基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

虚拟仪器技术在神经网络火灾识别模型中的应用研究

为降低火灾自动报警系统的误报、漏报率,基于BP神经网络算法,用LabVIEW虚拟仪器开发了一套智能火灾识别模型。在火灾探测区域内合理布置若干感温探测器,在火灾识别模型中,将探测到的温度场参数作为BP神经网络的输入,火灾发生与否作为输出,并对影响BP神经网络的各项参数和该模型的运行结果进行测试研究。仿真试验结果表明:选取42组训练样本,当网络训练到4 000次左右时,最大相对误差值达到目标值0.1,其中大部分相对误差值达到0.05以下,网络的实际输出值非常逼近样本的理想输出值;实际火灾试验表明:该火灾识别模型能够探测火灾的发生。     

基于BP神经网络和SVR的Fund?o尾矿坝排水数据预测对比研究

针对尾矿库运行过程中安全预警问题,选取2015年巴西Samarco铁矿溃坝事故案例,研究BP神经网络和SVR方法在排水数据预测的适用性。综合分析了排水数据的复杂且非线性的特点,以库水位、降雨量和干滩长度为输入特征,采用上述2个模型对尾矿坝排水数据进行预测。研究结果表明:基于BP神经网络预测结果的最大相对误差不高于4.35%;基于SVR算法的最大相对误差不高于9.21%;Fundo坝的排水预测结果是可行的,BP神经网络的预测精度更高,而SVR模型的运算速度更快。研究结果可为矿山安全工作的快速响应和溃坝预警提供信息支撑和参考依据。     

基于BA-WNN的滑行道安全风险预警方法

为更有效地实现具有复杂性、时变性及非线性的机场滑行道安全风险预警,降低事故发生率,针对小波神经网络(WNN)训练过程易陷入局部最优以及训练不稳定等影响预测准确性问题,采用蝙蝠算法(BA)优化WNN,设计和实现基于BA-WNN的滑行道安全风险预警方法,并将其与BP神经网络(BPNN)、WNN、遗传算法优化小波网络(GA-WNN)等3种方法进行有效性对比。结果表明:BA-WNN方法的预警准确率最高(约为84%),在所有工况下误警率都较低。     

基于因子分析与BP网络的地铁施工安全预警研究

为了解决当前我国地铁施工过程的安全预警问题,构建因子分析与BP神经网络相结合的地铁施工安全预警模型。在分析地铁施工安全预警指标的基础上,采用SPSS因子分析法对调查数据进行降维,采用Visual Basic 6.0软件编写BP网络程序,并通过工程实际数据实现模型的训练及检测。研究结果表明,通过因子分析能使BP网络的输入数据从37个减少至7个,经因子分析降维后的收敛速度和计算精度均高于未经因子分析的神经网络,且误差均在10%以内。通过因子分析与BP神经网络相结合构建的耦合模型识别地铁施工过程中的不安全因素,进而有针对性地完善地铁施工的相关预警技术。     

自适应神经网络在FPSO火灾预警中的应用

为实现海上浮式生产系统(FPSO)火灾的预警,准确定位火源点,针对传统神经网络在火灾预警中存在收敛速度慢等问题,开发一种基于自适应神经网络的实时监测火灾预警方法。首先通过添加动量项和自适应学习率改进传统神经网络,并依据FPSO火灾事故数据训练学习网络;然后根据现场温度的实时监测数据,预测FPSO的火灾发生情况及位置;以FPSO平台的工艺处理模块I区为例,建立实时监测火灾预警自适应神经网络模型,利用FLACS软件设置火灾场景,将火灾发生后的温度监测数据输入到模型中。结果表明:输出的火源点位置与FLACS设置的火灾场景一致,验证了模型的有效性。     

基于BP神经网络的民航机场安全预警研究

在完善、改进已有民航机场安全预警指标体系及其指标值的基础上,突破民航机场传统的危险预警模式,建立基于BP神经网络的民航机场安全预警模型.采用SPSS主成分分析法对模拟数据进行预处理,基于MATLAB软件实现网络模型的训练与检测,从而实现安全预警.研究表明此模型是可行有效的,可为研究机场安全预警问题提供新的思路和方法.     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对人群流量进行预测时可行的。     

基于BP神经网络的河南省火灾风险评价

采用火灾发生起数、死亡人数、受伤人数、直接经济损失、烧毁面积、受灾户数及人口火灾发生率7项指标构建河南省火灾风险评价综合体系,并用BP神经网络对该省份的18个地级市行政区的火灾风险进行评价,评价结果显示,该方法不但可以体现各地区的火灾风险相对水平,而且还可避免传统方法的主观性,具有较强的可行性和可靠性,对控制火灾风险、客观地反映各地区的消防工作现状具有一定的指导意义。     

河南省汛期地质灾害预警的BP神经网络模型及应用

根据诱发地质灾害的内外因素建立地质灾害预警模型,评价河南省地质灾害的危险性.选取地形地貌、地质构造、岩土体类型、植被分布、水土流失、降雨和人类生产活动7个影响地质灾害的因素,建立了地质灾害预警的BP神经网络模型.根据监测数据进行训练和检验后,采用该模型对河南省汛期地质灾害进行预测,发现预测结果与实际情况基本一致.研究表明,建立的BP神经网络模型作为一种灾害预警的探索和尝试,具有一定的适用性和推广价值,可以作为地质灾害危险性评价预测方法的补充.     

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。     

高层建筑火灾风险的概率模糊综合评价方法

火灾风险评价是减小和控制高层建筑火灾的基本手段。目前 ,高层建筑火灾风险的评价方法很多 ,但是很少有将概率方法与模糊评价方法相结合进行火灾风险评价的。笔者基于对高层建筑火灾风险因素的综合分析 ,建立了高层建筑火灾风险的概率模糊综合评价模型 ,并以具体的工程实例 ,论述了该数学模型在高层建筑火灾风险评价中的应用 ,目的在于为高层建筑火灾风险评价方法的研究提供一种新的尝试 ,为采取合理的火灾防治技术措施在理论上、方法上提供有益的指导。     

建筑火灾风险评价体系的建立与应用探讨

探讨基于安全系统工程思想的建筑火灾风险评价指标体系的建立方法,并在该基础上,通过专家打分和层次分析法,计算得出各指标因子的权重值。根据有关标准和规范,对各评价指标因子进行等级划分,并设计出建筑火灾风险综合分值评分表,为厘定火灾保险费率提供依据。笔者的研究成果为完善建筑火灾风险评价方法、制定财产保险火灾风险评价标准等提供了科学依据。     

聚苯乙烯外墙保温系统火灾风险影响因素分析

为了研究聚苯乙烯外墙保温系统火灾风险的问题,对比了3种火灾测试方法,分别是基于ISO 5660的小尺寸锥形量热计实验方法、基于ISO 9705的大尺寸实验方法和基于BS 8414的全尺寸实验方法。讨论了3种方法评测外墙保温系统火灾风险的适用性,进一步在比较分析热释放速率、临界热流强度、火蔓延情况、火灾行为以及实验后样品完整性等参数的基础上,得到了影响聚苯乙烯外墙保温系统火灾风险的关键因素。结果表明:虽然空腔的形成在此类系统火灾中不可避免,但系统保护层的严密性和完整性决定了空腔火蔓延的危险性以及聚苯乙烯在系统内的融化流动及燃烧特性。针对聚苯乙烯外墙保温系统火灾风险影响因素,进一步给出了此类系统的防火措施。     

基于指标体系的城市区域火灾风险评价系统开发

本文阐述了基于指标体系的城市区域火灾风险评价软件设计思想与开发。首先,针对我国城市和经济的特点,消防的现状和发展规律,在广泛收集和分析国内外资料的基础上,通过火灾统计资料分析、实地调研、Delphi等方法,以居住区为例建立了相应的火灾风险评价指标体系,采用层次分析法计算各指标的权重;其次,根据城市的复杂性和多样性以及由此造成的不同城市、不同区域的火灾风险评价指标体系方面的差异,采用面向评价研究者与操作者的软件设计思想,利用指标体系的构建方法作为软件功能流程的设计依据,设计并开发了《城市区域火灾风险评价系统》。该软件不仅能应用于评价实践,而且能为评价理论研究提供有力的支持。     

采场硫化矿石爆堆自燃危险性评价研究

在非煤矿山中,许多矿山因矿石含硫量高,在开采过程中经常发生矿石自燃火灾。因此,开展采场矿石自燃危险性评价意义重大。作者通过总结以往的评价方法,并在做了大量实验的基础上,建立了针对硫化矿石氧化自燃危险性的综合评价体系。首先,以“火灾、爆炸危险指数评价法”(DOW)为模型,根据影响硫化矿石自燃的因素分析,建立了针对硫化矿石自燃危险性的评价指数和等级。据此,结合新疆某矿的矿石自燃性开展评价。作者在评价过程中,考虑了该综合评价法在矿山生产中的实用性,评价方法中的各个影响因素都可以通过实验或者现场调查确定其应取的危险值,这种评价方法适用于所有的硫化矿山火灾危险性评价。     

灰色系统理论在高校学生公寓火灾风险评价中的应用

针对高校学生公寓火灾的安全问题,参考相关标准、征求专家意见,建立了高校学生公寓火灾风险评价指标体系,并确定了权重。在此基础上,根据灰色系统理论原理对高校学生公寓火灾风险评价进行研究,建立评价模型,运用改进后的多层次灰色关联度分析法对青岛市某高校10#学生公寓的火灾风险进行评价,得出火灾风险等级为二级,即安全。研究结果表明,所建立的评价模型对学生公寓火灾的风险评价具有良好的应用价值,也为火灾风险评价提供了一种新的综合评价方法。     

城市公共消防安全风险预警评价体系构建研究

通过运用理论研究方法构建了城市公共消防安全风险预警评价指标体系,结合层次分析法和模糊综合方法构建了城市公共消防安全风险预警评价模型与评价思路,并根据评价的结果提出了加强城市公共消防安全的相关对策建议。     

地铁火灾二次事故BP神经网络安全评价方法研究

基于能量转移理论、多米诺效应理论等相关理论对地铁火灾二次事故概念进行界定,并分析地铁火灾二次事故的演化机理,确定地铁火灾条件下易发的二次事故类型;建立了地铁火灾二次事故安全评价指标体系,通过BP神经网络的安全评价方法对地铁火灾二次事故进行量化分析。