改进型灰色神经网络在火灾预测中的应用研究

为提高火灾事故的预测精度,降低火灾损失,探讨并修正传统GM(1,1)预测模型关于背景值构造的缺陷,将改进后的灰色模型同BP神经网络模型融合,提出改进型灰色神经网络火灾预测模型。依据我国1997—2009年火灾事故统计数据,分别选用改进型GM(1,1)和改进型灰色神经网络模型对1997—2007年火灾发生起数进行拟合仿真,得到2008—2009年火灾起数预测结果。结果表明:该模型在避免GM(1,1)关于背景值构造缺陷的基础上,兼具灰色系统与神经网络的优点,既体现火灾复杂的灰色系统行为,又能自适应调整学习速率,与单一GM(1,1)相比,该模型的预测结果精度更高。     

基于灰色Elman神经网络的煤矿事故预测

随着煤炭工业的快速发展，煤矿事故频繁发生，安全生产形势依然严峻。针对煤矿事故的特点，根据我国1998～2007年煤矿事故数据，将灰色预测模型GM（1，1）与Elman神经网络预测模型相结合，建立煤矿事故预测模型。结果表明，灰色Elman神经网络模型优于传统灰色预测模型，符合煤矿事故的特点。由此可对煤矿事故进行科学的预测与分析，为安全管理提供依据，以最大限度地减少事故的发生。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

陕西省火灾事故的灰色预测

使用灰色GM(1,1)模型对陕西省2005～2011年的火灾数据进行灰色建模,对模型的检验结果显示模型有很好的精度。在此基础上对陕西省2012～2015年的火灾事故发生数、火灾事故伤亡人数以及火灾事故损失进行预测。结果表明,未来四年陕西省火灾事故发生起数和火灾事故伤亡人数有降低的趋势,火灾损失额有增长的趋势。预测结果对于火灾事故的管理和政策的制定有重要意义。     

基于统计数据的全国火灾形势综合评价与预测

为综合评价我国的火灾形势,掌握火灾发生、发展规律,根据改革开放以来3个不同时间段的火灾统计数据,运用多元统计分析方法,借助统计软件,对火灾数据进行深层次的分析和研究。同时,针对火灾事故的特点,根据灰色理论的原理和特性,建立了火灾事故灰色系统预测模型,预测了2009年我国的火灾发生状况。结果表明:我国的火灾形势从总体上呈现出火灾发生起数上升中趋于平稳,火灾损失和人员伤亡平稳发展中有所降低的趋势。灰色系统理论模型预测结果同实际状况基本吻合,能够对全国的火灾形势进行综合评价,为消防安全管理部门探究火灾规律提供必要的理论支持。     

农村火灾灰色预测模型及其应用

火灾事故的发生具有随机性、不确定性.根据1997-2006年全国农村火灾情况的统计数据,运用灰色预测理论,构建符合精度要求的GM(1,1)预测模型,结合精度检验、残差修正等手段,预测了2007-2010年农村火灾发生起数、直接经济损失、火灾受伤人数、火灾死亡人数.预测结果显示,农村火灾起数呈上升趋势,由火灾造成的直接经济损失和伤亡人数均呈波动性下降趋势,但是损失依然巨大.     

基于人工神经网络的城市火灾事故的预测方法

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势。针对城市火灾事故发生的特点,根据人工神经网络基本原理和特性,建立了城市火灾事故神经网络预测模型;为了更精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测;应用神经网络预测模型和分时段相结合方法对某城市火灾事故进行了实际预测。结果表明,神经网络模型是城市火灾事故预测的有效工具,该模型与时段法的结合能准确预测火灾事故发生的趋势。     

基于最优加权的道路交通事故组合预测模型

针对各种单一灰色预测方法存在的局限性,建立了一种基于最优加权的灰色组合预测方法。根据我国道路交通事故的发展情况,建立了GM(1,1)模型和Verhulst模型相结合的组合预测模型,运用最优加权法确定了组合预测模型的权重系数。利用2001—2007年我国道路交通事故数据死亡人数数据,对建立的灰色组合预测模型进行了预测。预测结果表明,组合预测模型比单一的GM(1,1)模型和Verhulst模型具有更高的预测精度。     

灰色系统理论在城市火灾事故预测中的应用

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势.针对城市火灾事故发生的特点,根据灰色理论的基本原理和特性,建立了城市火灾事故灰色理论预测模型,为了更为精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测.最后以我国某南方城市火灾状况为例进行了预测,结果表明基于灰色系统理论进行分时段预测城市火灾发生时的结果更精确.     

火灾风险模型的建立及其应用

引入传统GM(1,1)模型、无偏灰色模型和加权灰色模型进行火灾风险模拟预测,以平均绝对误差、平均相对误差、后验差比值和小误差概率4个指标综合评价模型模拟精度。以2012—2016年火灾起数为原始数据列,建立了火灾风险传统灰色GM(1,1)模型、火灾风险无偏灰色模型和火灾风险加权灰色模型,3个模型精度检验等级均为"好"。当精度检验等级相同时,火灾风险无偏灰色模型的平均绝对误差、平均相对误差最小。运用3个模型预测2017年和2018年火灾起数,火灾风险无偏灰色模型的预测结果最精确,为火灾风险预测提供了新的途径。     

基于灰色BP网络的火灾事故预测

将BP网络模型与灰色系统预测方法相结合,利用人工神经网络对GM(1,1)模型进行残差修正,建立了火灾事故预测模型.该模型兼具灰色系统与BP网络的优点,不但能体现火灾复杂的灰色系统行为,又能根据每次学习误差的不同调整学习速率,加快收敛速度.与单一的GM(1,1)模型相比,该模型预测结果具有更高的精度.     

基于Logistic回归模型的呼伦贝尔草原火险预测研究

目前国内外还没有对不同火险条件下草原火险时空发生概率的研究,而这方面研究对草原火灾管理对策和防火救助应急预案的制定具有重要意义.根据呼伦贝尔草原火灾统计月报表和相关气象、社会经济资料,利用Logistic回归模型建立草原火险预测模型,对草原火险进行了空间上的预测.结果表明,日平均风速、日降水量对草原火险影响较大. 以2005年所有火灾案例对草原火险预测模型进行检验,研究表明,该预测方法具有较高的可靠性,可为火灾管理和减灾决策的制定提供指导.     

Evaluation on consequences prediction of fire accident in emergency processes for oil-gas storage and transportation by scenario deduction

This paper takes the safety in emergency processes as the starting point, from the perspective of scenario deduction, to study the consequences of fire accidents for oil-gas storage and transportation. Through the statistical analysis of actual accident cases, 19 frequently occurring basic scenarios in emergency processes are summarized. The scenario evolution paths of fire accidents for oil-gas storage and transportation are given by analyzing the evolution law of the accident development. Fuzzy numbers are introduced to express experts' qualitative judgment on accident scenarios. The empirical probabilities of scenario nodes are obtained by defuzzification calculation, and the state probability of each scenario node is calculated by using the dynamic Bayesian network joint probability formula. Under the comprehensive consideration about the probability statistics of actual accident cases, the critical scenario nodes on the evolution path and their final scenario probabilities are jointly determined to realize the optimization of the scenario evolution path. By constructing the correlation between the optimized scenario evolution path and the accident consequences, an accident consequence prediction model is established. The occurrence probability of accident consequences is calculated by the defuzzification method and dynamic Bayesian network. The accuracy of the consequence prediction model is verified by the July 16 Dalian's Xingang Harbor oil pipeline explosion accident. The research results provide scientific basis for helping decision makers to make the effective emergency measures that are most conducive to the rapid elimination of accidents and reducing the severity of accident consequences.     

灰理论在企业职工工伤事故频率预测中的应用

简述了灰理论中GM(1,1)动态预测模型的特点及其建模过程,并将其应用于企业职工工伤事故频率预测中。经检验,模型的精度良好,预测结果可靠,有利于企业发现和掌握安全生产规律,以及对生产的未来状态作出科学的定量预测。通过实例验证了该模型的有效性。     

基于贝叶斯网络的养老院火灾风险评估方法研究

为预防养老院火灾事故,结合事故树法(FTA)和贝叶斯网络法(BN),建立了一套养老院火灾风险定量评估模型。首先,采用事故树法建立潜在的养老院火灾事故场景;其次,考虑到养老院火灾事故场景中不确定因素的影响,将事故树模型转化为贝叶斯网络模型,并结合有人员伤亡的养老院火灾事故发生发展实际优化模型;最后,以某市养老院为例,结合调研、文献及统计数据确定先验概率及条件概率,并用GENIE 2.0软件实现贝叶斯图形化,分析验证该模型逻辑可行性。结果表明:通过该模型和方法,不仅可以预测养老院火灾事故中各场景发生发展概率,还能对各风险因素敏感度和最大致因链进行分析,提高了风险因素辨识和评价的准确性,可以为养老院火灾风险分析和防控提供参考。     

危险化学品仓储事故演化规律及消防力量需求研究

危险化学品仓储火灾事故复杂,处置难度大,易引发事故多米诺效应,对人民的生命和财产造成严重威胁。本文分析了危化品仓储火灾爆炸事故的演化规律和事故风险,结合事故案例剖析危化品仓储火灾爆炸事故后果及对周边区域的影响。针对危险化学品仓储火灾爆炸事故,建立危化品仓储火灾扑救泡沫需求评价二级指标体系,采用模糊层次分析法建立了泡沫灭火剂用量评价数学模型,并根据救援力量类别需求、各种应急救援装备与作战人员需求建立危化品火灾消防力量需求预测模型,准确预测危化品仓储事故消防力量需求。     

基于灰色拓扑的公共聚集场所火灾预测模型

根据1991—2006年间中国公共聚集场所火灾统计资料,针对公共聚集场所火灾影响因子的不确定性和数据的波动性,运用灰色拓扑预测方法探讨公共聚集场所火灾发生的规律,并建立灰色拓扑预测模型,预测未来5年内火灾发生情况。结果表明,所建立的灰色拓扑预测模型的检验精度都达到"好"的标准。因此,采用该模型对公共聚集场所火灾发生情况进行预测,其结果比较可靠,可供消防部门参考。