盾构隧道地表沉降智能预测与仿真研究

由于已有方法未能对盾构隧道地表数据进行去噪处理,导致地表沉降预测结果不准确,预测用时较长。提出一种基于GM-AR模型的盾构隧道地表沉降预测方法,通过双边滤波法对盾构隧道地表点云数据的采样点进行加权平均,修正采样点位置,达到滤波去噪效果。采用最小二乘方法提取地表沉降特征,同时将AR和GM模型两者进行组合,形成GM-AR模型对盾构隧道地表沉降进行预测。实验结果表明,所提方法能够有效提升盾构隧道地表沉降预测结果的准确性,同时还能够有效降低预测用时。

基于组合赋权-云模型的高层建筑工程保险费率厘定研究

鉴于建筑工程保险费率厘定存在一定的不足以及针对高层建筑工程保险费率科学厘定方法较少的现实,尝试提出一种具有较强针对性的工程保险费率厘定方法.构建了考虑人员、机械设备、管理、方案技术和环境等5个方面的多层次高层建筑工程施工风险指标体系;确定了高层建筑工程保险费率的厘定方法,即采用博弈论组合G1法和熵权法来确定指标的主客观权重,引入云模型评估高层建筑施工风险,将施工风险评价结果量化为调整系数,以增减法为基础厘定建筑工程保险费率;以某新建儿童健康大楼项目进行实例验证,结果表明:该项目施工风险等级为中等风险,计算得出工程保险纯费率约为2.560 4‰,与实际情况较为相符,验证了本文厘定方法的可行性.