基于半参数加性logistic的信号交叉口动态两难区驾驶行为研究

信号交叉口进口道两难区的存在增加了交叉口冲突的可能,利用间接观测计算方式提取首停车和末行车的行驶参数,进行统计分析和独立样本T检验,并通过均方根误差RMSE结合实例验证车辆行驶关键参数模型的准确性,建立最小停车距离模型与最大通过距离模型,构建了反映车辆个体差异性和符合实际道路交通环境的动态两难区边界模型。通过相关性分析、信息价值和多重共线性检验筛选影响两难区驾驶行为决策的因素,构建了考虑连续变量非线性影响的基于半参数加性logistic的动态两难区驾驶行为决策模型,经检验,该预测方法的整体精度达到89.65%。研究结论对动态两难区风险评估和有效规避以及改善信号交叉口的交通安全提供了理论依据。

空间动态面板非线性Logistic模型的QML估计

空间动态面板非线性Logistic平滑转移模型(SDPD-LSTAR)是一个灵活性较好、应用广泛的新模型,刻画了变量的空间交互、时间依赖、时空协变和非线性空间区制平滑转换特征。不过,如果不考虑时间依赖、时空协变或非线性特征而直接建立空间模型,会影响估计精度和有效性。本文对双向固定效应SDPD-LSTAR模型,提出拟极大似然(QML)转换和直接估计法,证明参数估计量的一致性,并进一步推导修正估计量,证明修正估计量具有更好的有限样本性质。同时,本文通过Monte Carlo模拟和实例应用检验估计效果。模拟结果表明:QML转换和直接估计量偏差均较小,随着N和T不断增大,估计准确性增加;修正QML比未修正QML估计量更精确,转换估计的准确性优于直接估计。实例应用不仅重新评估了城市碳排放与经济发展水平的空间动态非线性关系,也很好地验证和展示了理论结论和实践性。

基于DCE-MRI表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用

目的 分析基于动态对比增强磁共振成像(DCE-M RI)表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用。方法 回顾性分析2021年1月~2023年10月来我院进行乳腺检查患者161例临床资料。其中良性病变60例、恶性病变101例,分别纳入良性组(n=60)及恶性组(n=101)。分析两组DCE-MRI表现差异,进行单因素分析,利用二元Logistic回归分析构建乳腺良恶性病变诊断模型。采用受试者工作特征(ROC)曲线分析乳腺良恶性病变诊断模型的效能。结果 单因素分析显示,良性组与恶性组TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小比较差异有统计学意义(P<0.05);二元Logistic回归分析结果显示, TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小是乳腺良恶性病变危险征像;构建logistic乳腺癌良恶性病变诊断模型Y=-0.633+0.645TIC曲线+2.112×BI-RADS分级+1.142×早期强化率+1.136×边缘形态+1.136×病灶大小;ROC曲线分析显示该模型诊断效能,AUC为0.944,敏感度为83.33%,特异度为85.15%,提示该模型具有较高的诊断效能。结论 基于乳腺病变早期DCE-MRI表现的logistic诊断模型,能够筛选出对乳腺恶性病变鉴别诊断有意义的特征变量,对乳腺良恶性病变具有较高的诊断效能。

区间过程激励下刚柔耦合系统动态不确定性分析的序列模拟方法

针对动态不确定性激励作用下的刚柔耦合系统动力学问题,提出了一种基于区间过程模型的动力学不确定性序列模拟方法,旨在通过区间过程序列抽样及刚柔耦合动力学序列模拟计算结构振动与机构运动等系统动态响应的上下边界。介绍了中心刚体柔性梁刚柔耦合系统动力学方程的构建与数值求解方法。针对动态不确定性激励作用下的刚柔耦合系统动力学分析,引入区间过程模型及其区间K-L展开对动态不确定性进行了度量和高效表征,提出了一种求解系统机构运动与结构振动等动力学响应上下边界的序列模拟方法。该方法利用序列模拟策略识别当前模拟序列中对动态响应上边界或下边界具有贡献的区间过程参数样本集,作为下一模拟序列中的局部加密抽样中心,可有效避免直接蒙特卡罗模拟在计算动力学响应上下边界时因过多无效抽样模拟而导致的低效收敛问题。最后,通过三个算例对所提方法的有效性进行了验证。研究结果表明,对于刚柔耦合系统大范围运动及振动响应上下边界的求解,序列模拟方法相比于直接蒙特卡罗模拟方法具有更好的计算效率和计算精度。

电力动态负荷数据概率区间预测方法设计

电力负荷具有较大的波动性,且负荷数据存在噪声、缺失或异常值等问题,影响概率区间预测结果的准确性。为此,提出一种优化的电力动态负荷数据概率区间预测方法,并对该方法展开验证分析。根据当前预测需求及标准的变化,对电力动态负荷数据预处理,计算动态负荷数据概率感知区间合适值,压缩概率感知区间范围。采用多层级的方式,细化负荷数据概率区间预测范围。设计电力动态负荷数据概率区间预测流程,采用多目标PF-Elman集成处理,实现概率区间预测。测试结果表明,此次所设计的动态负荷数据概率区间预测方法最终得出的APFE值均被较好地控制在4以下,当前所设计的预测方法更加灵活、高效,预测的效率更佳,预测结果的区间覆盖率都在95%以上,具有实际的应用价值。

基于Logistic模型研究南丰蜜橘(Citrus reticulata Blanco)果实的生长动态

应用Origin软件对南丰蜜橘果实生长动态进行Logistic曲线拟合,并对拟合结果进行分析和验证。结果表明,南丰蜜橘单果重与果实发育时间可以用Logistic曲线方程拟合,南丰蜜橘各品(株)系果实单果重的Lo-gistic曲线方程相关系数大于0.95,并呈显著水平;南丰蜜橘小果系SS-28和小果系97-1的Logistic曲线方程的预测值与实测值的相关系数分别为0.9033和0.9444,并呈显著水平,标准误差分别为4.5063和3.2684。Logistic曲线能较好地反映南丰蜜橘果实的生长动态。

基于Logistic回归模型的浑善达克沙地动态及其驱动力分析

掌握沙地的动态变化趋势,准确了解气候条件和社会经济因素对沙地的影响规律,对沙地的保护和治理至关重要.运用1994年、2001年、2014年夏季的三期Landsat遥感影像,基于GIS和Logistic回归模型分析浑善达克沙地动态变化过程及其驱动力.研究结果表明:1994-2001年,固定沙地和湿地年变化率为-2.61%和-0.75%,半固定沙地和裸沙地年变化率分别为5.54%和18.83%,浑善达克沙地呈现退化的趋势;固定沙地减少的驱动力是降雨量和放牧强度,Logistic回归的贡献率分别为51.31和24.22;裸沙地增加的主要驱动力是放牧强度和气温,贡献率分别为29.45和38.76;湿地面积减少主要受第一产业的影响,贡献率为40.90.2001-2014年,固定沙地和半固定沙地年变化率分别为0.36%和1.23%,裸沙地和湿地的年变化率分别为-4.56%和-1.20%,研究区沙地总体呈现好转的趋势;放牧强度的控制和政府的治理对沙地质量的好转起到了主要作用;湿地面积减少主要受风速、气温等自然因素和以放牧为主的人为因素共同影响.总体上,放牧对沙地的影响较大且长期存在,应继续通过草蓄平衡等政府治理措施来改善沙地的质量.

基于Logistic时间函数地表动态沉陷预测及优化求参研究

实施采煤诱发的地表动态沉陷预测及优化求参研究能够显著降低采动损害,保护国家基础设施和生命财产安全。为了实现地表沉陷的动态和定量化预测,合理确定模型预测参数,引入以时间序列为自变量的生长模型,从地表下沉、下沉速度、下沉加速度及分布形态4个方面,论证了Logistic时间函数的时空完备性。构建了基于坐标变换的地表沉陷终态和动态预测模型,并给出了模型参数的确定方法。以Matlab为研发平台,实现了模型参数的自动求取和地表沉陷的定量化预测。最后以某矿21104工作面为工程背景,对地表沉陷动态预测模型的可靠性和预测精度进行了分析和评价。结果表明,基于Logistic时间函数的计算结果不但在地表下沉、下沉速度和加速度方面与地表沉陷的实际特征相吻合,而且模型预测参数能够灵活体现地表沉陷的时空分布特征。Logistic时间函数下沉速度阻尼系数为160,下沉速度增长因子为3.1。地表终态下沉系数为0.88,主要影响角正切值为1.68,开采影响传播角为84.6°;沿工作面走向和倾向方向的预测相对中误差最大值分别为±5.98%和±4.21%,理论值与实测值相吻合,采用该预测模型能够实现地表动态沉陷的合理预测。

Logistic方程拟合新疆春小麦灌浆动态

【目的】研究新疆主栽春小麦品种籽粒灌浆基因型差异。【方法】用Logistic方程拟合籽粒生长动态,对该方程求一阶导数,可得籽粒生长速率方程,求得新疆主栽春小麦品种籽粒灌浆主要特征值。【结果】9个品种籽粒干物质量积累的动态变化呈现"S"型曲线,即动态由慢-快-慢的增长过程。参试品种最终籽粒干物质量整体表现为(23.2±2.87)g/10穗;取样期籽粒干物质量的动态增长量:初花期后14~19 d达到最高,初花期后31~37 d籽粒干物质增长量最低;测算参试品种理论K值整体表现为(24.08±3.12)g/10穗;快速灌浆期整体表现为:初花期后12.60 d进入快速灌浆起始期,初花期后24.94 d到达快速灌浆终止期,灌浆快增期持续天数为12.34 d,到快速灌浆期终止期,籽粒干物质量积累贡献率达到83.56%±7.06%;最大相对灌浆速率(Vm)的整体表现为:(1.40±0.45)g/10穗/d。【结论】近年来审定的春小麦新品种籽粒灌浆干物质量呈现逐渐增加的趋势,即穗粒重上升趋势;初花期后0~25 d是新疆春小麦籽粒灌浆的关键时期,也是充分利用水肥调配等农艺措施获得高穗粒重的重要时期;新春38号、新春44号、新春6号和新春40号四个品种具有高穗粒重潜力;新春39号、新春6号和新春37号籽粒灌浆快增期短,属相对灌浆速度较快品种,其中新春6号理论k值较高且相对灌浆速度较快,属强势籽粒灌浆品种。

应用Logistic模型研究糯玉米果穗的生长动态

为了提高糯玉米栽培技术和品种选育效果,应用Origin软件对糯玉米品种‘垦粘1号’,‘吉糯3号’和‘京科糯2000’的果穗的生长动态进行Logistic曲线拟合,并对拟合结果进行分析。结果表明,各糯玉米品种的单穗重与果穗发育时间可用Logistic曲线方程拟合且各糯玉米品种单穗重的Logistic曲线方程相关系数均大于0.99,达极显著水平;各测量值与曲线拟合值间的残差相对较小,且残差随时间变化具周期性;通过所求曲线参数求得的糯玉米单穗重发育的关键点和关键时期,能更好的说明糯玉米单穗重的发育过程,实验结果表明Logistic曲线能较好地反映糯玉米单穗重的生长动态。

脑白质疏松患者动态血压的Logistic回归分析

目的探讨24h动态血压节律变化与脑白质疏松发生的关系。方法总结2006年1月至2008年7月因急性腔隙性脑梗死住院的87例患者的资料,将头颅磁共振(MRI)所见脑白质疏松按照Fazekas评分标准分为无/轻度组(0～1分)和中重度组(2～3分);采用无创性携带式动态血压监测仪进行动态血压监测和Logistic回归分析。结果无/轻度组40例,中重度组47例。将年龄、糖尿病等纳入多因素Binarylogistic回归分析提示,24h平均DBP(OR=1.077,95%CI:1.001～1.158,P=0.044)、白昼平均SBP(OR=1.091,95%CI:1.020～1.167,P=0.011)、白昼平均DBP(OR=1.176,95%CI:1.016～1.360,P=0.029)、夜间SBP下降百分比(OR=0.348,95%CI:0.180～0.673,P=0.002)是LA发生、发展的危险因素。结论脑白质疏松患者血压异常增高及昼夜节律消失可能参与白质疏松的发病机制。

基于Logistic曲线的路网脆弱性动态识别

为探究突发环境下路网交通负荷的时空变化规律,运用情景分析方法研究突发事件的＂产生-消散＂过程;通过构建动态识别指标将道路网络分为正常与事发路段集等2部分,对前者采用离散化手段建立动态交通负荷分配模型,对后者利用三参数Logistic曲线完成事发路段交通负荷的近似建模;选择逆向求解策略,将突发环境下的道路网络转化为一个反应型离散控制系统,并运用Lan-Filler套分解算法进行求解;通过算例分析验证该方法的可行性,并与传统的静态脆弱性识别方法比较。结果表明：突发环境下的路网脆弱性指标随着事故的＂产生—消散＂过程动态变化;与传统方法相比,用基于Logistic曲线的动态脆弱性识别模型,可保证在路网拓扑结构不发生改变的前提下,识别道路网络各路段各时刻的脆弱性,其结果更符合路网实际情况。

洁净手术室手术过程中空气质量动态变化及其影响因素的logistic回归分析

目的掌握洁净手术室空气质量动态变化规律及其影响因素,为制定手术感染防控措施提供科学依据。方法对我院I、Ⅱ、Ⅲ级洁净手术室共214台手术过程,分别于静态、手术切皮时、手术进行30min、手术进行60min以及切口缝合不同时点进行沉降菌、浮游菌和尘埃粒子数监测。同时收集手术过程中医护人员数量、开门次数、系统自净时间等可能相关影响因素情况。建立logistic回归模型,进行多因素分析。采用SAS9.1统计软件包进行数据统计。结果静态条件下,沉降菌监测结果均合格;动态条件下,尘埃粒子数、浮游菌密度总合格率仅70.10%,Ⅲ级洁净手术室合格率不足50%;logistic回归模型分析,室内活动人员数量、台次、术前系统自净时间、开门次数、着装5个因素的偏回归系数有统计学意义。结论动态条件下,空气质量较差。室内活动人员数量、台次、术前系统自净时间、开门次数、着装等是影响手术过程动态空气质量的重要因素。为提高动态空气质量,应加强洁净手术室的规范化管理。

水稻群体分蘖动态模型构建与应用

为定量分析水稻群体茎蘖数量动态变化过程及分蘖动态特征,该研究使用双Logistic模型分别描述分蘖发生与死亡过程,建立水稻群体分蘖动态模型;根据水稻分蘖过程的时序特征定义描述分蘖过程的特征指标,并推导出分蘖特征指标的计算式;基于不同基因型品种的种植方式、种植时期、种植密度下水稻分蘖动态数据集检验模型优度和适应性;并应用分蘖动态模型和指标探索分蘖动态对种植密度的响应规律。结果表明,所建模型对不同基因型水稻品种在不同种植方式、种植时期和种植密度下的分蘖动态数据拟合优度较好,标准均方根误差S_(RMSE)服从均值小于5%的Gamma分布,并且99%的S_(RMSE)小于10%。基于所建模型计算的分蘖特征指标(包括模型参数)对种植密度有很好的响应;留一法检验表明模型的预测性较好,观测值与模拟值的R^(2)=0.96。所建模型能够精确描述水稻茎蘖数量演变过程,具有很好的拟合优度、适应性和可解释性,可用于分析基因、环境、农艺措施对分蘖动态的影响,分蘖特征指标可望成为分析基因与环境互作的重要表型参数,对指导水稻精准栽培也有重要理论价值和实际意义。

GA-logistic回归参数优化与城市用地动态变化模拟——以成渝经济带为例

针对常规logistic回归模型的不足,该文构建了GA-logistic回归模型,并以成渝经济带为例模拟了城市用地动态变化,即采用自适应遗传算法拟合获取logistic回归模型的最佳回归系数来优化城市用地动态模型,并与基于最大似然估计的常规logistic回归方法对比。结果显示,基于遗传算法(GA)的logistic回归模拟模型总精度从78.0%提高到85.3%,总kappa从74.5%提高到81.2%,分别提高了7.3%和6.7%。对于数据分布不均衡、数据特征量多元的情况,基于GA-LR的参数优化方法比常规LR方法模拟精度更高,更具优越性。

基于Logistic和Probit复杂环境下煤矿员工安全行为动态预警研究

通过对安徽两淮煤矿近几年煤矿特大事故统计分析得出,导致煤矿员工安全行为事故的影响因素众多。以安全行为科学、结构方程模型、Logistic和Probit回归为研究基础,构建复杂环境下煤矿员工安全行为预测模型,并进行动态分析。研究结果说明,煤矿员工安全行为受矿工所在环境和个人收入水平的影响,其中,矿工收入水平与安全行为能力呈正向线性关系,提高煤矿员工激励程度是降低员工事故发生率的可行途径。

Logistic分布参数的渐进置信区间估计

利用Logistic分布简单样本的样本均值及样本方差,建立参数的渐近正态估计量,进而得到参数的渐近置信估计,最后利用样本分位数和GLSE,给出Ⅱ型截尾样本场合Logistic分布参数的渐进置信估计。在样本足够大的情况下,该方法简单有效。

Logistic动态粒子群优化算法的改进及分析

分析了Kennedy最新提出的高斯动态粒子群优化算法(GDPSO)的寻优模式,针对GDPSO的特点,结合粒子群优化算法的新寻优模式,提出了Logistic动态粒子群优化算法(LDPSO);并基于LDPSO和GDPSO的特性,设计了LDPSO算法的两种改进策略——混合优化策略和最优粒子变异策略,混合优化策略用以提高收敛速度,最优粒子变异策略用以保持群体多样性,避免算法陷入局部最优。实验结果显示了LDPSO及其改进算法的有效性。

采用区间动态状态估计的局部不可观系统谐波源定位

传统动态谐波状态估计方法无法有效应对线路参数不确定或局部不可观系统问题,因此用于谐波源定位仍存在较大的局限性。针对上述不足,该文提出基于区间动态状态估计的局部不可观系统谐波源定位方法。首先,利用多端口等效将局部不可观系统转化为等效可观系统,在考虑线路参数不确定性前提下,采用基于误差最优上界的区间卡尔曼滤波算法进行区间动态谐波状态估计;其次,筛选出高度线性相关的状态量,并采用区间中点线性回归辨识回归系数,将其与不可观区域中的节点进行匹配,将匹配度最高的节点视为不可观区域中谐波源所在位置;最后通过算例验证所提方法的可行性与准确性。

采用区间型非同步监测数据的鲁棒动态谐波状态估计

当前的谐波状态估计大多采用同步相量测量数据,但数据获取成本大,难以满足谐波状态估计的可观要求。相比较而言,电能质量监测装置成本更小、利于大范围布设,更容易满足谐波状态估计的可观要求,但谐波状态估计精度较低。因此,该文基于非同步谐波监测数据,提出鲁棒动态谐波状态估计方法。首先,构建考虑谐波状态不确定性的动态谐波状态估计模型,并通过相角同步化手段处理非同步的谐波监测数据,以获取模型求解的启动值;其次,提出结合区间泰勒展开和上界优化方法的扩展区间卡尔曼滤波算法,对动态谐波状态估计模型进行求解,降低所得区间谐波状态估计量的保守性;同时,采用基于鲁棒因子的增益矩阵自适应调整方法,剔除坏数据对状态估计准确性的影响;最后,在IEEE57节点系统算例验证该文方法的可行性与有效性。