智能船舶研发风险分析与控制

针对智能船舶研发的风险问题,在介绍智能船舶的概念及智能船舶特点的基础上,通过系统分析智能船舶研发的各种风险,着重从技术和财务2个方面分析风险的因素,提出风险控制的相关对策和措施,为我国企业研发智能船舶进行风险控制提供参考.     

长江南京以下12.5m深水航道二期工程安全应急方案研究

安全应急预案对于提高安全事故中的救援能力、减少安全事故带来的损失具有重要的意义。以南京以下12.5m深水航道二期工程为背景,对拟定的安全应急预案进行分析研究,总结出安全应急预案体系包括综合安全应急预案、专项应急预案和现场处置方案,提炼各层次预案对应的事件类型和具体内容,并编制首接责任制下的应急组织机构和应急流程。     

汽油机燃烧室紧凑性评价参数分析

对燃烧室紧凑性评价参数面容比A/V值进行了分析,讨论了其局限性。提出了新的内燃机燃烧室紧凑性的衡量方法,即面面比S/A,在等容积条件下,进行了各种燃烧室紧凑性及火焰传播距离的比较。     

我国公共工程PFI融资模式项目风险管理研究

从PFI融资模式的基本内涵和运行机制出发,运用项目融资与风险管理等相关理论,对PFI项目风险进行了详细分析,并依据PFI项目风险的分担原则和机制,提出了应对我国PFI项目风险的管理策略及相关措施,以期对推进我国PFI项目健康、快速发展有所裨益.     

影响人寿保险发展的因素与对策分析

分析了影响和制约我国寿险发展的经济因素、契约保全因素和理赔风险管理因素,提出了促进寿险健康发展的对策与措施.     

CIM模型在高速公路投资风险评估中的应用

在分析、识别高速公路投资风险的基础上,建立了高速公路投资风险评估指标体系.针对风险因素具有结构多层次、因素多方面、评估模糊性、出现随机性、直接量化困难等特点,基于模糊理论,结合层次分析法,建立了控制区间和记忆(CIM)模型对高速公路投资风险进行评估.通过控制区间和记忆模型在工程实践中的应用,验证了CIM综合评估法在风险评估中的有效性和可操作性.     

平行流交叉口行人过街控制策略研究

为解决平行流交叉口行人与机动车冲突问题,考虑行人与机动车在冲突点为寻找间隙穿越的交替穿插的抢行博弈过程,重新设计行人过街信号相位方案,提出人车搭接相位行人过街模式;考虑行人专用相位过街模式,给出两种行人过街模式的信号控制策略;构建优化模型,并对模型等价变换,降低计算复杂度.结果显示：常规交叉口处于高饱和状态时,两种行人过街模式下平行流交叉口分别降低了73.8%、50.3%的车均延误,故人车搭接相位过街模式效益更优;人车搭接相位过街模式与不考虑行人过街模式相比,交叉口车均延误仅增加 0.6~3.8 s⋅ pcu-1 .研究成果可为平行流交叉口行人信号配时提供理论依据.     

象山特长隧道施工风险分析

在隧道宏观工程背景分析的基础上,对龙厦铁路象山隧道施工风险进行了详细的分析,指出了象山隧道施工面临突水突泥、地表失水、塌方、软岩变形、岩爆、瓦斯爆炸、高地温、有轨运输溜车等八项典型施工风险,对长大隧道施工风险控制具有指导意义。     

设计以人为本的街道——以东莞市东城世博商业圈道路设计为例

中国很多城市道路往往以机动车交通为主要设计对象,而忽视步行和自行车交通.阐述当前世界各大城市和地区以人为本的街道设计理念和趋势,总结国外街道设计基本原则,并辅以国际经验示例.以东莞市东城世博商业圈道路设计为例,阐述商业区、住宅区等人流量较大的区域进行人性化道路设计的要点.通过压缩机动车道数、设计中间分隔带、设置非机动车道、统筹布置设施带等方法,设计更加人性化的道路横断面;通过抬升交叉口、采用较小路缘石半径、交通稳静化措施等方法,设计更加人性化的交叉口.指出以人为本的街道设计有利于创建富有活力、可持续发展的宜居城市.     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.