一种基于文本挖掘的铁路基础设施设备风险隐患识别模型

提出一种基于文本挖掘的铁路基础设施设备风险隐患识别模型,该模型采用基于层叠隐马尔科夫的分词算法对长文本形式的设备质量问题数据进行分词处理,在此基础上,统计每类词出现的频度,识别铁路基础设施设备管理风险隐患,利用词云图可视化技术,对分析结果进行直观、清晰地展示。作者选取了兰州铁路局2012年1月~2016年4月期间4 662条工务、电务和供电专业的铁路基础设施设备质量问题数据,验证了模型的有效性。     

人工智能技术船舶海上交通冲突自动预警方法分析

为降低船舶碰撞冲突事故的发生几率,实现对海上交通环境的合理维护,提出人工智能技术下的船舶海上交通冲突自动预警方法。通过定性研究海上交通冲突数据的方式,计算冲突概率的具体数值结果,实现对船舶海上交通冲突事故的分析。在此基础上,建立预警处理流程,在联合风险识别因子的同时,完成对该项参量指标的模糊化处理,实现人工智能技术下船舶海上交通冲突自动预警方法的顺利应用。对比实验结果表明,随着新型预警方法的应用,海上DRI交通环境指标的数值水平得到有效控制,可大幅降低船舶碰撞冲突事故的实际发生几率。     

进入船上封闭处所的风险、防范及PSC检查要点

国际海事组织(IMO)于2011年11月30日通过IMO决议A.1050(27)——经修订的《进入船上封闭处所的建议案》,要求所有公约船舶每两个月进行进入封闭处所和救助演习的相关公约已经于2015年1月1日生效。该项新要求的有效实施,对于降低船上人员由于进入缺氧、富氧、含有易燃和/或有毒气体的封闭处所而造成人员伤亡有重要意义。根据相关公约要求及港口国监督检查的实际工作经验,从进入封闭处所的风险、风险防范及港口国监督检查要点入手点分析,期许相关人员高度关注船上封闭处所作业的安全以及更好地应对港口国监督检查。     

一种基于BP神经网络的铁路大宗货物运价风险预警判定方法

为获取较大的市场占有率和较好的利润增长水平,铁路货运公司需要实时掌握铁路货物运价在货运市场中的竞争力,综合考虑社会、企业自身和货主等因素,基于BP神经网络算法,进行铁路货运价格风险预警判定方法研究,并建立运价风险预警模型。以某铁路局集团有限公司大宗货物运输中的煤炭运输为例,选取2015-2017年相关数据,训练BP神经网络模型,得到铁路煤炭运价的风险预警结果。与实际数据对比,拟合程度较高,因此可使用该方法对当期的运价风险程度进行合理预测,同时也对相关铁路部门的运价政策制定与调整起到辅助决策作用。     

船舶冬季航行操纵与安全防范措施

本章分析了船舶冬季航行存在的风险,介绍了船舶冬季航行应采取的措施和操船方法以及人员防寒防冻措施,供同行们借鉴。     

基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力，降低因快递货品风险导致城市安全事件发生的可 能性，本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征，为快递运输风险评价 提供可量化的客观指标依据。基于网络大数据资源提供的法院判决书数据，将物品词条与判决 结果相关联，通过隐狄利克雷分布模型挖掘物品风险主题，结合模糊均值聚类方法，实现对快递 货品语义风险的量化表征与柔性划分。与传统方法中依赖检视人员查验既定违禁品清单后的主 观判断方法不同，本文充分挖掘网络文本数据中的可迁移知识，并应用于种类繁多的快递运输货 品，有效避免人工评价造成的漏检、错检情况。研究结果表明，本文方法具有较高的准确率与较 低的误报率，获得的风险评价值不再是0或1的是非判断，有利于开展多样化、针对性的风险预警 及应对措施。     

基于模糊评价的公路工程造价风险研究

公路工程造价管理中存在诸多影响因素,并具有高度的不确定性,即风险。对此,通过构建模糊综合评价模型,对公路工程造价过程中存在的风险进行评估,从而评估不同风险对工程的影响程度,以此为工程造价管理提供参考。该模型的构建对公路工程造价管理和控制具有很好的指导和应用价值。