基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

消防巨擘——1：16美国通用汽车雪佛兰消防卡车仿真模型

通用汽车公司创建于1908年，其汽车产品销往200多个国家。2001年，通用汽车的轿车和卡车销售量高迭850万辆，占全球汽车市场逾15％的份额，超过其他任何一家汽车制造商。     

单桩荷载与沉降关系曲线的神经网络预测方法

本文提出了一个预测单桩荷载-沉降关系曲线的BP神经网络模型。该网络模型包含两级网络，第一级网络以桩长、桩径、桩侧土层的分布情况，桩侧与桩端土层的物理力学指标为输入元，来先预测出单桩的极限承载力及其对应的极限沉降；第二级网络以第一级网络的输入元和输出元作为其输入元，进一步预测各分级荷载下桩的沉降。实际预测精度一般能达到15％以内，且稳定性较好，表明神经网络模型略优于通常的经验公式方法和数值方法。     

提升核心竞争力是开展港口综合物流的基础

<正> 物流的系统化或称综合物流,是物品从供应地向接收地的实体流动过程,是运输、储存、装卸、包装、流通加工、配送、信息处理等基本功能的有机结合。将社会物流与企业物流有机地结合在一起,从采购物流开始,经过生产物流、再进入销售物流,包括整个物流供应链的管理过程,即通过统筹协调、合理规划来控制整个商     

给豪华以智慧——VOLVO VCC概念车

VOLVO(富豪)汽车公司在本届日内瓦车展展出了超豪华智能概念车VCC。谈公司战略性创意设计总监J．D德拉维格表示，VCC所代表的设计宗旨，就是把对顾客的诱惑力集中地体现在VOLVO汽车公司将要开发的V型系列汽车上。     

曲线箱梁桥有限元分析方法

文章通过计算分析，并与模型试验结果比较，对曲线箱梁桥有限元的计算方法、网格划分粗细对计算结果的影响进行探讨：空间板壳有限元是一种精确的计算方法，空间梁格法也具有较高的精度。