基于居民视角的既有社区健康社区建设指标研究

国内外已陆续出台不少健康社区建设标准和评价体系,这些自上而下的指标体系广泛而全面,却不一定能反映居民需求,而且当前既有社区健康建设指标研究的针对性不强。因此,文章试图结合居民视角来研究当前健康社区建设指标的权重。首先,梳理了国内外有代表性的健康社区标准,构建新的建设指标,并通过专家问卷、层次分析法、重要性指标筛选法,对指标进行了初步筛选。其次,通过问卷调研,走访了上海内、中、外环和新城的多个建成小区,结合居民意见,计算出综合指标权重,对指标进行了进一步优化。最后,获得了结合居民视角的健康社区建设指标及其权重,它包含:健康居住、健康环境、健康卫生、健康活动、健康服务五大一级指标和33项二级指标,可为既有社区的社区更新提供指导性意见。

基于机器深度学习算法的城际铁路大直径盾构施工地表沉降预测

依托河南新郑机场至郑州南站城际铁路大直径盾构隧道施工实践,应用提出的遗传算法优化BP神经网络模型的机器深度学习算法,研究大直径盾构隧道施工中地表沉降预测规律。在盾构隧道中心线地表选取76个监测点,获取地表最大沉降数据,以前30组数据为训练数据组,对后46个测点地表最大沉降进行动态预测,并和实测值进行比较。结果表明,在46个地表最大沉降预测结果中有38个点的误差绝对值小于2 mm。应用后验差法评价动态预测结果,获得了小误差概率P值为0.87,后验差比值C值为0.59,说明提出的机器深度学习算法能够较好地实现对盾构隧道地表沉降的动态预测。