基于RF-SFLA-SVM的装配式建筑高空作业工人不安全行为预警

为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高空作业危险中的PBWUBs的影响因素,并通过RF确定关键预警指标;然后,采用SFLA对SVM的参数进行寻优改进;最后,利用RF-SFLA-SVM预警高空作业PBWUBs,提出应对措施,并与其他预警模型对比。研究结果表明:基于RF-SFLA-SVM预警高空作业PBWUBs,准确率最高,为91.67%,与其他模型的预警性能相比,最高提升14%。研究结果可为高空作业PBWUBs的防控提供参考。

基于Ohlson模型和突变级数法的生物医药企业价值评估——以仁和药业为例

生物医药企业大多属于高投入、高回报、高风险的高新技术产业,研发费用较高,无形资产占比较大,采用传统的评估方法容易出现企业价值被低估的问题。基于财务与非财务视角对生物医药企业价值评估模型进行改进,探讨将改进模型应用于生物医药企业价值评估的合理性。研究发现:剩余收益模型在一定程度上克服了传统评估方法的局限性,但仍存在一定缺陷;通过Ohlson模型和突变级数法对剩余收益模型进行改进,能减小评估结果的误差。研究表明,改进后的模型具有较好的理论和应用价值,评估结果可以为生物医药企业投资决策提供有价值的参考。