城市交通相关空气污染健康风险研究综述

交通空气污染问题作为交通问题重要部分,因危及到人体健康而越发受到人们的重视。文章将对近年来关于交通空气污染对人体健康影响的相关研究进行综述,并从不同交通空气污染物导致的相关疾病及其与特定污染物暴露研究方法分析介绍,从而更为系统全面了解地交通相关空气污染物作用于人体相关生物机理,为交通相关空气污染控制与防护提供科学依据。     

基于AHP-灰色关联度分析的公路工程施工风险评价研究

为充分辨识、量化评估公路工程施工风险,规范施工安全管理,结合影响公路施工安全的技术风险、施工人员素质、管理组织能力、施工安全环境、材料设备供应等情况,构建公路工程施工安全风险评价指标体系,结合AHP与灰色理论构建风险评价模型.并以某高速公路5个标段为工程实例,分析路段施工安全风险,结果表明:该方法能够准确评价公路工程施...     

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.     

支持向量机增量学习算法研究

给出了使用多支持向量机进行增量学习的算法．传统的支持向量机不具有增量学习性能，而常用的增量学习方法各具有不同的优缺点，基于固定划分和过间隔技术，提出了使用多支持向量机进行增量学习的算法；使用此算法，针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验，结果表明，使用单一的支持向量机进行增量学习，不论采用过间隔还是固定划分技术，其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。     

市政代建项目代建人风险分析与控制研究

在分析项目生命周期各阶段代建人风险集成管理的实现模式和代建人风险管理的运作的基础上,运用具体实例,阐述了代理人在市政工程项目中的风险管理及费用风险的控制。     

隧道工程风险评估及控制措施

阐述了新建隧道工程风险评估的意义、风险评估的程序、风险评估方法的选择及具体步骤,提出了评估结论及规避该隧道工程风险的具体控制措施。     

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。     

瓦斯隧道施工风险控制

以湖南娄新高速公路刘家排隧道为工程背景,提出了采用专家调查法与层次分析法相结合的公路瓦斯隧道施工风险识别方法.在风险分析的基础上,结合多种风险控制方法,对风险识别阶段确定的重点风险事件,有针对性地研究制定了公路瓦斯隧道施工风险控制措施.     

高速公路桥梁施工风险识别及应对措施

运用风险分析理论及方法,结合新疆某公路桥梁主桥施工实例,从经济损失、环境损失、社会损失三方面对洪水作用下桥梁施工的风险进行了分析,提出了工程防治、非工程防治、生物防治方面的措施建议,可为今后高速公路桥梁施工的风险识别及应对措施提供有益的参考.