基于神经网络的尘肺病预测模型研究

针对尘肺病对人体的危害这一现实,本文通过建立神经元网络模型,开发了神经元网络预测系统,利用预测模块对获得的尘肺病发病数据进行了学习并以此形成了稳定的预测模式,以某矿尘肺病发病情况为例进行了评价;结果表明神经元网络模型克服了传统预测模型须建立函数的难题,且预测精度较度,具有重要理论与实际应用价值.     

基于BP网络的建筑安装施工现场安全综合评价的研究

针对目前我国建筑安装施工现场安全评价技术的不成熟和欠科学性的现状 ,笔者分析和综合了目前安全评价技术 ,结合建筑业特点 ,提出了基于BP神经网络的建筑安装施工现场安全评价方法 ,并对该评价模型的原理、方法及算法进行了研究。首先 ,结合建筑安装施工现场安全生产的特点建立评价指标体系 ,随后 ,运用层次分析法确定指标及准则层的权重 ,并运用模糊综合评价法生成评价样本集 ,最后 ,利用样本集训练BP网络 ,待误差满足要求后 ,即可运用训练成功的BP神经网络进行安全评价。     

尘肺病发病规律预测模型与评价

针对尘肺病对人体的危害这一现实 ,通过建立神经元网络模型 ,对尘肺病发病规律进行了学习和预测 ,通过实例对某矿发病情况进行了评价 ;研究表明神经元网络模型克服了传统预测模型须建立函数的难题 ,且预测精度较高 ,具有重要理论与实际应用价值。     

铁路运输传爆药安全性评价

通过对现有传爆药安全性综合评价方法和装载加固评价方法进行改进,建立导弹铁路运输安全评价模型,运用改进型安全评价方法计算出导弹运输实际现实危险度。通过重大事故后果模拟法对运输过程中存在的最大量危险源进行分析、模拟,得出发生事故后产生的对人、物的危害范围。运用装载加固安全评价方法对装载加固方案进行评价,从而得知铁路运输导弹的危险综合程度,该评价模型可为铁路运输部门危险货物运输安全评价提供参考。     

基于三角模糊数的民航企业“管理”安全综合评价模型研究

在对我国民航企业安全管理的现状和常用的安全评价方法进行分析的基础上,提出并建立了民航企业"管理"安全模糊综合评价模型。首先,从组织管理、风险管理、安全保证、安全促进4个方面对民航企业安全管理的内容和特点进行分析,在此基础上建立民航企业"管理"安全评价指标体系;然后,根据三角模糊数理论和模糊综合评价理论建立民航企业"管理"安全模糊综合评价模型;通过上述指标体系和评价模型从而达到对民航企业"管理"安全进行评价的目的。最后,给出了一个应用实例,其评价结果表明:该模型具有很强的实用性和借鉴价值。     

节段预制悬臂拼装梁施工安全风险评价

为了准确地对节段预制悬臂拼装梁的施工过程进行安全风险评价，对该类桥梁的施工提供有效借鉴，提出基于组合赋权的灰色聚类综合评价模型。首先根据该施工技术的工艺特点及相关规范，建立风险评价指标体系，利用G1法和C-OWA算子分别确定评价指标体系的主观权重和客观权重，并运用最小信息熵原理优化组合赋权，进一步利用三角白化权函数建立灰色聚类评价模型，确定风险综合评价值，最后依据风险测度界定范围判断施工安全风险等级。最后，运用此评价模型进行实例分析，并根据评价结果提出改进策略，同时验证了该模型的适用性和有效性，进而为该类桥梁施工安全风险管控策略的制定提供理论依据。     

基于熵技术的安全培训质量模糊综合评价

鉴于安全培训质量评价所存在的模糊性和随机性的特点,在建立涵盖培训策划、教学资源、教学过程、培训效果为一级指标的培训质量综合评价指标体系的基础上,运用模糊数学理论,建立了二级模糊综合评价模型,借用信息论中熵的概念计算客观权重的方法,提出了安全培训质量模糊综合评价的方法。应用该方法对对国内某安全培训机构的某次培训质量进行评价,得出其评价结果为"良好"。该方法对安全培训质量进行了定量解算,从而提高了安全培训质量评价的客观性和科学性,通过对结果的深入分析,可找出培训过程中存在的不足之处,从而为目标明确、有的放矢的改进培训工作提供理论依据,具有一定的实用价值。     

基于集对云的机坪运行管理移交安全评价研究*

为对航空器机坪运行管理移交下运行安全状况做出科学合理的评价,结合具体机场的机坪运行复杂性,首先引入PSR模型,从压力、状态和响应3个方面构建管理移交机场机坪运行安全评价指标体系;随后使用熵值法进行指标权重计算,并运用欧几里得度量函数进行组合赋权;接着引入集对理论和云模型,结合组合权重使用正向云发生器确定综合云联系度,利用Python绘制等级云图,评判系统安全等级;最后以某大型机场为例进行验证。研究结果表明:本文所提出的机坪运行管理移交安全评估评价方法经验证与实际运行情况相符,能够为机坪运行安全评价提供理论参考。     

基于EW-SPA模型的海事码头安全评价

鉴于海事码头系统的复杂性,利用单一的集对分析理论难以对其做出准确的风险评价,因此,将熵权和集对分析理论加以组合,基于熵权和集对分析的基本理论,建立EW-SPA模型的海事码头安全评价研究方法。首先,综合分析影响码头安全的影响因素,建立包括自然环境、港口环境、交通环境3类一级指标及14项二级指标的海事码头安全评价指标体系。其次,应用专家调查法赋权与信息熵的理论确定权重,从而保证了原始信息的完整性,减少信息的流失。再次,运用集对分析原理计算集对联系度,对海事码头的安全状况进行评价和预测,从而克服了传统码头安全评价方法在处理不确定性方面的不足。最后,运用EW-SPA模型和熵权云模型对道仁矶海事码头的安全评价与预测进行比对分析,结果表明,将EW-SPA模型应用于海事码头的安全评价和预测,计算简单,评价结果较可靠。     

基于熵权模糊模型的港区航道通航风险评价

航道作为港口的基础性配套设施之一,对于港区的通航安全有着重要意义。为了确保港区航道的通航安全,运用Reason模型对影响航道的通航安全因素进行辨识,将影响港区航道通航安全的因素分为10项一级指标,并将各项评价指标分为危险、比较危险、一般、比较安全和安全5个安全等级,从而建立了港区航道安全评价指标体系。通过熵权、概率论及模糊数学相结合的安全评价方法对港区航道通航安全进行风险评价,充分考虑安全评价指标的不确定性和受主观因素的影响。并以董家口航道为例,运用熵权模糊模型对其进行安全综合评价。结果表明,该理论应用于港区航道通航安全综合评价方面具有较好的适应性。     

基于BP神经网络的非煤地下矿山安全评价模型

针对非煤地下矿山安全评价的复杂性和非线性特性,BP神经网络对非线性动态系统较强的适应性,提出并建立了一种基于BP神经网络的非煤地下矿山安全评价模型。为提高该模型的可靠性,结合非煤地下矿山生产工艺特点,提出了一套便于统计和赋值的安全评价指标体系;确定了BP神经网络结构和评价结果表征方法;为提高BP神经网络算法的收敛速度和稳定性,对标准BP算法进行有效改进;通过实例运算验证了该模型的可行性。基于BP神经网络的安全评价模型为评价非煤地下矿山安全管理现状及水平提供了可操作的方法,为矿山有关部门提供了科学安全管理的依据。     

基于人工神经网络理论的船舶动力装置安全综合评价模型

为提高船舶动力装置安全综合评价水平，依据人工神经网络的基本原理，分析了BP神经网络模型的基本原理和优化策略，将其应用于船舶动力装置的安全评价之中。提出了基于神经网络理论的船舶动力装置综合安全评价模型及实现方法，并以实例论证了此方法的可行性。     

基于IPSO-BP的受损钢结构改造施工安全预警评估研究

为研究受损钢结构改造施工安全预警状况,建立受损情况下钢结构改造施工安全预警指标体系,并针对BP神经网络算法易陷入局部最优的问题,提出了用改进粒子群算法（IPSO）对BP神经网络权重及阈值进行调整的IPSO-BP安全预警评估模型。通过分析某单层重钢厂房受损现状,针对其结构损伤情况和已构建的安全控制指标体系进行数值模拟分析。研究结果表明:与传统的BP模型相比,IPSO-BP模型具有更好的预测能力,构建的安全预警指标体系及预警模型可以很好地对受损钢结构改造施工过程安全状况进行综合评估,对受损钢结构改造施工安全控制具有一定的参考价值。     

基于小波神经网络的事故隐患危险性评价

提出了基于小波神经网络的事故隐患危险性评价方法,建立了小波神经网络模型.以事故隐患危险性评价指标为输入节点,以评价结果作为输出节点,对兴隆庄煤矿的安全状况进行了评价,比较误差得出此方法优于BP网络评价.     

基于人工神经网络理论的系统安全评价

阐述了人工神经网络基本原理 ,研究分析了 BP神经网络模型的缺陷并提出了优化策略。在此基础上 ,将神经网络理论应用于系统安全评价之中 ,提出了基于此理论的系统安全评价模型、实现方法和优点 ;评价实例证明了此方法的可行性。     

大型活动拥挤踩踏事故BP神经网络安全评估方法应用分析

根据大型活动拥挤踩踏事故是一个极其复杂的多因素、多变量、多层次的人-机-环境系统,利用数学建模的思路,引入人工神经网络评估方法;以沈阳世博会开幕式为例,通过前馈型BP网络训练和测试,将开幕式举办过程中的人员拥挤踩踏事故风险系统划分为人的因素、物的因素、环境因素、管理因素4个子系统和拥挤踩踏事故综合评估总系统,分别对其进行拟合分析,在各个系统的拟合残差满足条件的情况下,得出量化的评估预测值及BP神经网络的使用范围。研究实例表明,BP神经网络评估结果直观易懂,可操作性强,是值得推广运用的一种评估方法。     

基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。     

基于SAPSO-BP网络模型的海洋平台落物碰撞损伤分析

为了确保海洋平台作业过程中落物坠落对甲板撞击后的结构安全,对坠落立管撞击海洋平台甲板的过程进行了非线性仿真分析。运用ANSYS/LS-DYNA建立有限元模型,对坠落立管不同撞击角度撞击海洋平台甲板进行模拟计算,得到甲板在不同工况下的损伤情况。运用1种自适应性变异的粒子群优化算法SAPSO与BP神经网络结合［1］,对海洋平台进行落物碰撞损伤分析。研究结果表明:落物与垂直方向偏离5°～10°为坠落时最危险的工况。SAPSO-BP提高了BP神经网络的拟合能力,减小了拟合误差,提高了拟合精度,验证了SAPSO-BP网络模型的实用性和可靠性。综合考虑制定适用于海洋平台落物安全的工作程序和平台及设备的防护措施,为海洋平台作业中落物风险评估和海洋平台作业安全保障提供参考。     

BP神经网络在矿井本质安全程度评价中的应用

采用BP神经网络对矿井本质安全程度进行评价。介绍了矿井本质安全程度评价方法以及BP神经网络的结构及原理；按照BP神经网络训练的步骤，以matlab6．0为平台，利用其内嵌的神经网络工具箱，生成通用的神经网络评价模型；输入经过标准化后的矿井本质安全程度指标的评价分数，投入神经网络运算，就可以得出该矿井的本质安全程度。