基于机器学习法的高速公路桥涵小修工程费用模型预测

基于陕西省11条高速公路2008~2015年桥涵小修工程量清单历史数据,采用机器学习算法,以组成桥涵各构件的小修费用作为因变量,研究桥涵小修费用预测模型。通过灰色关联度模型分析桥涵小修费用的影响因素,采用皮尔逊相关系数检验法对各影响因素进行多重共线性检验,筛选出解释变量,使用岭回归和Lasso回归对桥涵各构件小修费用模型进行回归分析,得到桥涵小修总费用预测模型。结果表明:桥涵小修工程费用的影响因素主要有通车年限、桥梁(涵洞)长度、年平均当量轴次、桥涵所处地区的年均降雨量和温度及车道数;基于模型预测所依托高速公路2016~2017年桥涵小修费用,并与该年度实际费用进行Wilcoxon符号秩检验,检验结果均大于0.05,验证了机器学习法预测桥涵小修工程费用模型的有效性,预测结果能为分配养护费用、提高养护决策水平提供合理建议。

老旧古代建筑修葺的成本造价模型实证分析——以侗族鼓楼为例

老旧古代建筑的修葺与维护成本造价关系到对文化的保存,有着极为重要的历史意义。本文以侗族鼓楼建筑的修葺为例,提出一种适用于古代建筑的修葺成本造价模型,设计了模型的参数,力争对这种特殊建筑修葺过程的造价进行详细的分析。以侗族鼓楼建筑修葺的成本造价为实例,进行以下深入的讨论与分析。

考虑维护时间差异的混联系统维护决策

为提高系统开动率,同时降低维护成本,考虑设备维护时间差异的影响,建立混联系统双目标优化维护决策模型。基于设备失效率衰退曲线,综合考虑混联系统中每个设备的小修时间、预防维护时间和系统可靠度,构建了系统开动率和维护成本模型,并以系统开动率和维护成本为目标,建立在系统可靠度阈值和设备失效率阈值下的混联系统维护决策模型。案例结果表明,与既有研究中假定系统内不同设备小修时间相同、不同设备维护时间也相同制定维护决策相比,考虑系统内不同设备小修时间和预防维护时间差异制定的维护决策更符合实际,结果更真实,效果更好。