简介:摘要:本文用了shel的模型从人这度、硬件基础设施、环境,以及他们之间的相互作用联系等多个方面综合理论分析了新航006号班机出现的航空事故。找出了本次事故可能发生的具体主要原因,为以后开展航空运输事故调查分析工作提供一些新的参考思路。
简介:【摘 要】:目的 分析骨科护士心理状态,了解相关影响因素,并在基于机器学习构建骨科护士心理状态预测模型。方法 选取2021年6月某市8所医院的168名骨科护士为研究对象,以症状自评量表(SCL-90)调查骨科护士心理状态,经单因素、多因素Logistic回归分析筛选出预测因子,基于机器学习应用支持向量机(RBF-SVM)、Logistic回归、线性判别式分析(LDA)三种分类器构建预测骨科护士心理状态模型,比较三种模型预测价值。结果 骨科护士SCL-90平均分(125.43±24.19)分,其中67例筛选为阳性,存在心理问题。经单因素、多因素分析证实护龄、社会支持程度、工作成就感、自我效能感为骨科护士心理状态独立影响因素(P<0.05)。基于机器学习,应用RBF-SVM构建的骨科护士心理状态预测模型预测价值最高,优于Logistic回归、LDA。结论 骨科护士心理状态影响因素众多,护龄、社会支持程度、工作成就感、自我效能感为主要影响因素,基于机器学习以RBF-SVM构建预测模型能够较为准确的识别心理状态不佳的护士。
简介:摘要:目前,我国经济社会的发展和生活水平的不断提升影响着国内各行各业的发展。在众多的行业发展中,汽车工业不仅是我国经济社会发展过程中的重要领域,更是提升人们工作质量、生活质量等的重要推动。时代的发展使得目前以及未来的汽车行业将会向智能化方向转变,以满足社会的变化和人类的发展需求。在汽车的发展过程中,智能汽车电子电气打破了传统的构架模式,因此电子电气架构需要做好变革,优化配置满足未来智能汽车的要求。本篇文章以关于模型的智能汽车电子电气架构发展研究为框架,分别从汽车电子电气架构的概述、域控制器、智能汽车电子电气架构的研究现状等方面进行深入分析。
简介:针对基坑监测数据存在非平稳、非线性等问题,本文采用了一种基于集合经验模态分解 ( EEMD ) 、粒子群 ( PSO ) 和支持向量机( SVM )预测模型。该模型利用 EEMD 将原始的基坑监测数据分解为代表发展趋势的趋势分量和一些平稳的波动分量,进而利用粒子群算法优化的支持向量机对各分量进行建模预测,最后对各预测分量进行叠加重构得到最终的预测结果。实验结果表明:相较与传统 的 SVM 、 PSO-SVM 预测模型, EEMD-PSO-SVM 预测模型能有效提高基坑变形的预测精度。
简介:摘要:对于设备异常能够引起过程质量发生偏移的可修系统,为了降低系统的综合成本,考虑到维修人员不能及时完成维修,使得系统成本不可控。本文在建立MEWMA控制图与维修策略的联合决策模型基础上,引入维修等待时间以及维修等待成本,降低系统的单位时间成本。通过构建MEWMA控制图监控生产系统的状态,然后结合视情维修,分析系统可能发生的所有场景,计算每种场景下发生的概率。在此基础上,考虑维修等待时间和维修等待成本等因素,利用更新过程理论建立视情维修与MEWMA控制图的联合决策模型,通过遗传算法对模型进行求解并优化其模型参数。最后通过实际案例分析,证明该模型能够通过优化参数,更有效的降低系统的单位时间成本。