基于神经网络的二元混合液体自燃温度预测

自燃温度(Auto-Ignition Temperature, AIT)是防火防爆安全设计的关键临界参数之一。为解决目前多数采用试验方法测量混合物AIT费时费力且有一定危险性的问题,运用定量结构-性质关系方法,使用反向传播神经网络(Back Propagation Neural Network, BPNN)和一维卷积神经网络(one-Dimensional Convolutional Neural Network, 1DCNN)技术建立二元混合液体AIT预测模型。以二元混合液体的分子描述符为输入、试验测得的AIT为输出,经多种方法对模型的拟合性、稳定性和预测能力评价验证。结果表明,BPNN模型和1DCNN模型均有良好的预测能力,其均方根误差分别为4.780℃和9.603℃,拟合度与5折交叉验证拟合度差值分别为0.058和0.040,表明BPNN模型有更好的拟合能力,1DCNN模型有良好的稳定性。     

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。     

基于改进FAHP-Entropy法的危险品仓储安全评价

为提升企业危险品仓储安全风险识别能力，针对危险品特殊属性及其仓储安全管理特点，提出基于改进的模糊层次分析法(FAHP)与熵权法(Entropy)的危险品仓储安全评价机制。首先，从人员、管理、物料与设备、环境4个方面建立评价指标体系；然后，基于改进的FAHP和Entropy法，确定指标的综合权重，并结合三角模糊数(TRFN)确定模糊关系矩阵；最后，以广东省某危险品物流企业为例，通过模糊评价模型得出最终安全评价结果。结果表明：该企业危险品仓储安全综合评价结果以及人员安全、管理安全、物料与设备安全、环境安全等4个一级指标评价结果均属于“较安全”水平，其中物料与设备方面评分最高。该安全评价机制基于改进的FAHP-Entropy模型，对比分析指标体系与评价结果，能够实现危险品仓储管理的关键风险因素识别，有助于提高企业危险品仓储管理安全水平。     

基于模糊神经网络方法的信息系统安全风险评价研究

为提高信息系统安全风险评价的准确性,提出基于模糊神经网络的信息系统安全风险评价模型。该模型利用模糊理论隶属度反映各因子的相对状态,对模糊性具有很高的识别精度。将风险因子模糊隶属度矩阵输入BP神经网络中,增加了它对模糊性的识别能力。通过非线性分析处理的BP神经网络进行学习和测试,得到输出风险评价等级。实例分析结果证明算法的应用性。误差分析结果证明了模型的有效性。检验结果表明,模糊神经网络模型的识别精度高于单一的模糊评价模型和神经网络模型。     

特种设备模糊神经网络安全评价研究

根据特种设备的特点,提出了包含其各生命周期的安全评价指标体系,建立了模糊安全评价的评价因素及其权重,建立了评价模型.应用BP神经网络,建立了特种设备安全评价的模糊神经网络模型,通过神经网络的多次学习训练,评价因素权重得到优化.开发了特种设备模糊神经安全评价系统,以塔机为例对评价因素权重进行了优化.     

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。     

模糊神经网络在火工品生产系统安全评价中的应用

针对火工品生产系统的安全评价问题,将模糊理论与神经网络相结合,建立了火工品生产系统模糊神经网络安全评价系统。文章描述了模糊神经网络的基本结构和原理,阐明了本评估系统的工作原理及实现方法,最后将该评估模糊神经网络评估系统应用于若干火工品生产企业的实际安全管理水平的评价中,取得良好的效果。     

基于人工神经网络的LPG公路运输的风险评价模型及其应用

为使LPG公路运输的风险评价更加客观、合理,遵循区域性、动态性和可量化原则,建立了LPG公路运输的风险评价指标,并将个人风险和社会风险作为评价结果。利用人工神经网络的自组织、自学习和自适应功能,提出基于人工神经网络理论的LPG公路运输的风险评价方法,通过Matlab软件中的神经网络工具箱对评价模型进行训练,并通过实践验证该模型的可行性。结果表明,该方法能较好地克服评价深度、评价指标间复杂关系和评价指标作用模糊的限制,且评价结果直观的反映了评价对象的个人风险和社会风险的风险程度。     

模糊神经网络在火工品生产系统安全评价中的应用

针对火工品生产系统的安全评价问题，将模糊理论与神经网络相结合，建立了火工品生产系统模糊神经网络安全评价系统。章描述了模糊神经网络的基本结构和原理，阐明了本评估系统的工作原理及实现方法，最后将该评估模糊神经网络评估系统应用于若干火工品生产企业的实际安全管理水平的评价中，取得良好的效果。     

基于小波神经网络的瓦斯涌出量预测研究

准确地预测瓦斯涌出量对于指导矿井设计和安全生产有重要意义,而瓦斯涌出量是一个与自然因素及开采技术等多因素有关的非线性建模问题。鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,笔者提出一种既充分利用小波变换的时频局部化性质,又能结合神经网络的自学习能力的小波神经网络预测瓦斯涌出量的方法,并建立了预测模型。在此基础上,采用Delphi语言,设计了小波/BP神经网络仿真器。通过实例分析表明该方法较传统神经网络收敛迅速,预测精度高。     

基于神经网络的安全评价指标重要度判定方法及应用

安全评价指标重要度判定对合理进行安全管理和有效采取安全对策具有重要意义,它是一个多指标非线性分类问题,很难用数学公式进行描述。以往的判定方法由于受人为因素及模糊随机性影响,准确性较低。神经网络作为一种新技术,具有非线性分类、人工智能的特点。基于此,提出了一种基于人工神经网络的安全评价指标重要度判定方法。该方法最大特点是直接从学习后的网络连接权重中提取评价指标重要度信息。讨论了网络的拓扑结构,以及如何从学习后的网络权重中提取评价指标重要度信息的方法。应用数理统计方法消除了网络学习初始权重对评价结果的影响。用一实例对提出的方法进行了验证,分析了网络隐含层节点数对判定结果的影响。实验表明,该方法具有很强的操作性和较高的准确性。     

模糊神经网络技术在矿山安全评价中的适应性研究

我国矿山企业安全生产形势严峻,矿山安全一直是我国矿山企业急需解决的安全评价技术及其应用是预防和控制矿山灾害事故的重要内容.对国内外矿山安全评价理论和技术的研究进展进行了系统的论述,并对国内安全评价理论和技术的研究和应用过程出现的问题进行了分析,指出模糊神经网络技术在矿山安全研究中的可行性,为矿山安全管理和科学决策提供了一种新的思路.     

基于神经网络的民航安全态势评估模型及仿真

民航安全态势评估可以向管理者提供民航安全态势和未来态势变化的信息,帮助管理者作出科学的决策,是预防事故发生的关键。航空器事故征候、事故征候率和灾变的科学预测评估是民航安全态势评估的核心内容,分析选取影响民航安全态势的安全运行因素,尝试建立了民航安全态势评估模型,结合BP神经网络和Elman神经网络进行民航安全态势评估。2008-2010年民航安全态势评估结果如下：民航安全态势整体良好但事故征候较多,其中2009年的民航安全态势相对严峻,需要密切注意民用航空器事故的发生,同时应对2010年民用航空器事故进行高度关注,希望管理者采取积极措施进行事故预防。结果表明,基于神经网络建立的民航安全态势评估模型是可行的,可以作为我国民航安全态势评估的有效工具。     

基于BP神经网络的矿井火灾安全评价方法

在对国内煤矿调研的基础上,建立了包括内因火灾、外因火灾、管理和救灾3个子系统的评价指标体系;通过模糊层次法,求解了各指标权重;结 合目前比较成熟的BP神经网络方法,研究了一种新的矿井火灾安全评价方法,并编制了界面友好的软件,在矿井实际应用中取得较为满意的评价结果.     

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。     

基于粗糙集-人工神经网络的航空安全文化评价模型研究

根据航空运输企业安全生产系统的特征,制定相对科学的、适用的安全文化评价指标体系。将粗糙集、人工神经网络方法应用于航空安全文化评价研究。首先,通过问卷调查与粗糙集方法相结合,对安全文化评价指标信息表进行设定。利用粗糙集的属性约简功能,确定航空安全文化的核心要素;其次,利用人工神经网络对约简后指标权重进行计算;经过仿真实验,训练后的神经网络较好地获取并保存了安全文化评价的知识和经验,能够较为准确地对航空安全文化进行评价。     

基于PCA-FPP-BP神经网络的高层建筑火灾安全评价

为解决高层建筑构造复杂、人员密度大、火灾触发因素繁多而造成高层建筑火灾安全评价困难的问题,本文提出基于PCA-FPP-BP神经网络的高层建筑火灾安全评价模型。首先运用主成分分析(PCA)对构建的高层建筑火灾安全评价指标降维处理,筛选主要信息;接着基于三角模糊数构建模糊评判矩阵,利用模糊优先规划(FPP)求解指标的权重值,减少主观的影响;最后考虑到指标间关系错综复杂彼此交叉和反馈的特性,选择BP神经网络对高层建筑火灾安全进行评价。通过工程案例证明该评价模型的实用性以及可靠性。     

人工神经网络对矿山安全状态的评判能力分析

通过改变神经网络训练样本等方法,对比分析了神经网络对不同训练样本的反映能力,讨论了人工神经网络对矿山安全程度进行评价的适应性.为了研究人工神经网络用于矿山安全评价时的优化设计,通过改变神经网络的神经元数目及初值赋值方式等方法,测试了不同结构、不同参数的神经网络对相同训练样本的评价结论.本文的研究为人工神经网络用于矿山安全评价时的进一步改进及其优化设计提出了合理的建议.     

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.