灾害气候环境下道路交通安全动态趋势预警分析方法

为了对灾害气候环境下道路交通安全进行较为准确的趋势实时预警,一种新的方法被运用到分析中来。该方法针对道路交通安全的特点,从影响交通安全趋势的评价指标选取入手,用平均车速、车流量等6项指标来反映安全潜在危机的各方面,在此基础上,选用可拓学作为建立趋势预警模型的理论基础,最后进行定量的分析。该方法为道路交通安全管理机构建立实时预警制度以及科学决策提供了新的理论思路。文章最后将此方法应用于某路段交通安全的趋势实时预警,证明了该方法合理可行,且存在着对历史样本数据无依赖、简单直观等优点。     

"PPP+EPC"模式下总承包商优选研究

"PPP+EPC"模式作为一种新型建设融资模式,弥补了PPP基础建设项目设计、施工与运营脱节、社会资本杠杆率过高等不足,受到广泛关注。该模式下,政府部门对总承包商的选择往往会决定项目的成败。结合PPP模式与EPC模式的特点,构建了总承包商优选指标体系,并采用考虑了评价主体不确定性的离散型Z-number效用理论构建优选决策模型。最后,通过实例对评价对象进行排序选优,验证了该模型的合理性和实用性,为选择总承包商提供了一种新的方法和思路。     

基于FISM-ANP的装配式建筑成本影响因素分析

为了深入研究装配式建筑成本的影响因素,从决策-设计-生产-施工-运营与回收5个阶段,构建了全寿命周期的装配式建筑成本影响因素指标体系.将模糊解释结构模型(fuzzy interpretative structural model,FISM)与网络层次分析模型(analytic network process,ANP)相...     

基于SSA-LSSVM的住宅工程造价预测研究

【目的】提高建筑工程造价预测的准确性,进而为项目前期投资决策提供重要依据。【方法】针对工程实践中小样本数据和工程造价特征指标之间高维、非线性关系的特点,构建基于麻雀搜索算法（sparrow search algorithm,SSA）的优化最小二乘支持向量机（least squares support vector machine,LSSVM）造价预测模型SSA-LSSVM。首先,通过主成分分析法对住宅工程造价样本的输入指标数据进行处理,减少数据冗余;其次,采用SSA算法对LSSVM模型中的正则化参数c和核函数参数σ进行优化,以弥补LSSVM模型参数确定困难的缺陷;最后,将处理后的数据导入所构建的模型进行训练和预测,并通过相关系数、平均绝对百分比误差和均方根误差对模型的预测性能进行评价。【结果】与LSSVM模型、用灰狼优化算法优化的LSSVM模型和反向传播神经网络模型相比,SSA-LSSVM模型具有更好的泛化能力和更高的预测精度。【结论】本研究所构建的模型可以比较精准、高效地对实际住宅工程造价进行预测,同时可为工程前期投资决策提供一定参考。