研究思路。