工程项目施工阶段投资风险灰色关联辩识模型

笔者应用灰色系统理论建立了投资风险灰色关联辨识模型,该模型能进行投资风险的识别,并确定其主要风险因素.     

工程项目施工阶段投资风险灰色关联辩识模型

笔者应用灰色系统理论建立了投资风险灰色关联辨识模型。该模型能进行投资风险的识别，并确定其主要风险因素。     

索赔风险的模糊综合与辨识模型的应用

对工程各涉及方来讲,索赔风险的发现与识别既是索赔管理的首要任务,也是一个难点问题。运用索赔风险的模糊综合与辨识模型分析索赔风险,可以迅速而准确地解决这一难题。     

模糊数学在工程项目风险辨识中的应用研究

针对传统的风险辨识中过渡依赖于专家主观判断的问题,构建了工程项目风险辨识的综合评价数学模型.通过层次分析法的迭代算法,确定子项目在风险分析中的重要程度,将专家主观判断与客观定量分析相结合,通过辨识模型进行风险辨识.最后通过实例说明了本方法的应用.     

模糊数学在工程项目风险辨识中的应用研究

针对传统的风险辨识中过渡依赖于专家主观判断的问题,构建了工程项目风险辨识的综合评价数学模型.通过层次分析法的迭代算法,确定子项目在风险分析中的重要程度,将专家主观判断与客观定量分析相结合,通过辨识模型进行风险辨识.最后通过实例说明了本方法的应用.     

基于AH P-模糊综合评价法的城际轨道交通工程施工风险研究

为充分辨识、量化评估城际轨道交通工程施工风险,规范施工安全管理,在风险辨识的基础上结合AHP与模糊综合评价法构建风险评价模型,以湖南某城际轨道交通工程为例,评估了其整体风险,总结了城际轨道交通工程施工主要风险源及其特点,并提出相应风险控制建议,结果表明该模型能准确评价城际轨道交通工程项目的风险,为轨道交通工程项目风险评估提供一种定性与定量相结合的新方法.     

基于文本挖掘的道路运输安全风险源辨识模型

为了解决当前道路运输安全风险源辨识工作中数据短缺和人员工作量较大的问题，从文本挖掘的角度出发，提出一种能够自动辨识道路运输过程中安全风险源的模型. 该模型首先对道路运输文本进行因果句提取，并对因果句进行分词操作，实现安全风险源特征的增强；其次，进行适应卷积神经网络（convolutional neural networks，CNN）输入的、包含词信息和位置信息的特征构造；然后，将特征构造的结果输入到CNN实现安全风险源的辨识；最后，利用道路交通事故报告进行实验. 实验结果表明:提出的辨识模型能辨识大部分的道路运输安全风险源因素，准确率约为77.321%.      

基于网约车数据的城市区域出行时空特征识别与预测研究

针对交通需求特征识别和需求预测问题，构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型，快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法，以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据，验证模型的有效性和准确性. 结果表明，模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测，取得较好的结果.     

基于半监督哈希算法的交叉口交通状态识别

准确辨识交叉口交通状态是实施有效交通控制策略的前提. 传统交通状态识别方法是利用占有率、排队等统计数据设计指标实现状态识别，存在只能从单一角度刻画交叉口交通需求的问题. 对此，提出基于半监督哈希算法的交叉口交通状态识别方法. 从原始数据丰富特征入手，构建交叉口有效检测区域的图像化模型；将交叉口交通状态识别转化为图像搜索问题，利用监督哈希算法实现基于部分标签信息的图像搜索，进而得到交叉口的交通状态；最后，利用仿真对该方法进行了验证. 结果表明，所提方法在识别精度和速度上具有可行性和有效性.     

三峡库区水域滚装船运输风险识别方法研究

库区滚装船运输存在较大事故风险,这些风险存在于运输的各个操作过程中.结合三峡库区滚装船的运输情况,提出用于库区水域滚装船运输风险识别的基于过程的风险因素层次分析模型.并将该模型应用于三峡库区滚装船风险识别.应用结果表明,滚装船风险与历史统计数据具有较好一致性.