基于贝叶斯网络的装配式建筑项目进度风险管理研究

在识别装配式建筑项目风险因素的基础上,通过头脑风暴法初步筛选出影响项目进度的12个关键风险因素,进一步通过调查问卷法构建贝叶斯网络模型。首先,通过贝叶斯网络的结构学习和参数学习,明确各风险因素之间的因果关系;其次,运用贝叶斯网络的逆向推理功能,识别装配式建筑进度风险的敏感因素和最大致因链,进行进度滞后的推理预测;最后,通过案例分析验证所构建贝叶斯网络的适用性和合理性,并根据预测结果提出装配式建筑进度风险管理的相关建议。     

基于案例推理的房地产投资风险评价的研究

房地产项目是高利润、高风险的投资。为更加科学地评价其风险程度以便有效预控，提出将人工智能领域的新方法——案例推理应用到房地产投资风险评价的问题中。通过分析影响房地产投资风险的因素，结合案例推理的基本原理，提出了基于案例推理的房地产投资风险评价指标体系，并初步解决案例的表示、检索匹配以及案例学习等主要技术。     

CBR-RBR混合模式在地铁工程施工安全事故案例库中的应用研究

针对地铁工程施工安全事故案例未进行系统整理和有效利用的状况,提出地铁工程施工安全事故案例表示的结构化模型,设计基于案例推理(CBR)为主,基于规则推理(RBR)为辅的混合模式应用框架,并简要阐述了RBR在制定案例检索策略中的作用.集成VC++和CLIPS专家系统工具研发地铁工程施工安全事故案例库管理系统,实现事故案例在风险分析、险情预判、应急抢险中的借鉴作用.     

基于PCA-GA-BP 的工程项目工期风险预测研究

为了在工程项目实施前准确地预测出工期风险的大小,在介绍BP 神经网络、遗传算法、主成分分析等理论的基础上,针对现有预测模型的缺点以及BP 神经网络自身缺陷,采用主成分分析法对样本数据进行降维处理,并利用遗传算法对 BP 神经网络的初始权值阈值进行优化,提出了基于PCA-GA-BP 的工程项目工期风险预测模型。将以往工程风险数据作为学习样本,训练并构建模型对待建工程项目工期风险进行预测。实例证明该模型有效、可靠,对指导实际工程具有重要意义。     

国际工程承包法律风险管理研究

国际工程承包市场各国法律差异性十分大,工程项目实施过程中法律风险一旦发生,损失将不可估量.从法律风险相关理论入手,在案例研究的基础上从法律风险的内涵与产生机理入手,对国际工程中的法律风险因素进行识别、评估,并针对识别出的法律风险,提出了承包商具体的应对策略.     

机器学习预测盾构隧道引起的地表沉降研究

针对盾构隧道地表沉降预测问题,在总结现有地表沉降预测方法和理论的基础上,提出基于长短时记忆(LSTM)神经网络构建的地表沉降预测模型,针对南通地铁1号线项目,建立了土体参数、设计参数、施工参数和地表沉降的数据库,通过相关性分析、主成分分析,选择出了影响地表沉降的主要相关因素,然后依托盾构隧道的监测数据作为样本数据对模型进行训练预测,并将LSTM神经网络模型预测值与实际工程监测数据进行对比.结果表明,LSTM神经网络模型能够在短期内预测最大沉降值,且预测值与实际沉降值较为接近.     

PCA-TOPSIS模型在EPC铁路工程项目风险评估中的应用

以铁路工程项目为对象，进行铁路施工风险的识别、分析、评估与预测。首先，通过文献以及德尔菲法识别出海外EPC总承包项目风险因素，构建EPC铁路工程项目的风险评价指标体系；其次，建立基于熵权法的PCA-TOPSIS风险评估预测模型，通过熵权法判别各个风险因素的重要性，采用风险评估模型评价各项风险发生的可能性，开展项目风险判断和评价；最后，以某海外铁路路段为案例，评估该工程风险等级，验证PCA-TOPSIS风险评估预测方法的有效性。     

基于案例推理的跨流域调水明渠工程事故应急决策方法研究

为提高跨流域调水明渠工程事故的应急处置能力,提出一种基于案例推理的明渠工程事故应急决策方法。对跨流域调水明渠工程事故的特征属性进行提炼归纳,利用框架表示法对事故案例进行组织表达;依据两级检索策略,从案例库中获取符合事故基本特征信息的源案例集,采用模糊层次分析法确定各属性指标权重,并结合属性相似度和结构相似度构建情景匹配模型;通过案例分析证明了该方法在跨流域调水明渠工程事故应急决策辅助救援方面具有实用价值。     

基于模糊综合评价法的国际工程贸易风险评价

立足当前国际工程项目的实际情况,结合国内外风险管理研究现状,通过大量文献阅读及实际调研,全面识别和分析了国际工程承包商在采购过程中可能面临的贸易风险及其影响因素,并将其影响因素按照不同特性归纳为国别性、市场性以及工程物流风险因素三大类,据此设计出国际工程贸易风险评价指标体系.在此基础上,构建了国际工程贸易风险二级模糊综合评价模型,通过算例分析,验证了评价模型的实际应用性较强,可为承包商制定风险应对策略提供准确的参考依据.     

国际工程投标报价中标高金预测的高斯过程方法应用

针对国际建筑工程项目投标报价中最优标高金的确定问题,提出了一种基于高斯过程方法的标高金预测模型.在分析标高金影响因素的基础上,采用高斯过程方法对标高金影响因素和最优标高金数值之间的复杂非线性关系进行建模,并对30个典型国际建筑工程案例进行实证研究.实验结果表明,与现有的人工神经网络、支持向量机等方法相比,该方法具有较高的预测精度和较低的时间复杂度.     

旧工业建筑再生利用坍塌风险诊断——基于本体-贝叶斯网络分析

基于贝叶斯网络在不确定性推理领域具有独特的优势,本文构建基于本体的贝叶斯网络推理模型,对旧工业建筑再生利用风险进行诊断。基于各风险概念类间的关系,利用贝叶斯网络构建各节点(概念类)之间有向图,再运用专家评判法建立节点的条件概率分布表,最后针对具体案例开展风险推理研究,克服风险推理中的不确定缺陷,对实际案例中的风险征兆或风险结果进行深入分析,为制定风险控制举措或探究风险事件致因提供精准的研判支撑。     

基于粗糙集补齐算法与神经网络的隧道塌方预测系统

针对隧道工程塌方信息的缺失,基于粗糙集理论中的扩充差异矩阵和RSDIDA补齐算法,创立了隧道塌方案例影响因素丢失信息的修复技术。利用广义回归神经网络理论,构建了隧道塌方量预测的广义回归神经网络模型。将塌方信息修复技术与神经网络模型结合起来,构建起隧道塌方量预测的初始系统。收集到120多个公路隧道塌方案例,对案例有关缺失信息进行修复,构成完整的样本库。初始系统通过样本库训练,进一步发展为成熟的隧道塌方量预测系统。通过工程使用及对比,该系统预测结果体现出较好的准确性和效率,具有工程实用价值。     

地下综合管廊PPP项目风险预测研究

为了精准动态地预测地下综合管廊PPP项目风险,通过文献研究法和专家访谈法初步确定建设期风险影响因素,进一步通过PCA对风险影响因素进行删减并建立了指标评价体系,再运用层次分析法和熵权法进行主客观赋权,并对建设期整体风险进行评价。结合实际工程案例得到了24个风险评价样本,其中16个样本作为训练集,8个样本作为测试集,将两组样本输入到构建的PSO-SVM模型中,将风险预测值和实际值进行对比分析,结果表明,建立的风险预测模型预测结果准确度高、适用性好。     

基于案例推理的软件项目工作量估算模型研究

按照＂铁三角＂理论,费用、进度和质量等目标的实现程度是衡量软件项目成败的标准,而软件项目工作量估算是费用目标控制的重要内容之一。在分析软件项目工作量估算的特点、要求和存在问题的基础上,分析了软件项目工作量的内涵和影响因素,对现有软件项目工作量估算模型进行了对比分析。借鉴人工智能领域的基于案例推理（CBR）技术,通过分析CBR的理论、估算程序和关键技术,重点研究并构建了基于CBR的软件项目工作量估算模型,并对该估算模型进行了实证分析。     

油田地面工程施工风险应急管理

为了解决油田地面工程施工风险难以快速应对的问题,本文建立油田地面工程施工风险本体网络,结合案例推理技术,构建油田地面工程施工风险应急管理模型。利用OWL语言本体化历史案例,计算油田地面工程施工风险案例的综合相似度,在属性阈值和关键属性阈值条件下选择最相似的源案例进行匹配。若不满足关键属性阈值条件,则启用Jess推理机进行规则推理修正,针对油田地面工程施工风险事件提出最合适的应急措施。知识本体和案例推理技术引入油田地面工程施工风险应急控制领域,完善了现有的事故控制理论,提高了油田地面工程建设安全控制的智能化水平。     

基于边坡位移监测数据的进化支持向量机预测模型研究

支持向量机方法是基于统计学习理论和结构风险最小化原则的学习方法,在回归预测方面具有良好外推能力,并且适合小样本的统计学习问题。建立支持向量机预测模型,对边坡位移进行预测计算,将预测值和实测值对比分析,验证了支持向量机预测模型较强的外推能力和预测计算的有效性。通过对边坡位移初始时序位移数据进行灰色理论的累加生成和累减生成处理,形成新的时间序列数据,在此基础上,计算出预测值,并与基于初始时间序列的支持向量机预测结果对比分析,基于新生成的时间序列数据进行预测计算结果精度明显提高。基于边坡位移监测数据构建训练样本数据集,研究了训练样本数据集的选取对预测结果的影响。对支持向量机预测模型的关键参数进行敏感度分析,并采用进化算法–微粒群算法对支持向量机模型参数加以优化,提高了预测精度。     

安全设计视角下基于BIM-Ontology的安全风险自动识别系统

加强安全设计(DFS)是改善建筑业安全管理问题的有效途径之一。为解决现有的DFS工具通用性差、对专家经验依赖性高、数据互操困难等问题,本文提出基于BIM-Ontology的安全风险自动识别系统、设计知识管理子系统、BIM模型信息处理子系统和规则推理子系统,通过检查规则集生成、BIM模型实例映射、基于规则的推理、可视化报告输出四个步骤确定了系统的实现流程。基于Protégé5.5.0构建DFS本体知识库,设计知识分析、推理、查询算法,通过OWL API,Revit API,SWRL API程序接口实现工程实例到风险信息的智能输出。最后以防火设计为安全风险识别对象,通过实例验证了系统的框架、方法以及程序的有效性,对推进设计阶段安全风险管理的信息化、智能化具有重要意义。     

基于BIM-5D 的工程施工成本预测系统构建

成本预测能够体现工程实施阶段的造价波动及变化趋势,控制成本在合理范围,从而减少投资风险以及施工方实施过程的风险,具有重要意义。为了降低施工过程中影响价格的不可预见因素不确定性,以及人材机等价格的不可控性,实现人才机等价格非线性走势进行预测,构建了BIM-5D 工程成本预测系统。基于BP 人工神经网络,挖掘BIM 功能价值,结合BIM-5D 在造价管理的潜在优势,介绍了系统实施流程及主要预测方法,并通过南京青奥体育公园项目案例,论证了基于 BIM-5D 工程成本预测系统的可行性。     

施工进度BIM可靠性预测方法

为实现BIM技术预测功能,采用可靠性理论、概率方法理论,考虑施工过程及进度影响因素的不确定性,分析了目标进度和预测进度的复杂关系,建立了施工进度随机预测模型。特别考虑了施工过程单因素影响条件,研究了单因素进度预测确定性和随机模型,以及基于单因素影响的预测进度可靠性分析方法。同时,探讨了基于BIM管理平台的施工进度可靠性预测集成管理方法。工程实例表明,所提方法对控制施工进度具有明显效果。     

价格变化下PPP项目残值风险预测研究

分析PPP项目价格变化对项目残值风险的影响,并将PPP项目残值风险分解为经济价值残值风险和社会价值残值风险,构建价格变化下的残值风险计算模型。在此基础上,以香港西遂项目为案例,运用时间序列理论,预测价格影响因素的变化,进而对残值风险进行预测,验证该模型的有效性。