飞行员人因可靠性定量预测

为有效预测飞行员的人因可靠性,以保障飞行安全,基于认知可靠性与失误分析法(CREAM)的扩展法,建立飞行员人因可靠性定量预测模型。依据飞行员的任务特点,调整认知行为及认知功能。通过优化共同绩效条件(CPC)因子水平等级,并增加新的因子,改进CPC因子依赖规则,用于修正因子的初始评估结果,解决扩展法未考虑因子间关系的问题,从而完成模型的建立。利用回看分析法验证模型的有效性,采用所建立的模型和扩展法分别对已发生的飞行案例进行预测,并与实际发生结果对比分析。结果表明,与扩展法相比,采用飞行员定量预测模型得到的预测结果与案例发生结果所反映的控制模式更为匹配。     

基于改进的未确知聚类模型的岩爆倾向性预测

在采用未确知聚类评价模型进行多指标分级评价时,常采用置信度识别准则作为待测对象的属性识别,该准则中置信度的取值由人为取定,当置信度取值不同时,得到的分级判定结果往往出现差异,甚至产生完全不同的判定结果。通过距离判别的思想将未确知聚类理论中的置信度识别准则进行改进,并运用到岩爆烈度的分级预测中。根据岩爆发生的主要影响因素,选取岩石单轴抗压强度σ_c、单轴抗拉强度σ_t、最大切应力σ_θ及岩石的弹性变形能指标W_(et)为岩爆主要影响因子。并以σ_c/σ_1、σ_θ/σ_c、W_(ey)为岩爆烈度等级评价因子,建立未确知测度模型,以距离判别改进后的属性识别方法进行分级预测,并与原置信度识别准则得到的判别结果进行分析和比较。为验证改进模型的实用性,以贵州开磷集团马路坪矿区为例,采用改进的未确知聚类模型对其岩爆烈度等级进行预测分析。结果表明,预测结果与实际情况基本吻合,证明采用改进后的未确知测度模型的判别结果不仅消除了由于置信度取值不同造成的判别结果误差,降低了人为主观因素的影响,而且具有较高的判别准确性和可行性。     

基于随机森林算法的福建省林火发生主要气象因子分析

应用"随机森林"算法,以福建省22个国家级气象站每日气象数据和2000年~2003年间林火火点卫星解译数据为基础,对影响福建省林火发生的主要气象因子进行分析,并对2004年的林火数据进行独立检验。研究结果显示,"日最高地表气温"、"日最低地表气温"、"日照时数"、"日最高气温"和"日最小相对湿度"等5个气象因子是影响林火发生的主要驱动因子,且这5个气象因子对林火发生的影响大小为:"日照时数""日最高气温""日最低地表气温""日最小相对湿度""日最高地表气温";随机森林算法的拟合结果显示:随机森林算法对福建省林火发生的预测精度为82.3%,表明随机森林算法对我国福建省林火发生的预测具有较高的预测能力,可用于基于气象因子的我国福建省林火发生的预测预报。本研究可为福建省林火的预测和决策工作提供一定的参考依据。     

阜新煤矿区生态环境动态演变预测

生态环境因子动态预测是区域生态环境质量动态演变预测的基础。通过对影响煤矿区生态质量的16个指标因子的筛选,建立了自然环境、生态环境及社会经济三维体系下由年开采量等7个指标组成的煤矿区生态环境质量预测指标体系;结合阜新煤矿区生态环境特点,建立了煤矿区生态环境指标因子灰色系统GM(1,1)预测模型。根据2003—2012年阜新煤矿区生态环境指标因子环境统计数据,采用数值拟合得出开采量、埋藏深度、地面塌陷面积/开采面积、煤尘爆炸指数、矿区居民人均GDP及矿区经济贡献率6个指标因子的Quadratic模型与年降水量的指数模型。应用煤矿区生态环境指标因子灰色系统GM(1,1)预测模型和拟合模型分别对阜新煤矿区2003—2012年煤矿区生态环境进行了指标因子动态演变预测。结果表明,Quadratic模型和指数模型的预测误差相对较小,煤尘爆炸指数指标因子的预测拟合曲线决定系数最高(R2=0.96726)。最后应用Quadratic模型和指数预测模型对2013年阜新煤矿区生态环境指标因子进行了预测,并结合矿区实际环境状况给出了预测模型的适用性。     

基于改进的最小二乘法瓦斯涌出量预测

通过对基于绝对误差最小的传统最小二乘法与在此基础上考虑相对误差的改进最小二乘法的比较,得知改进的最小二乘法预测更为准确。现场应用于鹤壁四矿的相对瓦斯涌出量随深度变化的预测,建立了瓦斯涌出量预测模型,通过预测值与实际值比较,证明改进的最小二乘法预测鹤壁四矿瓦斯涌出量是可行的、有效的,对指导煤矿安全生产具有重要意义。     

基于BP神经网络的煤与瓦斯突出预测系统开发

煤与瓦斯突出影响因素多,难以为其建立合适的多指标非线性预测模型,为提高突出预测的准确性和增强预测预报方法的实用性,采用改进的BP算法建立煤与瓦斯突出预测数学模型。通过研究不同算法的突出预测效果,对已建模型的泛化能力进行检验,利用Matlab GUI和神经网络工具箱设计开发煤与瓦斯突出预测系统,通过向系统输入已知的突出样本数据,经过学习、训练,实现对未知参数的预测。仿真结果表明:网络在训练300次后,误差训练曲线的均方差(MSE)可以达到10-15,实际预测误差也小于0.1,系统得到的5组数据预测结果与实际情况相符。     

基于CREAM方法的人因失效概率预测模型研究

认知可靠性与差错分析方法(CREAM)是第二代人因可靠性分析方法中的代表方法之一,通过对任务环境进行分析从而直接确定人为差错发生概率。本文分析了该方法及其后续研究在人因可靠度评估时存在的主要问题,并以CREAM方法为基础建立新的人因失效概率预测模型。模型首先要求有针对性的对具体任务环境确定通用性能影响因子(CPC)权重,然后通过对CPC进行打分对任务环境进行量化,通过加权求和的方式分别计算出CPC的改进总分值G和降低总分值J,最后运用新建的预测模型计算出人因失效概率。新模型提出了三点改进:第一将任务环境设定为连续的空间;第二提出了不同的工作环境(任务环境)应该有其对应的CPC因子权重;第三考虑正影响CPC因子和负影响CPC因子的双重影响,建立双变量预测模型,预测结果更加合理。     

基于MATLAB的BP神经网络在空气质量预报中的应用

选用上海市环境监测中心发布的PM10空气污染指数(PM10API)数据和中国气象局公布的有关气象资料,分别建立了未改进BP网络模型和采用"提前终止法"泛化改进的BP网络模型,用于预报上海市19个区县的PM10API指数.结果表明,改进BP网络模型预测值和实际值的线性回归显著,其预测相对误差为1.76%～29.45%,预测效果优于未改进BP网络模型,预测精度较高,推广能力较强.本研究为空气质量日报和预报提供了一种全新的思路和方法.     

基于模糊理论和AHP的CREAM扩展法的改进

为提高人因可靠性定量预测的准确性,利用模糊理论和层次分析法(AHP)改进认知可靠性与失误分析方法(CREAM)中的扩展法,建立一种对共同绩效条件(CPC)权重及其所属水平等级量化的新方法。基于建立的CPC模糊因素集,利用AHP得到CPC模糊权重集;构造CPC模糊评价集,进而获得CPC因子所属水平等级,完成方法的改进;采用改进前后的CREAM扩展法,分析某煤矿人误事件中煤矿安全检查人员的可靠性,并与实际发生结果对比。对比结果显示,采用改进后的CREAM扩展法得到的预测结果更能凸显和衡量人因失误对事故的影响度。     

模糊证据权法在地震滑坡危险度区划中的应用

为克服滑坡危险度评价中因子边界划分不确定性和因子权重的主观性问题,引入模糊证据权法,对汶川震区岷江流域雁门乡至映秀段,进行滑坡发生后验概率计算。采用修正后验概率模型,来满足模糊证据权法中证据层间的条件独立性假设,以提高预测结果精度。最后按照预测的滑坡点数,完成研究区滑坡危险度区划。通过与野外实际踏勘数据对比,结果显示:75.24%的已知滑坡点处于修正后验概分级中等危险度以上。表明模糊证据权方法,可较为客观准确地对地震滑坡危险度进行区划,适用于预测以自然因素为主导的事件发生概率。