基于PCA PSO LSSVM的综合管廊投资 估算方法

为有效地解决现有综合管廊投资估算方法的预测精度不高,且预测精度易受样本量大小、特征参数冗余或贫缺等问题,构建一种将主成分分析法（PCA）与粒子群算法（PSO）优化最小二乘支持向量机（LSSVM）结合的综合管廊投资估算预测模型.采用PCA对影响综合管廊投资估算的特征参数进行降维,剔除噪声或冗余数据,以贡献率较大的主成分作为LSSVM的输入向量,综合管廊单公里造价作为LSSVM的输出向量;利用PSO对LSSVM的核函数参数σ与惩罚因子参数C进行寻优,建立基于PCA PSO LSSVM的综合管廊投资估算预测模型,并对测试集样本进行预测.预测结果显示:PCA PSO LSSVM模型平均相对误差为3.28%,满足投资决策阶段对投资估算预测误差的要求（±10%）,且与PCA LSSVM模型、PSO LSSVM模型、GA BP模型和GA SVM模型相比,预测精度分别提高了67.29%,70.52%,48.13%和38.60%.PCA PSO LSSVM模型预测精度高,泛化性能优,可作为综合管廊投资估算的有效预测方法.     

装配式建筑全生命周期的风险评估研究

本文依据装配式建筑全生命周期的实施内容,将装配式建筑的全生命周期分为5个阶段,在此基础上构建了装配式建筑全生命周期的风险评估指标体系,将不确定层次分析法应用到各评估指标权重的计算中,利用专家打分法获得各评估指标的评价值,并将模糊综合评价法应用到装配式建筑全生命周期的风险评估中,结合隶属度函数建立了装配式建筑全生命周期风险评估模型,最后借助工程实例验证了评估方法的可行性。     

基于灰关联神经网络的电力工程造价估算

为准确地估算和审查电力线路的工程造价,提出一种基于灰关联分析和神经网络相结合的造价估算方法。利用灰关联分析法筛选出影响工程造价的10个主要工程特征参数,以此作为神经网络输入向量,构建GRA(grey relational analysis)-ANN(artificial neural networks)造价估算模型;以某市110 kV电力线路改造的工程造价资料为实验对象进行算法验证,结果显示静态投资的相对误差最大为3.72%,最小为1.85%,估算精度高;分别采用LM-BP算法和传统BP算法训练GRA-ANN网络,结果显示LM-BP法的误差下降速度更快,整体误差更低。     

基于GA-BP神经网络的综合管廊投资估算研究

针对综合管廊造价高于传统市政管线设施,其估算具有影响因素众多、非线性等特点,综合考虑管廊长度、截面面积、舱数以及管线入廊个数等10个特征因素,充分利用遗传算法(GA)与BP神经网络模型的优点,建立了基于GA-BP神经网络的预测模型。通过MATLAB仿真试验,对综合管廊的投资估算进行预测研究,并与传统BP神经网络的计算结果进行对比。相关测试表明:检验样本的模拟输出值与样本真实值呈线性吻合,相对误差基本在5%以内,说明该模型预测综合管廊的投资估算比传统BP神经网络模型具有更高的精度和一定的实际应用价值。     

基于修正夏普利(Shapley)值的装配式建筑产业链利益分配研究

自2015年以来,国家密集出台了一系列政策文件大力发展装配式建筑。装配式建筑的发展离不开其产业链的发展,而链接装配式建筑产业链的根本是利益。有效的产业链利益分配机制,能提高企业的积极性,使其成员企业形成一种良好的合作关系,而利益分配不均或不合理,企业就会退出产业链,对产业链造成破坏。故要保证装配式建筑的发展,产业链的稳定是前提,产业链上各相关企业的利益分配是关键。本文以装配式建筑产业链为研究对象,基于传统Shapley值模型,并根据装配式建筑的特点,将风险分担、信息共享、技术创新、企业投入作为修正因子对Shapley值进行修正计算,建立了修正Shapley值利益分配模型,以此模型为基础,研究装配式建筑产业链上下游各利益相关企业的利益分配问题,以求得科学、合理地利益分配方案,为解决此类产业链内各链节企业的利益分配问题提供参考。     

基于多重时间序列模型的城市固定资产投资与GDP的动态关系

针对固定资产投资与GDP动态关系的研究,首先采用Granger Causality Test确定固定资产投资与GDP存在因果关系,建立了固定资产投资与GDP的多重时间序列模型,并用Q统计量检验模型的适应性;对模型分析得出,固定资产投资会推动GDP增长,且具有4~5 a的正向滞后作用;最后,分别应用该模型和ARIMA模型预测厦门市2000—2008年GDP值,结果表明,该模型预测误差比ARIMA模型低8%左右.     

南京城市圈随机聚集的分形研究

将分形理论与中心地理论相结合,研究了南京城市圈的分形结构.首先通过城市体系的聚集模型计算出南京城市圈的分维值;然后对测量的数据进行频率分布的特征参数计算,得出分形结构因子;最后对结果进行分析,向城市规划者提出若干可行性建议.     

运用神经网络估算黄土边坡的安全系数

应用人工神经网络BP模型的非线性动力学、自学习和实时处理等特性,以黄土边坡实例作为输入样本,建立神经网络BP模型,并以安全系数作为输出值,估算黄土边坡稳定性的安全系数.通过试验数据对比,所得安全系数误差在6%以内,表明该计算方法可用于边坡稳定性分析.     

半方差模型在组合优化中的应用效力比较

首先介绍半方差及其在投资组合优化中的应用,用数量方法进行样本股票的筛选,并采取事前检验及事后检验的方法,对半方差和其他各种理论模型计算得出的最优投资组合的市场表现进行比较,用事实说明作为半方差及其他模型具有比较高的应用效力标准。     

基于图像处理的茶树含氮量诊断方法初步研究

为快速获取茶树的氮营养素水平,基于图像处理技术研究茶树氮营养素诊断方法.采摘不同施氮地块同一生长部位的茶树叶片,在白色背景、自然光下用数码相机对叶片拍照,用化学法测得叶片含氮量.利用Open CV计算机视觉库编写图像处理程序,从原始图像中分割出叶片图像,提取叶片的R,G,B均值,并计算归一化的NRI,NGI,NBI及H,S,I均值,另选取R/G,B/G,B/R,R/(R+G-B),G/(R+G-B),B/(R+G-B)构成15个颜色特征参数,使用SPSS软件对颜色特征参数和含氮量进行回归分析,在误差分析基础上建立茶树氮营养素估算模型.将该模型运用于验证样本,得到含氮量估算值与实测值的平均相对误差为9. 28%,RMSE为0. 265.结果表明,该模型可用于茶树氮营养素水平的快速诊断.     

装配式建筑施工建筑信息模型应用成熟度评价

针对目前装配式建筑信息模型(BIM)应用水平差异大、应用效果不明显的问题,从施工阶段入手,建立装配式建筑施工BIM的成熟度评价模型.首先,结合熵权法和灰色关联聚类综合确定指标权重,引入云模型进行成熟度评价;其次,建立装配式建筑施工BIM应用成熟度评价指标和方法.工程案例表明:模型具有可行性,可为装配式建筑的BIM推广和成熟度评价提供参考.     

装配式建筑全生命周期BIM应用能力评价及实证研究

为了推进BIM在装配式建筑全生命周期的应用,本文以装配式建筑BIM应用能力评价模型为基础,采用文献综述和分析装配式建筑全生命周期各阶段BIM应用点的方法,结合专家意见构建装配式建筑全生命周期BIM应用能力评价体系,利用熵权法确定指标权重,结合指标权重与实际项目各指标得分对装配式建筑全生命周期BIM应用能力进行综合评价,并通过实际案例验证评价模型的可行性。结果表明：该模型能够有效识别装配式建筑BIM应用的实际情况,帮助业主依据评价结果对BIM应用存在的问题进行持续改进,并确立了BIM下一阶段的应用发展目标,为装配式建筑BIM成熟度及应用能力评价体系的完善提供理论依据。     

应用多元回归分析进行葡萄酒质量评价建模

本文针对2012全国大学生数学建模竞赛A题,分析了葡萄酒质量人工品尝存在的不足,进而对若干种葡萄酒的原始数据进行异常值和标准化处理,利用K—W检验、信度分析等方法分析得出红葡萄酒第二组和白葡萄酒第一组的质量评价更为可信;通过相关性分析筛选芳香物质的成分,运用 TOPSIS方法的秩和排序对各类葡萄酒质量划分等级,对理化指标两独立样本进行Mann－Whitney U 检验;最后建立多元回归模型分析得出评价酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响关系,并通过Wilcoxon符号秩检验其模型的可行性。     

建筑垃圾再生料影像特征及含水率识别方法

针对目前常规方法难以准确实时监测建筑垃圾再生料含水率的问题,通过对建筑垃圾再生料宏细观形态及色彩特征进行定性分析,基于MATLAB提取物料数字影像特征值与含水率进行相关性分析。结果表明,除色调外,建筑垃圾再生料数字影像特征参数与含水率的相关性显著;采用步进法对特征参数与含水率进行线性回归分析,拟合出建筑垃圾再生料含水率计算模型,并对其进行试验及现场验证,检验结果表明,该建筑垃圾再生料含水率计算模型在实验室条件下误差为-0.2%～0.9%,现场条件下为-3.0%～2.6%,可为以建筑垃圾再生料为原料的自动化制浆系统建设及充填过程控制提供依据。     

基于BIM的IPD协同工作模型在装配式建筑中的应用

为推进装配式建筑系统性集成管理,可将基于建筑信息模型(BIM)的IPD协同工作模型应用于装配式建筑。分析装配式建筑和集成项目交付(IPD)模式,IPD模式中"集成、合作、精益和全生命周期"的思想与装配式建筑的特征相吻合。通过分析IPD项目实施过程及项目实现的3个要素,建立基于BIM的IPD协同工作模型。将该模型应用于装配式建筑,通过技术、流程和组织整合,实现装配式建筑横向、纵向一体化及技术和管理一体化。     

基于BP神经网络的工程估价模型及其应用

基于BP神经网络的工程估价模型具有高度的容错性和较强的泛化能力,通过对数据并行处理的方式能快速准确地估算出工程造价.本文根据BP神经网络原理,选取福建泉州地区的21组工程实例来建立模型,其中19组为训练样本,2组为检测样本,确定了13个主要造价影响因素作为网络的输入变量,工程造价作为网络的输出变量,经检验其精度符合工程投资估算和设计概算的要求.因此,用BP神经网络估算工程造价是行之有效的.     

软件成本估算工具的设计与实现

介绍了软件成本估算工具的设计和实现过程。通过该工具可以将现实项目的数据输入估算模型,通过模型的计算得以估算后的成本数值。通过数次与现实成本数据的对比以及对误差的分析,可以进一步对成本驱动因子进行调整,以提高估算的准确性。     

模糊能耗及卡尔曼滤波的电动汽车剩余续驶里程估算

为了提高电动汽车的剩余续驶里程估算精度,在工况识别基础上,提出了一种将模糊能耗与卡尔曼滤波相结合的剩余续驶里程估算模型。建立了整车能耗模型;在MATLAB/Simulink下建立特征参数与能耗之间的模糊规则库;基于卡尔曼滤波对输出剩余续驶里程进行优化。优化结果表明:采用该方法的行驶里程实际值与期望值平均误差为2.11%,相比传统平均能耗法,其剩余续驶里程估算精度提高了77%。     

复杂建筑结构环境下冲击波超压的快速估算方法

为解决复杂建筑结构环境下,冲击波模拟成本与计算精度之间的矛盾,提出利用低成本建模提取超压,再通过修正获得高精度超压的快速估算方法.首先,通过建模分析入射超压的模拟误差,给出精细网格密度下限值λ_lim;然后,进一步大量建模,对超出λ_lim限值的粗网格模拟超压进行修正,并拟合出超压修正系数公式;最后,利用修正系数进行超压估算与验证.研究结果表明:超压模拟误差随着网格密度的增大而减小;利用低成本粗网格建模模拟并加以修正后获得的估算超压值与理论值、试验实测值的误差较小;粗网格模型估算超压值的计算精度与高成本精细网格模型相当.     

基于第三方保险平台的装配式建筑PC构件生产运营管理

国家大力推动装配式建筑发展,针对装配式建筑PC构件生产运营管理模式的探索和质量保险的开发将成为焦点。本文在分析装配式建筑自身特点和工程质量保险应用现状的基础上,提出以保险作为第三方平台,参与装配式建筑PC构件生产运营管理的新模式。并采用PEST-SWOT模型对该模式进行分析,识别出其发展的内外部优劣势,提出相应改进建议。