效用函数在工程成本风险预测中的构建

分析风险预测准确程度进行评价的意义,提出了将风险可预测性作为风险预测准确程度的评价指标,并以效应理论为基础构造风险可预测性效用函数,实现了风险预测结果的评价,验证了风险预测的准确性和可靠性.     

双正交小波滤波器族的构造

给出了一般双正交小波滤波器所对应多相矩阵分解形式及所对应的代数结构空间,完成了一个双正交小波滤波器设计程序.此程序不但可以给出任意双正交小波滤波器族参数表示,还可以用来刻划滤波器族代数结构.     

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.     

Excel在利用公交IC卡数据构造换乘矩阵中的应用

公交IC卡的应用,不仅方便了乘客出行,也为城市交通规划相关数据的采集提供了一种新的调查统计手段.针对当前城市公交IC卡在换乘矩阵构造过程中存在的信息量大、处理困难的问题,利用Excel软件强大的数据处理功能,对大量的IC卡信息进行了有效地处理,成功地构造了城市公交换乘矩阵,使其成为公交换乘枢纽规划的一个重要参考依据.     

关于内部会计监督的思考

分析了内部会计监督的现实意义,阐述了内部会计监督存在的主要问题,并且从控制环境、预算管理、风险意识、创新内部监督控制制度等方面对内部会计监督作了探讨。     

角膜基质脱细胞处理与相容性实验研究

目的寻找有效适宜的脱细胞方法对猪角膜进行处理,制备角膜生物支架材料。方法利用胰酶和胶原酶消化结合液氮冻融的方法对猪角膜基质进行处理,60Co消毒,冻干保存。经组织学观察、细胞培养附和与动物移植检验其生物特性。结果获得的脱细胞角膜基质,显微结构观察显示板层结构完整,胶原纤维间组织结构疏松,未见细胞残留,整个基质成网状结构,在上皮面保存有完整连续的基底膜。细胞培养附和实验观察到种子细胞可以在基质上良好生长。动物移植实验未见明显的炎症反应与排斥。结论经该法脱细胞处理后得到的角膜基质无细胞毒性,组织相容性好,可以成为适宜的组织工程支架材料。     

����ǰ�����۵�·��ѡ����Ϊ���������ʵ֤

提出了通过具体的效用度量对出行者路径选择行为进行分析的方法。从传统的期望效用理论和前景理论两个方面，对一份关于出行者路径选择的调查数据进行了分析；验证了出行者群体在不确定环境下进行路径选择时，效用度量是基本决策规则，并且其效用度量体系与前景理论针对一般经济主体的效用度量体系接近。最后借助图形说明了合理设定出行者风险态度水平的重要性。     

对隧道及地下工程建设风险管理的认识

分析工程建设风险管理的现状,指出着力执行工程建设风险管理是我国隧道及地下工程建设的迫切需要。阐明工程建设风险管理的概念,以隧道建设期岩溶地质风险的控制为例说明隧道及地下工程建设风险管理的主要时段及操作要点。剖析隧道及地下工程建设风险管理过程的重要特征及管理的突出难点。指出关键在于工程建设风险管理的有效性,并提出提高隧道及地下工程建设风险管理有效性措施:一是必须实施动态化管理,二是正确坚持专家评审制度,三是走专业化的道路。     

基于序列比对的行人过街风险识别研究

行人过街序列反映了行人-机动车的行为交互在时空的连续性,对行人过街序列进行风险识别并对其关联影响因素进行分析有助于评估不同情景下行人过街行为的风险性. 本文对行人-机动车在交叉口区域内的碰撞事故数据进行挖掘分析.借鉴生物信息学的序列比对方法,对行人过街事故序列进行相似性比对及聚类分析,并基于灰色关联方法分析事故序列的风险耦合.结果表明,行人-机动车在交叉口的风险事故序列主要分为6种,Seq2与Seq5,Seq3与Seq4的事故诱因存在相似性;天气不是Seq1的事故诱因,Seq2与Seq5的事故主要归因于驾驶员.研究结果对完善行人交通风险管理有一定的理论价值和实践意义.     

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.