基于组合赋权-TOPSIS法的港口分货类竞争力评价方法

随着港口建设的不断发展,相近区域港口间腹地重合,同质化竞争以及结构性的产能过剩等问题日益显现。为了正确认识港口各货类生产运营的特点,进一步明确港口的功能定位和发展方向,优化资源配置,本文综合考虑港口分货类的生产能力、作业能力和发展潜力,提出了港口分货类竞争力概念及评价指标体系,并采用组合赋权-TOPSIS法对港口分货类竞争力进行评价。最后,通过算例对评价体系和方法进行了验证。结果表明：同一港口对各货类的竞争力不同,各货类的竞争力与港口对该货种的生产能力、作业能力和发展潜力密切相关。评价结果与实际基本吻合,具有客观、有效及实用等优点,可为港口资源整合和港口集团决策提供理论依据。     

优化BP_AdaBoost算法及其交通事件检测

为了及时检测出高速公路上发生的交通事件,减少由于交通事件带来的损失,提出了一种基于遗传优化的BP_AdaBoost算法用于交通事件检测.提取高速公路上下游的车流量、车速与占有率作为BP(back propagation)神经网络的输入值,利用遗传算法全局搜索的性能优化BP神经网络初始连接权值和输出阈值,再通过多个新的BP神经网络弱分类器构建成AdaBoost强分类器,设计基于遗传算法优化BP_AdaBoost算法的交通事件分类器.以在东京高速公路采集的真实数据进行性能验证,试验结果表明,该算法可以提高BP弱分类器的性能,检测率达到97%,误报率降至3.34%,适用于高速公路交通事件的检测.