谢胜蓝
- 作品数：4 被引量：3H指数：1
- 供职机构：华南农业大学更多>>
- 发文基金：国家自然科学基金全国统计科学研究计划项目广东省自然科学基金更多>>
- 相关领域：理学交通运输工程更多>>
- 基于贝叶斯随机搜索的TAR模型研究——以城市道路短时车流量为例
- 交通运输行业的稳健发展是国家繁荣前提之一。深入城市道路短时车流量的研究，有利于了解我国具体城市的交通规律，有助于推进现代化“智慧城市”的进程。对城市道路短时车流量乃至具体道路的车流量的时间序列构建合理的数学模型并进行预测...
- 谢胜蓝
- 关键词：城市道路时间序列预测
- 文献传递
- 基于贝叶斯搜索方法的TAR模型研究被引量：1
- 2017年
- 文章基于贝叶斯随机搜索方法的思想,提出一种有效解决门限自回归(TAR)模型的贝叶斯方法,在不假设固定的机制个数条件下,借助拉丁变量建立贝叶斯随机搜索TAR模型。在此模型下,拉丁变量的后验分布包含了机制的个数和门限参数的信息,因此滞后阶数、门限值和所有回归系数等的估计均通过MCMC方法从其后验分布抽样。并从模型AR(1)、TAR(2,1,1)、TAR(3,1,1,1)中产生样本,模拟结果表明此方法能很好地估计机制数、延迟参数、门限值及各机制下的回归系数。用贝叶斯随机搜索TAR模型对太阳黑子年度数据集进行分析,找到三个门限值,即10.2,40和73,与已有文献中用其他方法得到的结果一致。
- 谢胜蓝刘金山乔杉
- 关键词：随机搜索贝叶斯方法
- 贝叶斯随机搜索的多变点模型分析被引量：1
- 2017年
- 在多变点模型中借助拉丁变量来计算贝叶斯随机搜索模型,把模型选择问题转化为对拉丁变量后验分布的分析。由于对拉丁变量分量的条件后验分布逐一分析较难实现,文章从拉丁变量整体进行分析,用可逆跳算法可以实现从模型的计算,连续用三个不同的MH算法对拉丁变量的后验分布进行抽样。并对英国司机死亡或者重伤的月度数据集分析,在MAP算法模式下找到了三个变点。
- 乔杉谢胜蓝刘金山
- 关键词：随机搜索贝叶斯方法
- 基于DMC方法的城市空气质量SUR模型研究被引量：1
- 2017年
- 我国现阶段城市化的日益发展,使城市空气质量的宏观调控面临越来越大的压力。本文建立了关于空气质量的似乎不相关(SUR)模型,采用Jeffreys's的不变先验分析直接蒙特卡罗(DMC)方法,计算各参数的贝叶斯后验密度和未来值的预测密度。对中国厦门市区三项污染指标及四项外部驱动因素的数据进行实证分析,并将其与贝叶斯分层模型得出的结果进行比较。
- 乔杉谢胜蓝刘金山夏强
- 关键词：城市空气质量
