基于ISM-AHP的建筑施工企业安全投入结构优化研究

建筑施工企业在安全资金的投入和使用上都存在不合理的现象,为提高企业的安全管理水平,确保安全投入高效性,有必要对建筑施工企业的安全投入结构进行优化.通过调查问卷的形式调研65个建筑施工项目的安全管理人员,筛选出主要安全投入要素.然后运用解释结构模型(ISM)结合层次分析法(AHP)构建安全投入结构优化模型.并且,根据调查...     

RS-PSO-ELM下腐蚀管道失效压力预测

为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。     

基于模糊网络和时间依赖的应急车辆调度优化研究

突发灾害的应急物资调度是减轻人民财产损失、防止次生灾害发生、保障社会稳定的必要支撑。借助模糊数学中的三角模糊数学方法对不确定的需求信息特征进行描述,用模糊函数积分确定车辆在路段的模糊行驶时间。以应急车辆调度的总时间最短为调度的主要目标,同时配送数量应最大限度地满足需求点的需求量为次要目标建立应急车辆调度模型。然后设计粒子群算法对模型进行求解。最后通过算例,验证建立的模型拟合现实中的情况,结果不是确定数值,而是模糊数值范围的优化。     

主元分析-神经网络岩爆等级预测模型

为准确可靠地预测岩爆灾害,构建结合主元分析法(PCA)的径向基神经网络(RBFNN)、概率神经网络(PNN)和广义回归神经网络(GRNN)岩爆预测模型。选取6个常用的参数构成岩爆预测指标体系,采用PCA消除各指标间的相关性并降维,得出3个线性无关的主元即岩爆综合预测指标Y1、Y2和Y3,构成RBFNN、PNN、GRNN这3种神经网络的输入向量。研究结果表明:这3种PCA-神经网络模型,其岩爆预测结果优于对应的RBFNN、PNN、GRNN模型,提高预测准确率并缩短运算时间。从局部准确率、整体准确率及运算时间这3个方面综合比较,各模型的预测能力从强到弱依次为:PCA-GRNN> PCA-PNN> PCA-RBFNN> PNN> GRNN> RBFNN。     

精准防灾导向下乡村地质灾害易发性评价及防灾策略研究——以花垣县为例

山地乡村地质灾害频发,而现有的防灾规划不够科学且过于粗放,实现精准防灾成为当下乡村振兴的重要内容.以花垣县为例,通过地理加权回归模型(GWR)和一般回归模型(OLS)的比较,开展地质灾害易发性评价研究.结果表明:GWR模型验证系数远优于OLS,因此GWR更适合解释地质灾害的形成,且预测准确率达到97.9％;花垣县南部和西北部等区域属于灾害高易发区;花垣县致灾要素中降雨、高程、断裂带、水系致灾贡献比例高,建筑、道路、采矿要素次之,且不同村庄致灾因子存在明显空间差异性.研究不但提高了地质灾害易发性评价的科学性,而且提出了"异村异法"的精准防灾策略,增强了乡村抵御灾害的能力.     

基于遗传算法的支持向量机预测有机物自燃点的研究

根据定量构效关系(QSPR)原理,研究自燃点(AIT)与其分子结构间的内在定量关系。以265种有机化合物作为样本集,随机选择238种作为训练集,27种作为测试集,用遗传算法(GA)进行变量选择,分别建立多元线性回归(MLR)模型和支持向量机(SVM)模型研究有机物的自燃点与其分子结构间的关系。通过分析,发现造成模型预测效果不佳的原因是试验数据本身存在问题。通过对2个模型的比较,结果为GA-SVM模型明显优于GA-MLR模型,说明自燃点与其分子结构间具有很强的非线性关系。     

基于FA-BAS-ELM的海洋油气管道外腐蚀速率预测

为提高海洋油气管道外腐蚀速率预测的精度和效率,建立基于因子分析(FA)和天牛须搜索算法(BAS)的极限学习机(ELM)腐蚀速率预测模型。利用FA对影响因素数据集进行降维处理,确定预测模型的输入变量;建立ELM预测模型,并采用BAS对ELM模型的参数进行优化,避免参数取值随机性对模型预测性能的影响;以实海挂片试验为例,通过建模仿真评价模型的预测性能,并与其他模型进行对比分析。结果表明:FA-BAS-ELM预测模型的平均绝对误差(MAPE)仅为1.92%,决定系数R²高达0.9949,相比于其他模型,该模型具有更优的预测性能。     

改进的MVO-GRNN神经网络岩爆预测模型研究

准确预测岩爆烈度等级能有效指导岩爆灾害的防控。根据影响岩爆发生及烈度等级的3个因素构建岩爆评价指标体系,提出一种基于改进多元宇宙算法(Improved Multi-Verse Optimizer, IMVO)优化广义回归神经网络(General Regression Neural Network, GRNN)的岩爆预测模型。在普通多元宇宙算法(MVO)的基础上,运用自适应平衡机制调节MVO算法中的虫洞存在概率(V_WEP)和旅行距离率(V_TDR)两个重要参数来改进该算法;再运用改进的多元宇宙算法优化广义回归神经网络的光滑度,通过训练数据优选出最佳光滑因子σ,得到IMVO-GRNN神经网络岩爆烈度预测模型;最后结合工程实例验证模型的性能。研究表明,该模型相比传统模型寻优能力更强,精度更高,为岩爆预测提供了一种新的思路。     

矿井煤与瓦斯突出事故应急救援能力评估模型

为降低煤矿井下煤与瓦斯突出事故中的人员伤亡和财产损失,提高突出事故中的应急救援能力,提出一种麻雀搜索算法(SSA)优化支持向量机(SVM)的煤与瓦斯突出事故应急救援能力评估模型。首先,依据相关文献与研究报告构建包括应急预防能力、应急准备能力、应急响应能力和恢复善后能力在内的4项一级指标,其中包括18项二级指标,并以各指标的得分数据作为模型训练数据集;然后,利用网络层次分析法(ANP)与熵权法(EWM)分别确定各评估指标在相互影响下的主客观权重,通过拉格朗日函数将各权重融合得到最优权重,运用SSA算法优化SVM的径向基核参数g和惩罚因子C,将最优权重计算得出的结果作为SSA-SVM模型的输入,期望值作为输出进行线性回归预测;最后,以河北省某矿为例,将SSA-SVM模型与传统SVM、粒子群优化算法(PSO)优化SVM、鲸鱼优化算法(WOA)优化SVM 3种不同模型的预测结果分别与期望值作对比分析。结果表明：SSA-SVM模型的预测结果与实际相符,平均绝对误差相较于其他模型分别下降8.04%、5.15%、4.82%,证明所建模型的优越性,可将其应用于矿山企业实际矿井煤与瓦斯突出事故应急救援能...     

密度泛函理论方法用于部分农药Kow的QSPR模型研究

农药的正辛醇/水分配系数(lgKow)是研究农药在水中化学行为的重要参数.本文采用摇瓶法测得25℃时10种农药的正辛醇/水分配系数(lgKow),采用密度泛函理论(DFT)中的B3LYP方法,在6-31G*基组上全优化计算得到了10种农药的结构参数和热力学参数.在10种化合物的lgKow实验数据基础上,采用GQSARF 2.0程序.以结构参数和热力学参数作为理论描述符,得到预测lgKow的相关模型.其方程为lgKow=0.108-0.191μ-2.451Hθ/1000,决定系数R2为0.944 3.用变异膨胀因子(Variance Inflation Factors,VIF)和t值对模型进行了验证,结果显示模型具有较好的稳定性.而交叉验证法的相关系数q2为0.926 9,证明所建模型具有较强的预测能力.用所得模型预测了10种农药的lgKow,与实验测定值相比,方程的预测值与实验值都较接近,可见预测值较可靠,所建模型可用于同类农药lgKow的预测.     

基于多代理系统(MAS)的煤矿水害事故响应系统

针对煤矿水灾害问题,提出水灾害响应的概念,并以此为基础建立以水灾害预防与治理为主的煤矿水害事故响应系统。该系统将煤矿突水预防和应急响应作为系统的需求,通过Agent组织煤矿及救援单位的有效资源,并以多代理系统(MAS,Multi-AgentSystem)为基础设计了煤矿水灾害响应的协商机制。不仅能及时地响应煤矿的常效排水需求,而且能在水灾害发生后快速制定应急救援方案,克服了原有煤矿水灾害救治流程中响应速度慢、缺乏目的性,救援资源难以有效调配的缺点,为煤矿水灾害的预防、应急救援、灾后处理提供了综合信息平台。应用案例表明,该系统对于提升煤矿水灾害救治的应急能力具有显著效果,并可有效地降低水灾害的人员和财产损失。     

基于双层规划的应急物资调配研究

为在突发性自然灾害发生后的黄金救援时间内，使各应急物资调配中心的物资在最短时间内高效地运往各受灾点，最大程度地平衡受灾程度不同的受灾点群众对应急物资救援的心理满意度，构建以应急物资救援时间最短为目标的上层模型；通过借鉴前景理论量化受灾群众的心理满意度，在考虑各受灾点对有限应急物资存在竞争关系的基础上，建立下层非合作博弈模型；设计遗传算法求解上层模型、改进粒子群算法求解下层模型的层次混合算法。结果表明:构建的多应急物资调配中心多受灾点的非线性整数双层规划模型，使应急物资的调配具有时效性，且更加客观地衡量各灾点物资调配的公平合理性，该模型为应急物资调配研究提供借鉴与参考。     

小城镇基础设施防灾减灾决策支持系统的研究与开发

利用信息技术研究灾害问题成为研究热点之一 ,但在小城镇防灾减灾方面仍缺少应有的关注和重视。笔者将地理信息系统 (GIS)和决策支持系统 (DSS)集成应用于开发“基于GIS的小城镇基础设施防灾减灾决策支持系统” ,简要介绍了该系统研制目标和原则、系统结构框架及各子系统的功能 ,解决了系统实现过程中的一系列关键技术 :快速、高效构建小城镇基础空间数据库及三维可视化、应急预案及历史灾情库的电子化及各类灾害分析模拟的专业模型等。实践证明 ,基于基础设施、灾害源、防护保卫目标、应急救援力量的可视化与数字化 ,该系统能够实现对其进行科学管理、对各单一灾种的模拟分析以及应急决策支持 ,有效提高小城镇政府的应急指挥决策水平 ,增强其灾害应急反应能力。     

一种改进的灾害新闻3要素提取方法研究*

为提取灾害性新闻中的基本要素,迅速掌握灾害事件信息和发展趋势,将目标分类和命名实体识别（named entity recognition,NER）相结合,提出改进的灾害新闻3要素提取方法。构建滑动窗检测器搭载不同的分类模型,实现对新闻文本的灾害主题识别与时空位置要素范围判定,结合命名实体识别完成对时空位置要素的精准提取,并以灾害事故信息文本为例进行测试。研究结果表明:通过在火灾、地震和滑坡新闻中进行数据集中测试,发现本文方法相较于LSTM,BILSTM,BILSTM-CRF提取效果更优;本文方法可对大量灾害性新闻的灾害3要素进行识别提取,对灾害信息进行时空规律分析,研究结果可在灾害应急响应中发挥重要作用。     

考虑提示学习的洪涝灾害应急决策自动问答模型研究*

为提高洪涝灾害应急处置时效性和科学性,构建洪涝灾害应急决策自动问答系统模型,以提高应急指挥团队的决策效率,在分析洪涝灾害应急决策逻辑基础上,以摘要式问答为任务框架,收集整理包含洪涝灾害应急情景和应急决策的摘要式问答对数据集,建立可用于问答生成的GPT2预训练语言模型,并引入提示学习（Prompt-learning）,通过自动创建连续型前缀提示（Prompt）,优化少量连续参数,缓解问答对数据较少带来的过拟合风险,利用人工评估和自动评估2种方法验证模型的有效性。研究结果表明:通过GPT2与提示学习相结合建立的自动问答模型,可根据洪涝灾害情景生成语言质量良好及决策信息丰富的答案,有利于提高洪涝灾害应急处置中的科学决策能力。     

我国城市灾害风险应对现状及对策研究

阐述了城市灾害的分类;从城市灾害预防与控制,应急反应与救援等方面分析我国在城市灾害风险控制与应对上的不足;提出8个方面的对策。该对策研究包括:建立城市安全规划、风险防范和危机管理法律体系;实施城市防灾减灾规划并融入城市规划中;完善城市灾害风险决策支持系统和信息管理系统;实行安全规划风险评价机制;加快防灾减灾综合管理机构建设;建立科学、完善的应急救援体系;加强安全教育和防灾减灾宣传;加强城市安全科学研究与交流。该研究结果对如何提高我国城市灾害风险预防与控制能力及应急救援水平具有重要的借鉴和指导作用。     

地理信息系统在城市安全领域应用研究

以地理信息系统为平台,综合采用GPS技术、GSM技术、GPRS技术和网络技术建立城市灾害监管监控系统对实现城市灾害及时处理,分析事故成因有效预防事故,实现高效管理有重大意义;以该平台建立的城市应急救援指挥系统在对城市可视化与数字化的基础上,能够实现城市灾害信息的科学管理,各种灾害信息的科学管理,各种灾害分析模拟,公共安全规划以及应急决策支持,从而有效提高突发性城市公共安全应急的效率和响应速度,为城市公共安全的应急工作提供有效的辅助手段。     

GIS在巨灾保险风险管理中的应用研究

近年来 ,巨灾的不断发生 ,使得许多保险和再保险公司遭受巨大赔偿 ,乃至可能造成破产。究其原因 ,除了人们对巨灾自身难以抗拒这一客观原因外 ,保险企业对巨灾保险的风险管理方法、技术和手段的不适也是一个很重要的因素。为此 ,笔者分析了利用GIS辅助巨灾保险风险管理的优越性 ,并就GIS在巨灾保险的信息管理、风险累积预测和风险管理专家系统中所起的作用和发挥的功能分别进行了探讨。利用GIS辅助巨灾保险风险管理 ,不仅可以了解巨灾的发生和变化规律 ,进行危险性区域和费率区域的划分 ,而且可以优化保险和再保险方案 ,并通过专家系统设计出符合实用灾情的风险管理及保险管理的对策 ,对保险公司的巨灾保险风险管理起到了重要的指导作用。     

基于贝叶斯网络的化工园区地震次生灾害情景分析

为了研究化工园区内发生地震灾害后的事故演化过程,利用事故链模型对地震次生灾害演化过程进行分析,并将其转化为贝叶斯网络,确定各节点的变量与状态取值范围;通过相关文献及专家经验判断分析,获得贝叶斯网络中各节点的条件概率;依据贝叶斯网络的推理策略,比较不同地震烈度下,各化工事故发生的后验概率值,并探讨应急救援的及时性对地震次生灾害发生概率的影响,从关键要素遏制化工事故的发生,采取针对性的应对措施,尽可能的降低化工事故,有效的降低人员伤亡及财产损失。     

基于Z-numbers的城市内涝灾害应急能力评价研究

为降低城市内涝灾害应急能力评估过程中评价信息模糊性对评估结果的影响，提出1种基于Z-numbers的城市内涝灾害应急能力评价方法。对城市内涝灾害形成机理进行分析，从定性与定量相结合的角度建立评价体系；针对群决策过程中的信息不确定性问题，采用语言术语集表达评价信息；提出基于Z-numbers最优最劣方法（ZBWM）确定指标权重，并利用Z-numbers改进的交互式多指标决策方法（ZTODIM）计算备选方案的优势度；通过与传统决策方法进行对比分析，验证其灵活性和可靠性。结果表明:运用该方法可对重庆、武汉、常德和萍乡4座城市的内涝灾害应急能力展开有效评价，为今后改善城市内涝灾害应急能力提供参考。