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。     

基于灰色关联分析的通用机场安全风险影响因素研究

为了提高我国通用机场的安全管理水平,本文首先收集整理了国内2010～2018年348起通用机场事故/事件,结合我国目前通用机场的运行模式和管理体制,统计分析了影响通用机场的5个一级风险指标和15个二级风险指标,建立了通用机场风险指标体系。然后运用灰色关联分析方法对各级指标进行关联顺序分析,最终得出了典型通用机场安全风险的关键影响因素,根据关键风险因素进行针对性的管控,对通用机场监管及安全运行提供一定的借鉴。     

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

城市快递末端节点规模影响因素探讨

电子商务的发展使得快递末端节点数量不断增加,但是在规划末端节点上大多按照经验设置,造成许多末端节点的规模并不合理。为了明确影响城市末端节点规模的因素,为合理规划末端节点提供依据,本文通过实际调查收集了城市快递末端节点的一手数据,并采用灰色关联度法确定了影响末端节点规模分拣暂存区的主要因素。根据分析结果显示,派件量、快递员数量、快递配送频率和快递到达频率为主要影响因素。根据主要影响因素提出了确定末端节点规模的一般流程和通过将末端节点部分功能转移至上级节点以此降低末端节点成本的建议。     

一种基于机器码存储的改进遗传算法的应用研究

提出了一种基于机器码存储的改进遗传算法，适于优化大型多变量问题。开发的C 基本位操作算子，使此算法仍可沿用传统二进制遗传算法的交叉变异操作。这一算法在内存和时间上占优势，是一种稳健的、全局搜索能力较强的优化算法，并在建立河北省某地区的年降雨神经网络预测模型的实践中得到了验证。     

山东省中小港口现代物流发展模式

<正> (一)山东省中小港口现代物流发展存在的问题和制约因素 从总体来看,山东省中小港口现代物流处在刚起步阶段,发展水平比较低。这一方面是由经济发展水平所决定的,另一更为重要的方面是还存在着许多影响和制约现代物流发展的因素,比大型港口发展现代物流面临更大困难。主要表现在:企业规模小,实力弱,融资困难,在行业竞争中处于弱势;腹地较小,没有稳定的大客户或大客户很少,现代物流发展需求相对不高;硬件设施不完善,如仓储、运输设施薄弱,许多小型港口货物集疏只     

中修SS4改进型电力机车变流装置故障分析及建议

针对中修SS4改进型电力机车变流装置硅元件易烧损的问题，通过测试和理论分析，并联系运用和检修中出现的实际情况，提出了合理化建议。     

交通量预测中组合预测参数估计方法的研究

在现有文献研究的基础上，对组合预测模型中权系数的估计问题作了进一步研究，给出了两种估计方法，即最小平方法和最小方差法，讨论了权系数的约束条件和组合预测效果评价问题。