湖南省教育厅科研基金(11C0550)
- 作品数：4 被引量：57H指数：3
- 相关作者：谢洪涛陈帆更多>>
- 相关机构：湖南科技大学昆明理工大学更多>>
- 发文基金：湖南省教育厅科研基金湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：环境科学与工程经济管理更多>>
- 基于因子分析与BP网络的地铁施工安全预警研究被引量：21
- 2012年
- 为了解决当前我国地铁施工过程的安全预警问题,构建因子分析与BP神经网络相结合的地铁施工安全预警模型。在分析地铁施工安全预警指标的基础上,采用SPSS因子分析法对调查数据进行降维,采用Visual Basic 6.0软件编写BP网络程序,并通过工程实际数据实现模型的训练及检测。研究结果表明,通过因子分析能使BP网络的输入数据从37个减少至7个,经因子分析降维后的收敛速度和计算精度均高于未经因子分析的神经网络,且误差均在10%以内。通过因子分析与BP神经网络相结合构建的耦合模型识别地铁施工过程中的不安全因素,进而有针对性地完善地铁施工的相关预警技术。
- 陈帆谢洪涛
- 关键词：地铁施工施工安全安全预警BP网络
- 基于粗糙集和RBF神经网络的地铁施工安全风险评估被引量：32
- 2013年
- 为了解决当前我国地铁施工过程中所面临的安全风险评估问题,提出了一种基于粗糙集和RBF神经网络的地铁施工安全风险评估模型。在分析地铁施工安全风险评估指标的基础上,从地质条件、施工技术、施工管理等方面选择了33个变量指标。针对传统神经网络收敛速度慢、容错性差、结果并不唯一的缺点,利用粗糙集理论的属性约简方法使RBF神经网络的输入数据减少且不相关,并利用长沙、武汉、杭州、昆明、北京、上海、广州、重庆的28个地铁工程项目的问卷调查数据实现模型的训练及检测。结果表明,采用粗糙集方法约简属性能使RBF网络的输入数据从33个减少至15个,用经过粗糙集约简后的样本集作为神经网络的训练样本集可以有效地简化神经网络的结构,减少训练步数与训练时间,并提高网络的学习速度和判断准确率。同时,经过粗糙集约简后的神经网络的收敛速度和计算精度能够满足地铁施工安全风险评估的需要。通过粗糙集与RBF神经网络相结合所构建的耦合模型可以识别地铁施工过程的安全状态,进而有针对性地完善地铁施工的相关安全技术。
- 陈帆谢洪涛
- 关键词：安全管理工程地铁施工RBF神经网络粗糙集
- 我国建筑业区域技术创新能力比较与分类研究被引量：1
- 2014年
- 运用因子分析法对相关数据进行分析,找出影响我国建筑业区域创新综合能力的主要影响因素,在此基础上对31个省份建筑业区域技术创新能力进行排序和比较,运用聚类分析方法确定各省域所属类别,刻画各类区域的特征,提出有针对性的对策,以期为我国建筑业区域技术创新能力的提升提供参考。
- 陈帆谢洪涛
- 关键词：区域创新能力建筑业聚类分析
- 基于契约治理的建筑业企业间技术合作与创新绩效研究被引量：3
- 2014年
- 建筑业的技术创新与制造业不同,具有组织临时性和分散性的特征,阻碍了知识的交流与创新绩效的提高。基于国内建筑业企业的技术合作实践调查,从契约治理的视角探讨了技术合作对创新绩效的影响机制。研究结果显示,建筑业企业间的技术合作会显著促进创新绩效的提高,但在不同的治理机制下对创新绩效产生不一样的影响:正式契约治理会倒U型调节建筑业企业间的技术合作对创新绩效的正向影响,关系契约会线性强化建筑业企业间的技术合作对创新绩效的正向影响。建筑业企业间的技术合作应与特定形式的契约治理机制相配合,才能取得更好的创新绩效。
- 陈帆谢洪涛
- 关键词：契约治理创新绩效
