基于GIS轻量开发技术的农用地适宜性智能化评价模型开发、操作与竞争分析研究

为进一步满足小微企业农用地适宜性智能化评价的需要,采用文献法回顾了国内外农用地适宜性评价的概况,通过调研分析法总结了当前农用地适宜性评价的痛点,基于GIS轻量开发技术,从智能化评价指标体系的构建和核心算法2个维度构建了农用地适宜性智能化评价模型,阐述了该模型的操作步骤,分析了该模型的竞争优势。

基于PCA-RBF神经网络的PPP项目风险智能评价研究

随着新一轮政府和社会资本合作(public—private—partnership,PPP)模式在基础设施领域的推广运用,对其风险评估也开始备受关注。鉴于PPP项目风险影响因素众多和传统评估方法过度依赖主观评价等问题,在构建PPP项目风险评价指标体系的基础上,通过将主成分分析(principal component analysis,PCA)技术降维并结合模糊综合评价结果,建立自适应的径向基神经网络(RBF)的智能风险评价模型,并以入库的浙江省发改委10个PPP项目为例进行实证检验,结果显示3个项目处于风险较小、6个项目处于风险不大、1个项目处于风险中等。PCARBF智能评价模型所训练预测的结果与模糊综合评价结论一致,且在一定程度上提高了计算效率、增强了评价的客观性,为PPP项目风险智能评估提供理论上的参考。

基于案例推理的智能学生评价方法研究

文章在论述案例推理方法基本理论的基础上,构建了智能化的学生评价模型,研究了学生特征因素描述、定性特征因素隶属度量化、标准化、标杆确定以及学生特征因素与标杆相似度度量等关键问题,最后对模型进行了仿真。

基于随机森林算法的海南岛水资源承载力自动评价方法

水资源是城市最重要的生态指标之一,尤其是与人类生活密切相关的淡水资源。首先分析影响城市水资源承载力(Water resources carrying capacity,WRCC)的淡水资源、社会、生态等主要因素,并细化WRCC关联因素的评价指标。采用基于分类回归树(Classification and regression tree,CART)的随机森林(Random forest,RF)机器学习方法,通过收集和整理历史数据,建立和训练WRCC智能评价模型,将训练好的模型应用于WRCC的自动评估。然后将海南岛18个市县的WRCC数据分成训练集和测试集,把训练集导入模型进行训练,并输出经训练的模型,再由测试集对其进行评估和检验。结果表明,基于CART的RF机器学习方法能够较好地拟合WRCC实际数据值与相应等级之间的变化规律;海南岛近年WRCC良(II)级的市县数量呈下降趋势,大部分市县WRCC呈现波动性特征。该自动评价方法可为城市管理者规划水资源可持续开发与环境保护提供决策依据,对其他资源开发与环境评估亦具有重要的借鉴意义。

混合遗传算法在砂土液化势评价中的应用

基于历史地震液化实例资料和现场实测 SPT值 ,建立了应用混合遗传算法的砂土液化势智能评价模型 ,并实际评判了特大型润扬长江公路大桥工程区的砂土液化 ,且进一步分析和研究了桥址区潜在液化层的空间分布规律和概率统计特征 ,并与规范判定法结果作了对比 ,取得了较好的成果。实例应用表明了该法是可行和可靠的 ,为大桥的设计和施工提供了科学依据 。