基于D-S理论的企业安全绩效综合评定研究

为客观评定企业安全绩效,提出一种基于D-S证据理论的企业安全绩效综合评定方法。在确定安全绩效评定指标的基础上,利用模糊函数和群决策方法处理评价过程中的不确定信息,将多源决策信息转换为同一框架下的评价信息,然后根据各决策信息的重要度,通过D-S证据理论的mass函数和证据合成方法对安全绩效评价群决策中的不确定性信息逐层融合。实例表明,该方法能够克服D-S冲突问题,保证企业安全绩效综合评定信息融合结果的准确度,企业安全管理的优劣势的表征更为直观。     

基于AHP-证据理论的综合管廊火灾安全评价

为了进行综合管廊火灾安全评价,提出了基于AHP-证据理论的评价模型。采用AHP法得出综合管廊火灾安全评价体系中各因素的权重,再引入D-S证据理论提高评价的可信度。从"人、机、环、管"四大方面归纳出影响综合管廊火灾安全的潜在影响因素并分级,建立综合管廊火灾安全评价指标体系;通过AHP法得出体系中各因素的权重,再通过信任函数和似然函数的计算得到量化评价结果;最后将多个评价结果进行融合以提高最终评价结果的可信度,并且评判火灾安全等级。对某综合管廊的实例分析表明,当不同专家给出的评价结果有差异时,依据证据理论将不同的证据进行融合,能有效提高综合管廊火灾安全评价的可信度,最终得到可靠的评价结果。通过分析得出设备因素对综合管廊火灾安全评价体系影响最大。     

基于信息融合的自然灾害等级评估方法研究

为对自然灾害灾情等级进行准确评估,在BP神经网络模型的基础上,结合DS证据理论建立基于信息融合的自然灾害灾情等级评估模型。该模型通过对输入的灾害评估指标数据进行分类,建立网络组,对网络组的输出,建立对于各类信任度的基本概率分配函数,最后利用DS证据理论融合,从而实现灾害的最终等级评估。在MATLAB环境下,以我国45个自然灾害的灾情历史资料数据为训练样本进行模型训练,并对2009年自然灾害灾情进行评估测试。结果表明,该模型能改善单一BP神经网络不稳定、误差大的缺点,得到较优的结果。     

基于WSR-D-S证据理论的地铁车站火灾安全评价

针对地铁车站火灾触发因素繁多复杂等特点,为有效预防和减少火灾事故的发生,提出了基于D-S证据理论的评价方法。首先依托WSR(物理-事理-人理)理论思想,结合PDCA循环程序及地铁车站火灾特点,建立了基于"人、机、环、管"四方面因素的火灾安全评价指标体系;其次引入C-OWA算子实现评价指标赋权,削弱专家主观偏好的不利影响,并建立了基于D-S证据理论的地铁车站火灾安全评价模型,借助证据融合算法评判火灾安全等级;最后将模型应用到青岛地铁车站实际案例中,结果表明,该车站火灾安全状况良好,评价模型具有可行性与合理性。     

基于证据理论的地铁火灾安全评价方法

为了评价地铁系统中具有显著随机性的潜在风险因素对地铁火灾安全的影响水平,引入D-S证据理论,提出1种基于证据理论的地铁火灾安全评价方法。通过查阅地铁建筑相关资料,建立包括“人、机、管、环”4大方面的地铁火灾安全评价指标体系;在此基础上,合理运用信任函数与似然函数,计算评价因素的安全上下界极限,将一般评价中遇到的不确定结果进行可靠的数值转换,从而量化评价结果;采用证据融合算法,综合考虑不同专家给出的多组检查结果在地铁火灾安全评价中的信度,提高最终评分的可靠程度。实例分析表明:基于证据理论的地铁火灾安全评价方法,能够较好地量化与融合不确定性风险因素。     

基于改进D-S证据理论的煤矿通风机故障诊断

为了提高煤矿通风机故障诊断的准确性,提出了一种基于改进证据理论信息融合的故障诊断方法。针对强冲突证据之间的合成问题,通过引入相容系数的概念,充分考虑证据间的相容性和冲突性,建立了一种新的证据权重的确定方法。在对原始证据进行修正后,由D-S证据理论合成规则进行融合决策。仿真结果表明,该方法可以有效识别出煤矿通风机的故障类型,且能避免误诊现象。     

舰船火灾监控报警信息融合理论应用研究

运用信息融合理论,构建舰船火灾监控多传感信息融合评判模型,有效利用多种信源对舰船火灾进行监控与预报,降低火灾监控系统的误报警率.     

高铁列车调度员人因失误概率量化方法研究

为评估高铁列车调度员操作可靠性及其对列车调度系统风险的影响,建立改进的高铁列车调度人因失误概率量化方法。首先根据高铁列车调度指挥认知行为模型划分列车调度任务类型,对各任务类型下的人因失误分别构造贝叶斯网络(BN)模型。然后,基于证据理论(D-S)合成专家多源信息,以确定节点变量状态先验概率和条件概率。最后,通过贝叶斯推理计算成功似然指数(SLI),并依据成功似然指数法(SLIM)将其转化为人因失误概率。以列车临时限速为例进行应用分析。研究结果表明,在给定边界概率的基础上,用该方法能获得列车调度员不同任务类型和不同行为影响因子下的人因失误概率。列车调度员发布限速调度命令时总的人因失误概率为0.002 24。     

基于贝叶斯网络的电镀企业火灾事故情景推演

为有效解决电镀企业火灾事故情景演化路径复杂、火灾扑救困难等问题,提高电镀火灾应急处置能力,采用情景分析与贝叶斯网络(BN)相结合的方法,对电镀企业火灾演化路径进行推演。首先分析电镀火灾特点,确定情景状态、应急驱动、承灾要素和处置目标4种情景要素;然后基于动态BN确定情景间的关系,运用D-S证据理论处理优化,构建电镀企业火灾情景推演模型;最后将其应用于某电镀火灾实例,通过Netica软件得到各节点的状态概率,找出事故的发展趋势和情景演化路径。结果表明：该事故所有可能的演化路径中,预热槽体起火(情景S₁)是事故发生概率最大的情景,概率达81.2%;需在此处采取有效措施,使火灾消失概率达到62.3%。     

信息融合技术在采空区安全评价中的应用研究

信息融合技术充分利用多源信息的互补性、综合性,可以极大地提高评价指标信息的质量和可信度。本文利用信息融合的理论和方法,建立了煤矿采空区安全性评价的数学模型,给出了基于D-S证据理论的多源信息分析、处理、分配、融合等信息处理步骤,结合GIS的强大图形处理能力,快速生成成果图。通过对某采空区安全预测的实际应用,获得了满意的效果,说明所建模型的有效性和实用性。     

信息融合技术在火灾探测中的应用研究

为减少火灾探测中的误报警,基于信息融合技术对火灾传感器输出的信息进行处理。充分利用火灾探测系统的在线和离线数据,采用改进的主元分析法(PCA)、粗糙集(RS)理论、支持向量机(SVM)等3种方法的融合与互补,通过对系统的输入数据进行简化,消除原有信息的各分量之间的相关性,降低特征信息维数;实施最优最小约简,特征提取优化;构造自适应核函数,确定最优分类超平面,进行样本训练,获得火灾探测结果。从数据级、特征级、决策级3个层次上实现火灾信息融合。结果表明:该方法减少了融合过程中的信息损失,降低了计算的复杂性,有效地提高了火灾探测系统的可靠性和准确度。     

基于多因素信息融合的城市供水安全评价系统

为了确定城市供水安全状态，提出1种基于多因素信息融合思想的城市供水安全评价方法。以城市供水安全指标体系为基础，建立供水安全指标与基本概率指派函数焦元的对应关系；采用组合权重确定各评价指标的权重值作为对指标证据的支持程度，通过加权合成方法得到各因素定量、定性信息的基本概率指派函数值，利用证据理论的Dempster组合规则进行因素融合。研究结果表明:以郑州市供水安全指标体系为例，在进行多指标信息融合时与解决证据冲突的融合方法计算结果相同，郑州市2006——2008年城市供水处于不安全状态，2008年以后安全等级逐步升高且趋于稳定状态，可以预测出在未来一段时间郑州市的供水处于安全状态。     

基于信息融合的建筑施工安全预警管理研究

针对建筑业安全事故率居高不下的现状,找出事故频发的主要原因。基于主要原因中人、机、环境和管理4方面数据和信息的复杂性、不确定性,提出采用信息融合技术的D-S证据理论法对建筑施工全过程中的人、机、环境、管理4方面的数据和信息进行分析和预测,并构建建筑施工安全预警管理预测模型。该预测模型能判断建筑施工项目的"安全状态",能解决建筑施工中安全事故及危险源的预测问题;同时针对具体情况采取防范措施,及时矫正安全隐患和确保安全施工。将D-S证据理论法应用于建筑施工安全预警管理中,扩展了建筑施工安全管理的手段。     

基于灰关联-证据理论的高校宿舍火灾风险评价方法

随着高等教育规模的不断扩大,高校内各种安全问题已成为社会焦点,尤其是宿舍火灾问题一直亟待重视.为了对高校宿舍火灾风险进行合理的评价与分析,通过查阅相关资料与法规,从人、物、环境、管理4个方面出发建立了高校宿舍火灾风险评价指标体系,包括21个二级客观指标和11个二级主观指标,并给出了各指标分级标准;结合灰色关联法和D-S证据理论建立了高校宿舍火灾风险评价模型,并将评价模型应用于某高校宿舍楼进行了实例分析.结果表明:1)管理因素权重最大,对该高校宿舍火灾风险影响最深;2)评价结果不确定度为0.058 6;3)评价得分为0.941 4,风险等级为"危险",与实际风险情况相符.研究表明,此研究方法能够较客观地确定各风险因素权重、较好地融合各风险因素评价信息,有效降低风险评价中的不确定性和随机误差.     

基于CAN总线和K均值聚类方法的火灾预警系统研究

针对传统的火灾预警系统中存在的灵敏度低、误报率高的特点,将多种传感器信息智能处理技术和CAN总线技术应用到火灾预警系统中,提出了一种用K均值聚类算法将多传感器数据进行聚类融合后分级,通过CAN总线传输到火灾预警控制中心,实现对安全生产中重点防火区域进行实时监控。实验测试表明该系统具有传输数据可靠、实时性强、可扩展,漏报率达0.7%以下,误报率达1.8%以下,较传统相比,下降了50%以上。     

小样本条件下地铁运营事故致因推理模型

为克服传统事故致因推理模型不适用于小样本条件下的地铁运营事故致因推理的缺陷,将贝叶斯网络(BN)与Bootstrap抽样法、D-S证据理论相结合,建立地铁运营事故致因推理模型。首先,分析历年地铁运营事故样本,确定事故致因因素及网络节点;其次,基于BN的基本算法和理论,运用Bootstrap抽样法和K2算法进行BN结构学习;然后,使用D-S证据理论修正BN参数,建立适用于小样本条件下的地铁运营事故致因BN模型;最后,进行因果推理、诊断推理和敏感性分析。结果表明：所构建的地铁运营事故致因推理模型可有效进行事故推理预测,节点预测精度均值为0.858;通过因果推理得出最常见的地铁运营事故类型为运营中断,其次是火灾和列车冲突;结合诊断推理发现供电系统故障是导致运营中断的最主要事故致因。     

加权距离的D-S证据理论在岩体评价中的应用

为降低岩体各评价指标间的冲突性和评价过程中的模糊性与不确定性对评价结果的精度和信度带来的不利影响,构建基于D-S证据理论的岩体质量综合评价模型。首先,依据岩体质量影响指标和分级标准,运用欧氏距离法衡量各指标与各质量等级之间的关联程度,进而确定岩体质量基本概率分配函数(BPA)。然后,根据指标间距离以及指标间的相似度与支持程度确定指标权重,并修正BPA。最后,对修正的证据运用D-S组合规则,得出质量等级。将该方法应用到某工程实例中,并在评价过程中与可拓法进行比较,以验证其优缺点。实例研究表明,用该方法得到的评价结果与工程实际相吻合,与可拓法相比,该方法在评价精度和定量反映指标间的一致性程度上有明显优势。     

基于D-S证据理论的地下洞室作业人员安全行为评价

为系统地评价地下洞室作业人员安全行为水平,综合运用集对分析和D-S证据理论,提出一种基于D-S证据理论的作业人员安全行为评价方法。首先,分析了影响作业人员安全行为的因素,构建包括作业人员安全素养、生理因素、心理因素、作业技术等4个一级指标及16个二级指标的综合评价指标体系,并将安全行为等级划分为4级;其次,采用集对分析处理二级指标的不确定性,产生基本信度分配函数（BPA）;然后,利用D-S证据理论,融合一级指标的BPA,产生最终安全等级隶属度;最后,结合最大隶属度原则和信任准则,确定地下洞室作业人员安全行为等级。以某水电站引水隧洞开挖工程为例,确定该工程中作业人员行为安全等级为z2级,即一般安全,符合工程实际。     

基于D-S证据理论的工作场所液氨储存消防标准评价研究

为了更好地预防工作场所液氨事故的发生,将D-S证据理论应用于工作场所液氨储存消防标准评价中。依据适用于工作场所液氨储存的消防法规,建立工作场所液氨储存消防标准指标体系,确立建筑防火合规性、消防设施合规性、消防设施可靠性及消防安全管理及应急能力4个一级指标、14个二级指标和40个三级指标;采用安全检查表法建立工作场所液氨储存消防标准评价评分表;运用D-S证据理论对不同评估人员(专家)评价分值进行数据融合。实例结果表明,基于证据理论的工作场所液氨储存消防标准评价,能够较好地进行数据融合,评价结果更加精确可靠、符合实际情况。     

模糊系统分析在山地城市商业建筑火灾中的应用

以我国山地城市大中型商业建筑的特大火灾事故为例进行研究,对火灾起火情况进行统计调查,构建模糊系统模型进行分析.由于火灾数据缺乏,因此采用了火灾事件年统计概率隶属函数和诱发火灾事件概率隶属函数的确定方法.通过模糊系统故障树分析,确定出顶事件发生概率的模糊数,然后对系统进行模糊重要度分析,最后进行山地城市大中型商业建筑模糊系统决策分析,为火灾防治提供有效的依据.