基于机器学习的城市地下空间需求量预测研究

科学开展城市地下空间需求量预测是城市地下空间规划的重要工作内容。针对当前研究中存在的考虑因素少、定性分析为主、主观性强、预测精度低等不足,基于文献搜集的43组城市地下空间开发量有关数据,首次建立了基于9种机器学习算法的考虑多种因素的城市地下空间需求量预测模型。模型训练时,对特征数据进行了归一化处理,消除了特征量纲对模型性能的影响,并开展了特征提取与选择以确定最优特征组合,同时采用网格搜索技术对模型超参数进行优化,最后采用均方根误差和决定系数2个指标对模型性能进行了综合评价。计算结果表明,城市地下空间需求量最重要的3个影响因素分别为常住人口密度、地均汽车保有量、地均GDP,其在采用不同算法模型时的特征重要性均值分别为0.342、0.187、0.172;特征组合F-1(即使用全部8个特征)为最优特征组合,此时XGB算法模型性能最好,其决定系数为0.970,均方根误差为460.2;采用所构建的BAG算法模型对北京市2020年地下设施开发强度进行了预测,预测误差为9.23%,进一步反映了所构建模型具有较高的准确性。

信息共享与建言行为对审计质量的影响——基于文献综述

本文以管理学、会计学、心理学文献为基础,通过文献梳理分析,从审计团队成员沟通有效性出发,解释影响审计团队成员间信息共享、建言行为的影响因素,证明团队导向型审计团队对提高审计质量所起到的积极作用。

既有地铁结构渗漏监测预警平台的设计和应用

随着北京市地下水位逐年升高,运营地铁渗漏水病害问题日益凸显。为了精准预测和预警渗漏病害,确保既有地铁结构的健康,从地铁结构发生渗漏病害的源头出发,采用自动化实时监测技术对地下水进行监测。基于“水位与水压直接相关,测出水压即可推算出水头高度,进而推算出水位标高”的基本原理,搭建了既有地铁结构渗漏监测预警平台,并通过对比分析自动化实时监测系统数据与原设计水位数据和水务局数据,验证了监测数据的准确性以及监测平台的预警效果。

通信管线突发事件的应急机理分析

近些年随着通信行业突飞猛进的发展,通信管线敷设的长度、规模和范围越来越广,但引起的管理问题也越来越多,一旦发生中断、损坏,将造成不可估量的损失,通信管线的应急管理工作迫在眉睫。本文对通信管线突发事件进行应急机理分析,旨在为应急管理做一些基础工作,了解其危害性,揭示其发生、发展、衍生扩散到平稳、消减整个过程遵循的客观规律。

提高民主党派民主监督水平

作为民主党派,其民主监督属于非国家权力性质的“柔性”监督,是中国特色社会主义监督体系的重要组成部分,充分体现了我国新型政党制度的显著优势。中共二十大报告提出:“发挥我国社会主义新型政党制度优势,坚持长期共存、互相监督、肝胆相照、荣辱与共,加强同民主党派和无党派人士的团结合作,支持民主党派加强自身建设、更好履行职能。”在新型政党制度中。

国有企业办公室行政管理工作精细化管理策略探讨

国有企业在推动我国经济社会发展的过程中发挥着十分重要的作用,因此,促进我国国有企业运行更加高效,是促进我国经济社会发展的重要一步。国有企业办公室行政管理工作是整个国有企业工作运行的中枢,发挥着承上启下的作用,能够很好地将管理层与基层员工之间连接起来,同时推动管理工作更加高效地运行。但我国国有企业办公室行政管理工作在实际落实过程中,仍旧存在着一些问题阻碍着管理水平的提升。