建筑安全投入的GWO-SVR模型构建与实证分析

为解决建筑施工企业普遍存在的安全投入指标优化效果不佳、决策过程不确定的问题,提出一种基于灰狼算法与支持向量机(GWO-SVR)的安全投入结构优化模型。基于事故经济损失评估理论确定事故经济损失,并将安全投入划分为安全防护、安全技术、安全教育、应急处置、日常安全管理5项投入,应用改进的支持向量机(SVR)对事故经济损失与安全投入进行非线性回归并得到回归方程。以事故经济损失最低为目标,采用经灰狼算法(GWO)优化的SVR进行迭代寻优,得到最佳的安全投入配置。结果表明：基于GWO改进的建筑安全投入SVR模型,能给出更趋合理的安全投入指标分配,企业的事故经济损失较模型使用前降低了13.79%。该模型可为建筑施工企业制定安全投入方案及提升安全决策效率提供技术参考。     

地铁隧道下穿既有老旧建筑物的爆破振动传播规律

[目的]国内外对于地铁隧道下穿既有老旧建筑物爆破施工的研究较少。此类工程采用爆破开挖时,可能会影响临近建筑物的安全,需要掌握爆破振动的传播规律,并分析爆破振动对周围建筑物的影响。[方法]以重庆市轨道交通10号线二期工程的南坪站—南滨路站区间隧道爆破施工为案例,在隧道爆破开挖过程中对爆破振动进行了监测。通过爆破振动仪得到了爆破振动监测数据,并使用萨道夫斯基公式对实际的爆破振动监测数据进行回归分析,得到了爆破振动的传播衰减规律,讨论了振动速度、最大段装药量、爆心距等各因素对爆破振动的影响。[结果及结论]3个测振方向的爆破振动速度同爆心距、装药量的回归拟合结果中,计算数据与监测数据的相关性系数均大于0.800。爆心距从0增至40 m时,最大段装药量的增幅较小。爆心距为40～80 m时,最大段装药量的增幅明显增大。垂直于隧道底板方向随爆心距增加的变化幅度最大,应重点关注该方向爆破振动安全控制速度为1.0 cm/s时的最大段装药量取值。     

高速公路长大下坡路段的事故预测模型研究

近年来,高速公路长大下坡路段交通事故发生率较高,但对事故形成原因研究较少。依据某省高速公路交通事件管理系统（TIMS）监测数据,分析判断出高速公路事故的主要原因是道路自身的线形因素。高速公路下坡路段交通事故类型按事故主体可分为车车碰撞类、车路碰撞类和车辆自身类。建立3个交通事故回归模型,分析得出事故主要致因和次要致因,明确道路线形指标变化对交通事故数量的影响。在此基础上,提出了一系列针对性的交通安全改善措施和建议。     

支持向量机回归方法在船价指数预测中的应用

采用一种改进的支持向量机回归算法对船价指数进行预测,并与常规的回归建模方法进行比较。同时应用实例进行论证,估算结果证明了该算法在船价指数预测中的有效性和实用性。     

基于岭回归方法的船舶操纵运动建模

基于自航模试验的系统辨识方法是一种有效的船舶操纵运动建模方法.通过对舵角和转艏角速度试验数据的分析,用岭回归方法确定了船舶操纵运动数学模型中的模型参数,进行了操纵运动预报仿真并同自航模试验数据对比,数值仿真结果验证了方法的有效性.     

波浪运动补偿平台广义升沉位移的实时预报

具有波浪运动补偿功能的稳定平台可有效减少船舶在风浪中的摇摆和升沉运动对某些海上作业和设备的影响.为了有效地进行波浪运动补偿,需要对该平台的广义升沉位移(横摇、纵摇以及升沉的耦合作用结果)进行极短时预报.本文采用时间序列分析理论中的自回归(AR)模型作为预报模型,对波浪运动补偿平台的广义升沉位移进行极短时预报.在以往的研究中,通常采用递推最小二乘法AR模型进行在线参数估计.但是采用递推最小二乘法进行参数估计容易引起参数爆发,从而影响AR模型的稳定性.针对该问题,本文采用阻尼递推最小二乘法对AR模型进行在线参数估计,并结合实验获得的平台控制点的广义升沉位移数据进行实时建模预报.仿真结果表明,采用阻尼递推最小二乘法进行参数估计能抑制参数爆发,并能提高AR模型实时预报精度.     

小型船舶摩擦模型的研究

对小型船舶的摩擦特性进行分析研究,建立了数学模型,对模型进行了显著性检验和失拟性检验。     

新造船能效设计指数介绍及分析

二氧化碳排放一直是航运界关心和关注的焦点,国际海事组织IMO第57届环境与保护委员会MEPC57、MEPC58、MEPC59次会议以及温室气体工作组第二次会议上对此都进行了激烈的讨论.根据所收集到的资料,对新造船能效设计指数EEDI(原:新造船CO_2指数)进行了分析和研究,并对减少二氧化碳排放可采取的措施进行了探讨.     

德国货船将装天帆回归风力航海减少油耗

据有关媒体报道,一家德国海运公司计划明年在一艘货船上装备一个巨大的高科技船帆,增加货船的推进力,节省燃料.“天帆“是一张160平方米(191平方码)、被拴在桅杆上的帆,它已经顺利通过了数年的试验,德国不莱梅的布鲁格船舶公司相信,天帆将使得该公司的货船削减15%到20%的燃料费用.……     

基于Elman网络的舰船组合导航系统误差补偿研究

为了提高卡尔曼滤波估计精度，提出了一种基于回归神经网络补偿卡尔曼滤波器估计误差的方法。根据Elman网络与非线性ARMA模型工作原理的相似性，利用Elman网络做误差估计器，补偿卡尔曼滤波器的估计精度。实际舰船航行数据仿真测试表明，该方法有效可行。