气膜薄壳钢筋混凝土穹顶储仓的施工工期预测研究

根据气膜薄壳钢筋混凝土穹顶储仓的施工特点,详细分析了影响其施工工期的因素及参数获取方式,结合灰色GM(1,1)模型和BP神经网络处理数据的优点,提出了基于串联型灰色神经网络(serial grey neural network,SGNN)的施工工期预测模型并进行预测仿真。结果表明:该方法切实可行,预测精度高于GM(1,1)方法。     

地震作用下不同跨度薄壳穹顶结构响应变化

采用有限单元法,建立有限元模型进行模拟计算。通过对薄壳穹顶进行不同跨度的地震作用计算,将计算得到的地震组合应力、地震组合位移进行分析,得出不同跨度的薄壳穹顶结构在受地震力作用时应力、位移变化规律。研究了这种新型结构的力学性能和应用范围,说明了有限元方法对薄壳穹顶进行分析计算的可行性;也为薄壳穹顶结构的力学性能的研究提供新的研究方法。其中薄壳穹顶结构做为空间结构的新型结构,跨度是影响它的稳定性的一个重要因素。跨度因素的研究,对薄壳穹顶结构的稳定性应用有一定的价值。     

基于赢得值法的混凝土坝工期预测方法研究

混凝土坝工程是复杂巨系统工程,施工周期长,在项目实施过程中对项目进度/费用联合分析、集成管理非常重要。文章正是在对项目费用/进度进行联合分析的基础上,提出了基于网络计划技术与挣值法联合预测的方法,对于实时控制混凝土坝工程的施工进度以及预测工程完工总工期有一定的理论意义,并通过实例分析验证了方法的可行性。     

基于FA-SVR的气膜混凝土成本预测研究

在建筑施工领域,成本预测是成本控制中的重要环节。本研究以气膜混凝土为对象,根据其施工成本占比大的特点,对其施工成本精确预测,以实现有效控制总体成本目的。首先,在研究气膜混凝土主体结构特点基础上,建立了一套施工成本预测指标体系,进而提出一种基于萤火虫算法（FA）和改进支持向量回归机（SVR）的成本预测模型。其次,结合实际案例,选取21个样本预测气膜混凝土施工成本,将16个样本作为基础集,其余5个为测试集。最后,研究表明：FA-SVR模型的相对误差和标准误差均小于PSOSVR模型,预测精度更高,证明了该方法的科学性和可行性。     

橡胶充气芯模混凝土填料工程工期预测研究

根据橡胶充气芯模混凝土填料施工的特点,详细分析了影响其工期的因素,结合支持向量回归机(SVR)和粒子群算法(PSO)的优点,建立基于PSO-SVR的橡胶充气芯模混凝土填料工程工期预测模型。通过对某选煤厂混凝土填料施工的数据进行仿真,结果显示:PSO-SVR模型的预测效果优于基于交叉验证的支持向量回归机(CV-SVR)模型以及基于遗传算法的支持向量回归机(GA-SVR)模型。     

基于联系数的工期求解方法

网络计划具有不确定性,即本质上是在某个区间变化着的东西,只有在特定条件下才取某个定值。以往有关工程工期网络计划的不确定性问题的研究,主要集中在PERT的研究上。自1989年赵克勤提出用联系数来研究网络计划的不确定性以来,此方法得到广大学者的青睐。应用基于联系数的网络计划,结合MCS来求解工程工期问题,实例证明了此方法的可行性和有效性。     

基于冗余时间的项目工期跟踪控制算法研究

文章从项目工期调度的实际需求出发,通过定义项目各活动的冗余时间来描述项目最新执行状态,为动态跟踪控制项目工期风险、优化调度项目资源提供了一种简明的计算思路和管理方法,具有很强的可操作性。动态的冗余时间概念对于在各类项目管理中及时做出优化决策,有效控制工期、成本及项目质量有现实的指导意义。     

砌体球形薄壳下钢筋混凝土环梁的构造与施工

文章详细介绍了地下砌体球壳结构下钢筋混凝土环梁的构造特点,阐述了圆形构件的施工要点和技术方法。     

基于学习曲线的核电项目工期研究

文章首先对学习曲线的概念及其在各行业的应用进行了简要阐述,然后运用学习曲线经典模型,合理定义参数变量,充分收集法国、韩国和中国部分典型技术路线核电机组工期数据,并对数据进行曲线拟合与幂函数估计,之后对所回归的结果进行分析,确认回归函数的有效性,最后提出核电施工企业及业主单位在运用学习曲线时的注意事项以及对我国核电建设的启示。     

双代号网络计划中基于案例分析的工期优化研究

工期优化是指网络计划的计算工期不满足要求工期时,通过压缩关键工作的持续时间以满足要求工期目标的过程。优化后的工期计划刚性加大,且工期优化还应考虑项目资源的限制。     

基于多元变权组合预测模型的物流需求预测

物流需求预测是保障物流服务供给和需求平衡的重要依据,也是现代物流企业发展研究的重点之一.本文应用斜关联度选取地区生产总值、三产增加值、全社会固定资产投资总额、社会消费品总额以及人口数量指标建立多元回归预测模型和多变量灰色预测模型,鉴于单项预测模型的局限性,以绝对误差平方和最小为目标,通过改进变权组合预测方法确定最佳变权...     

基于粒子群优化BP神经网络的房价预测

针对房价预测问题,文章给出一种基于粒子群优化的BP神经网络算法,并利用该算法提出两种预测房屋销售价格指数的方法。对房屋销售价格月指数的时间序列预测,直接建立PSO-BP模型;而对年指数预测,首先选择房价影响因素进行因子分析,然后在此基础上建立PSO-BP模型。两种对房屋销售价格指数的PSO-BP模型预测结果与BP模型相比,其精度均有较大提高,收敛更快。     

基于灰色预测模型与季节指数的区域物流需求预测

针对灰色预测模型在区域物流中不能有效解决因季节变动而引起的物流需求变化的问题,引入季节指数的概念,构建基于灰色模型和季节指数的物流需求预测模型,并给出了相应的具体实施方案.最后以哈尔滨市物流需求统计数据为例,对所提方法进行了仿真分析,仿真结果表明了该方法的有效性和可行性.     

基于期权调整持续期的银行资产负债组合优化模型

提出了基于期权调整持续期的银行资产负债隐含期权风险控制原理,结合持续期缺口的控制和法律、法规约束等控制银行的利率风险与流动性风险。以贷款利息收益最大为目标,以线性规划为工具,建立了基于期权调整持续期的银行资产负债组合优化模型。本文的创新与特色一是提出了基于期权调整持续期的银行资产负债组合优化原理,避免了资产与负债中的隐含期权给银行带来提前偿付风险。二是将利率结构对称原理和数量结构对称原理引入资产负债组合优化中,控制了银行经营中的流动性风险与利率风险,保护银行股东权益的安全,保证了银行资产配给的合法性与合规性。     

基于灰色预测模型与季节指数的区域物流需求预测

针对灰色预测模型在区域物流中不能有效解决因季节变动而引起的物流需求变化的问题,引入季节指数的概念,构建基于灰色模型和季节指数的物流需求预测模型,并给出了相应的具体实施方案。最后以哈尔滨市物流需求统计数据为例,对所提方法进行了仿真分析,仿真结果表明了该方法的有效性和可行性。     

基于最小一乘准则最优回归模型的区域物流需求预测问题研究

结合统计学理论的研究成果,主要探讨了最小一乘法及其性质和求解,为最小一乘回归模型的应用奠定了基础,同时通过区域物流需求预测问题的研究,证明了最小一乘法的回归结果非常好,预测误差小,取得了可以接受的预测效果,并具有很好的稳健性.     

基于组合模型的用电量预测方法研究

电力是经济发展的保障,对用电量进行科学合理的预测是安排电力生产、电站建设的前提。文章基于灰色和时间序列预测模型,建立组合模型,经验证,组合模型预测精度较单一预测模型有一定程度的提高,最后利用组合模型对湖南省2010-2015年用电量进行预测。