浅议铁路施工项目风险管理

铁路工程项目越来越复杂,风险也会随着项目的复杂程度更加的难以预测,论文结合高速铁路工程建设特点,探讨其工程项目风险的识别、分析、评估和控制,进而提出化解项目风险,减少风险损失的有效措施。     

从科技进步贡献率看苏州发展

本文根据索洛余值法测算的苏州市科技进步贡献率,通过对1990-2009年苏州市科技进步贡献率的分阶段数据,从科技进步贡献率的角度分析苏州经济发展的阶段性特点。     

基于创新教育模式的交通工程概预算课程教学改革研究

论文在分析创新教育模式对人才培养要求的基础上，结合交通工程概预算课程的特点，介绍对该课程进行内容重构、教材建设、教学方式改进、实践教学环节建设及教育环境创新等多方面的教学实践成果。     

PERT在建设项目施工进度风险中的应用

工程中的各种风险会引起工程中各道工序持续时间的不确定性,因此计划评审技术（PERT）在进度风险中得到广泛的应用。该方法主要假定每项活动都是随机独立的、服从正态分布。根据PERT的三时估计,估算出各道工序的期望持续时间、期望工期以及整个项目的完工概率。最后应用PERT模型对工程实例进行进度风险研究分析。     

企业科技信息需求及主管人才培养的探讨

通过调查苏州市企业的科技信息资源需求及人才需求的状况，讨论了苏州市企业科技信息主管人才培养的内容、措施，给出了示范案例，并提出建设科技信息主管体制的建议。     

基于因子分析和BP神经网络的地铁盾构施工成本风险分析

基于中国地铁盾构施工过程中成本风险的不易控性,为了实现地铁盾构施工节约成本、规避风险的目的,提出了因子分析与BP神经相结合的成本风险分析模型。运用SPSS软件对数据进行降维处理,结合MATLAB软件建立BP神经网络模型并进行训练,完成对地铁盾构施工阶段的成本风险评价。结合兰州地铁1号线施工过程的成本风险分析,得出对成本风险影响程度大的变量,并提出相应改进措施。为地铁盾构施工阶段的成本风险分析提供了一种较为客观的评价方法。     

基于人工蜂群优化支持向量机回归的隧道塌方风险预测

为预测隧道塌方风险等级,减少隧道塌方引起的灾害事故,建立基于人工蜂群(artificial bee colony, ABC)优化支持向量机回归(support vector machine regression, SVR)隧道塌方风险预测模型。首先,从工程地质、水文气象、设计因素、施工因素4个方面综合考虑,遴选13个主要影响因素,建立隧道塌方风险指标体系;其次,引入人工蜂群算法优化SVR的核参数C和惩罚参数g,解决传统SVR稳定性低的缺陷,提高模型的精确度,为验证模型性能采用相关系数(R²)、均方误差(mean squared error, MSE)、均方根误差(root mean squared error, RMSE)评价参数对比分析;最后,以新疆北部某供水工程为研究对象,对隧道塌方风险测试样本进行预测,分别将ABC-SVR、PSO-SVR、GA-SVR及SVR模型对比分析。研究结果表明：ABC-SVR预测结果为100%,PSO-SVR预测结果为83.3%,GA-SVR和SVR均为66.67%,ABC-SVR的预测结果与实际工程结果一致性更高,可为隧道塌方风险...