全地下式污水处理厂地下空间内涝风险分析与防治措施

对全地下式污水处理厂地下空间的内涝风险源进行识别与分析,建立地下空间内涝故障树.由FTA可知,对于全地下式污水处理厂,机械设备联动故障是其地下空间内涝产生的最重要因素.从设计、建设及运行方面对全地下式污水处理厂地下空间内涝风险防治措施进行探讨,分别提出了应对厂区超量进水、内部渗水、外部雨水等情况的防汛措施.     

决策树法在施工合同管理中的应用

决策树法是投标决策阶段常用的一种定量分析方法，但在施工阶段应用较少，此文介绍它的操作原理，并举例阐述在项目实施阶段合同管理方面的应用。     

基于模糊投影决策模型的铁路客运专线融资结构优化研究

通过对融资结构优化决策特点的分析，指出铁路客运专线融资结构优化决策实际上是复杂的多目标决策问题。在此基础上，建立铁路客运专线融资结构优化决策递阶结构模型、决策指标组合权重熵值法与专家主观意见相结合的计算模型以及模糊投影决策评价模型；并编制了决策系统和分析软件；给出了应用实例进行验证，证明此文建立的评价模型能充分利用信息，对表面上看起来复杂的方案进行优劣次序排列，且能使理论和经验结合起来。排序结果能够比较客观公正地反映我国铁路客运专线融资结构的实际情况，可为铁路客运专线的融资结构提供指标评价及方案优选服务，避免因主观原因而造成的决策偏差。     

基于DFTA的半潜式钻井平台钻井系统失效风险分析

半潜式钻井平台在海洋油气开采中占有重要地位,其工作运行风险与自身设备状况、外界环境等密切相关,一旦发生事故将导致巨大损失,故对其失效风险的分析工作需要迫切开展。海洋平台系统的失效演化是一个动态的、时变的过程,静态风险分析方法已不能满足准确性要求,故本文采用动态故障树分析法对半潜式钻井平台的钻井系统设备进行失效风险分析。基于系统功能分级思想,选取钻井系统的系统设备部件进行内部逻辑关系梳理,确定故障树定量分析的三类事件和动态逻辑门,并根据已收集的基本事件的失效数据计算得到以钻井系统失效为顶事件的系统失效率为0.0276,最后比对基本事件在顶事件失效中所占的比重,结合故障树计算结果得出敏感性分析下的关键失效因素,并提出以钻井系统大钩失效为重点关注风险规避对象,以钻井绞车的主刹车失效、转盘部件中的方补心失效以及卡瓦失效为主要关注风险规避对象的失效规避路径。     

人机混驾环境下基于深度学习的车辆切入轨迹预测

为保证人机混驾环境下自动驾驶汽车的安全行驶,对周围车辆切入轨迹的预测至关重要.本文首先使用Savitzky-Golay滤波器对大规模采集的自然驾驶数据进行去噪处理,根据准则提取车辆切入片段,建立符合中国道路状况的车辆切入数据集.其次,发挥Bi-LSTM网络能充分利用上下文信息的优点和in-out快捷连接有效减少梯度消失...     

不完全信息下的CGF主体决策行为及模型研究

着重分析了决策的风险特性,建立了CGF主体的决策行为模型。分析加入感知行为后对决策行为复杂性的影响;提出了一种不确定型决策方法用于处理不完全感知信息对决策行为的影响;最后用示例说明了该方法的有效性。     

舰艇主动力装置战损评估与抢修决策支持系统

针对舰艇主动力装置这一复杂系统的战损评估与抢修国内还没有一个完善的解决方案,提出了战损情况下主动力装置生命力分析和舰艇航速计算的方法;利用贝叶斯网络和损伤树的推理方法实现了装备的损伤定位;探讨了战场环境下主动力装置抢修决策的逻辑关系;构建了系统的基本框架并提出较完善的解决方案,根据此方案开发了某型舰主动力装置抢修决策支...     

The price of uncertainty in pavement infrastructure management planning: An integer programming approach

Currently there is a true dichotomy in the pavement maintenance and rehabilitation (M&R) literature. On the one hand, there are integer programming-based models that assume that parameters are deterministically known. On the other extreme, there are stochastic models, with the most popular class being based on the theory of Markov decision processes that are able to account for various sources of uncertainties observed in the real-world. In this paper, we present an integer programming-based alternative to account for these uncertainties. A critical feature of the proposed models is that they provide – a priori – probabilistic guarantees that the prescribed M&R decisions would result in pavement condition scores that are above their critical service levels, using minimal assumptions regarding the sources of uncertainty. By construction of the models, we can easily determine the additional budget requirements when additional sources of uncertainty are considered, starting from a fully deterministic model. We have coined this additional budget requirement the price of uncertainty to distinguish from previous related work where additional budget requirements were studied due to parameter uncertainties in stochastic models. A numerical case study presents valuable insights into the price of uncertainty and shows that it can be large.     

基于高斯过程机器学习方法的隧道围岩分类模型

针对现有围岩分类方法的局限性,基于工程实例,利用分类性能优异的高斯过程机器学习模型建立围岩类别与其主要影响因素之间的非线性映射关系,进而提出一种基于高斯过程的隧道围岩分类模型,实现不同情况下围岩分类的合理识别.将该模型应用于川藏公路二郎山隧道围岩分类,研究结果表明,隧道围岩分类的高斯过程机器学习模型是科学可行的,与人工神经网络模型、支持向量机模型相比较,该模型具有参数自适应化的优点,能方便快捷地给出合理可靠且具有概率意义的围岩分类评价结果,可对围岩分类结果的不确定性或可信度进行定量化评价.     

���޵���ѧϰ����ѵ����������Է���

在实际的快速路交通流系统中,入口匝道的流量和快速路主路的速度都是受限的,因此在对快速路交通流进行控制时考虑这些限制十分必要. 基于迭代学习控制的快速路入口匝道控制是近年来快速路控制领域的一个研究热点,然而,至今为止还没有在输入和状态同时受限情况下的相关收敛性分析. 本文首先介绍了快速路交通流模型,并将交通密度控制转化为输出跟踪问题;然后通过严格的数学分析证明了在入口匝道流量受限和主路速度受限的情况下,基于迭代学习控制的入口匝道控制仍然能保证交通流密度收敛于期望密度;最后通过仿真研究验证了该方法在受限情况下能达到很好的控制效果.