基于数据场和云模型的洪水灾害风险等级评估

根据灾害风险系统的定义以及洪水灾害的特点,用灾情损失与地形危险性的综合作用描述洪水灾害风险。针对研究单元风险的内在联系和等级概念的模糊性、随机性,提出基于数据场和云模型的洪水灾害风险等级评估方法,以期为洪水灾害风险管理提供科学依据。以苏州市和上海市(崇明县除外)为例,首先用数据场对灾情数据进行扩散;再用云模型对地形进行等级划分;最后对两者进行耦合得到该地区的洪水灾害风险等级划分。结果表明:苏州市中心偏北区域和上海市中心区域综合风险等级最高,并向四周呈递减趋势;总体上中部风险等级最高,北部次之,南部最低。     

基于主成分投影法的洪水灾情评价研究

洪水灾情等级的合理评估能够为防灾、减灾及备灾工作提供科学的依据,具有重要的现实意义。首先建立主成分投影法评价模型,并给出模型的基本步骤。以受灾面积、受灾人口数、破坏房屋面积和经济损失作为评价因子,构建洪水灾情的主成分投影评价模型。利用该模型,对新疆"96.7"洪水灾害中乌鲁木齐、塔城、博州、哈密、喀什和克州6个城市的灾情进行评价。结果表明:乌鲁木齐和塔城的洪水灾情被评估为重灾;博州、哈密、喀什和克州的洪水灾情被评估为中灾。这些评价结果与集对分析(SPA)理论、贝叶斯随机评价方法、灰色关联法和脉冲耦合神经网络(PCNN)模型评价结果完全一致。     

川藏铁路桥隧施工安全风险评价

通过评估川藏铁路工程建设的施工风险等级,为高质量推进川藏铁路工程建设提供理论支撑。剖析了国内外学者关于风险评估研究的理论与方法,针对川藏铁路施工建设中的5座特大桥梁工程和9座超长隧道工程,分析了桥梁隧道建设工程的特征,构建了川藏铁路桥梁工程的17个安全风险评价指标体系和隧道工程的20个安全风险评价指标体系,通过建立基于模糊综合评价法的风险评估模型完成了对川藏铁路重点桥梁和隧道工程的风险评价,最后构造BP神经网络模型对风险评估结果进行验证,以川藏铁路部分重点桥梁工程评分数据和部分重点隧道工程评分数据为训练数据,以剩余评分结果为验证数据,预测桥梁和隧道工程的风险等级。结果表明:采用BP神经网络预测桥梁隧道工程安全风险等级的准确率高达98. 82%,BP神经网络对于该工程施工安全风险评价具有适用性;川藏铁路重点桥隧工程项目有50%处于较危险以上,只有20%的工程处于安全级别。     

NRS下多证据融合的混凝土桥梁耐久性评估模型

为准确评估混凝土桥梁的耐久性,提出基于邻域粗糙集(NRS)与D-S证据理论的评估模型。首先,根据混凝土桥梁的结构特征,构建耐久性评估指标体系,并建立起耐久性评估数据库;其次,结合数据库,采用NRS的上下近似定义,确定不同评估指标的基本信度分配,并基于各指标的综合权重构造证据折扣因子,实现对初始基本信度分配的修正;然后,通过D-S证据理论合成规则进行融合,得出耐久性状态等级命题的置信度,进而根据最大隶属原则确定耐久性状态等级;最后,以多座在役混凝土桥梁的实测数据进行算例验证。结果表明：利用该模型获得的耐久性评估结果与现场实测结果一致,相较于传统的评估模型,该模型不仅能更准确地评估混凝土桥梁的耐久性,而且,能通过置信度反映耐久性的劣化趋势,这可为混凝土桥梁的维修加固、养护提供参考依据。     

基于BP神经网络的海军飞行员人为差错安全影响评估

为了更客观合理地对海军飞行员人为差错安全影响进行评估,提出了一套基于BP神经网络的海军飞行员人为差错安全影响评估方法。首先,根据"人为错误因素"模型并结合海军航空兵飞行员人为因素事故案例建立海军飞行员人为差错安全影响评估指标体系;然后,依据该指标体系构建了基于BP神经网络的人为差错飞行安全影响评估模型;最后,以海军航空兵历年人为因素事故统计数据为训练样本对BP神经网络安全影响模型进行训练,并利用该模型对部分数据进行飞行安全影响评估测试。结果表明,评估结果符合实际情况,该方法可对海军航空兵飞行员人为差错安全影响进行评估。     

基于PCA-GA-BP神经网络的瓦斯含量预测分析

为提高煤层瓦斯含量预测的效率和准确率,提出了先采用主成份分析（PCA）方法来降低变量间的相关性,然后将遗传算法（GA）与BP神经网络相结合的煤层瓦斯含量预测的新方法。为了避免BP神经网络收敛速度慢、易陷入局部极小值等问题,算法采用GA对BP神经网络的权值和阈值进行优化,利用Matlab软件进行编程,建立了BP神经网络和GA-BP神经网络瓦斯含量预测模型。选取淮南某矿瓦斯含量及其影响因素作为实验数据对该模型进行了实例分析,将主成份回归和BP网络算法预测结果与该模型进行了对比分析。结果表明:PCA-GA-BP网络预测模型平均相对误差为2.759%,预测效果明显优于主成份回归和BP网络预测模型,可以准确的预测煤层瓦斯含量。     

基于BP神经网络技术的实验数据分析处理

许多热灾害实验的危险性和成本相对较高,很难进行多次实验,且数据较少。针对这些的问题,笔者根据BP神经网络基本原理,建立多层反向传播的神经网络,以现有实验数据为训练样本,对神经网络进行训练,利用训练后的网络对待测样本进行预测。以喷射火作用下液化气储罐热响应实验的数据处理为例,利用BP神经网络进行压力值预测。将预测的结果和实验数据进行比较,结果表明了神经网络对实验数据进行处理和预测的可行性。     

BP神经网络技术在交通工具火灾预警中的应用

通过对交通工具火灾成因机理以及现有典型交通工具火灾实例的分析研究,建立了预警评价指标体系。根据非线性理论和模式识别原理以及交通工具火灾的特点,采用基于BP神经网络的智能灾害诊断方法,对交通工具火灾发生的可能性和危险性进行评估和预测。研究表明:BP神经网络方法是解决非线性系统问题的一种有效方法,与传统的预警方法相比,该方法具有速度快、效率高、可信度好、自学能力强等特点。采用BP网络进行交通工具火灾预警时,只需输入影响交通工具火灾发生的相关指标因素,网络便可在较短的时间内得出可靠的预警结果。     

基于集对分析理论的洪水灾情综合评估方法

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。为了提高洪水灾情评估的准确性,应用集对分析理论和方法,以受灾面积、受灾人口数、破坏房屋面积和经济损失作为评价因子,建立了灾情评估的集对分析模型,提出了基于集对分析理论的洪水灾情综合评估方法。集对分析是在一定的问题背景下,对集对中2个集合的确定性与不确定性以及确定性与不确定性的相互作用所进行的一种系统和数学分析,采用集对分析理论的洪水灾情综合评估方法得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法、PCNN网络模型的评价结果进行了比较,表明其用于洪水灾情综合评价具有科学性和有效性。     

基于证据理论的煤矿瓦斯涌出组合预测

为提高煤矿瓦斯涌出量预测的准确度,引入证据理论组合预测方法。根据瓦斯涌出量及其主要影响因素间的实验数据,采用3个不同的粒子群神经网络模型对涌出量进行初步预测。并由BP、RBF网络对预测误差及预测点的影响因素进行分析建模,以获取每个模型的可信度。再利用证据理论对其进行合成,确定组合模型的权值,最终实现对瓦斯涌出量的组合预测。实例结果表明,该组合预测方法的平均绝对误差、均方误差分别为18.5%、5.8%,均小于神经网络组合法及等权平均法的相应预测误差,适用于煤矿瓦斯涌出量预测。     

基于模糊综合评判的电网应灾能力量化评估*

为应对极端自然灾害下电网在灾前、灾后应灾能力评估的不足,提出基于模糊综合评判的电网应灾能力量化评估方法。通过分析电网系统的综合数据和关联指标,建立电网灾前承受力和灾后恢复力评估指标体系;运用层次分析法和熵权法各自求得指标主、客观权重,并依据权重占比组合成综合权重,使用模糊综合评判对电网应灾能力进行量化评估;通过案例对所提的评估进行验证。结果表明:该评估方法更加有效体现电网实际应灾能力水平,对电网应对极端自然灾害具有一定指导作用。     

基于傅里叶级数的自然灾害损失预测模型研究——以湖南省自然灾害经济损失预测为例

针对湖南省自然灾害经济损失发生的现状,结合傅里叶级数的相位特征,利用傅里叶级数时间序列模型给出自然灾害损失的变化趋势。根据1986—2007年湖南省自然灾害所造成的直接经济损失数据,在SPSS环境下进行拟合,并对未来5年湖南省的自然灾害所造成的直接经济损失进行预测。结果表明:傅里叶级数时间序列模型符合自然灾害损失发生的特点,有效地解决了传统损失预测模型在灾害经济损预测中误差大、稳定性差的缺陷,提高了预测精度;且得出未来5年湖南灾害灾情仍然具有递增的趋势的结论。采用该模型对自然灾害损失进行预测,其结果比较可靠,可供减灾决策部门参考。     

基于人工神经网络的矿井通风系统评价研究

以矿井通风系统的“安全可靠、经济合理”和其定义所包含的各项内容为依据,从矿井通风动力、通风网络、通风设施、通风质量、通风监测、防灾抗灾能力、通风电耗、通风能力8个方面,确立了16项矿井通风系统评价指标,建立了一个新的矿井通风系统评价指标体系。采用人工神经网络中的BP网络算法,在VisualC++6.0平台上研制开发了矿井通风系统评价BP网络模型的计算机程序。并经过实际生产矿井检验,预测结果与实际完全吻合,说明了笔者所确定的矿井通风系统评价指标体系可以反映矿井通风系统的状况,所采用的BP网络算法正确,可以用来指导实际工作。该计算程序简单,易于操作,有一定的推广应用价值。     

自然灾害风险评估指标体系及方法研究

提出一种基于灾害致灾因子、承灾体暴露性、脆弱性以及社区应急能力4方面因素的城市灾害(地震)风险评估体系。利用模糊隶属度函数和AHP法给出了一种可行的区域自然灾害风险评估方法。结果表明:基于给出的风险度量化公式、评估指标体系和评估方法,可以对城市灾害风险进行定量评估。模糊隶属度函数消除了量纲的影响使指标间具有可比性。AHP法可有效用于确定指标权重。基于风险度计算公式的灾害风险度综合评估指数,使城市自然灾害风险评估工作更具客观性。     

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。     

商业综合体灾害链风险评估研究

为了对商业综合体灾害链进行风险研究，基于链式风险评估模型的建模方法，构建商业综合体灾害链风险评估模型，并应用复杂网络结构对商业综合体灾害链的演化过程进行表征，综合灾害事件的致灾率、灾害损失程度、灾害链的脆弱度3个指标得到每条灾害链的风险度量值，最后以泸州摩尔玛商场爆炸事件为实例进行评估，辨识出每条灾害链的风险值。研究结果表明:该模型与实际情况具有较高的吻合性，为商业综合体次生或衍生灾害的防控提供了可靠的理论依据。     

改进型灰色神经网络在火灾预测中的应用研究

为提高火灾事故的预测精度,降低火灾损失,探讨并修正传统GM(1,1)预测模型关于背景值构造的缺陷,将改进后的灰色模型同BP神经网络模型融合,提出改进型灰色神经网络火灾预测模型。依据我国1997—2009年火灾事故统计数据,分别选用改进型GM(1,1)和改进型灰色神经网络模型对1997—2007年火灾发生起数进行拟合仿真,得到2008—2009年火灾起数预测结果。结果表明:该模型在避免GM(1,1)关于背景值构造缺陷的基础上,兼具灰色系统与神经网络的优点,既体现火灾复杂的灰色系统行为,又能自适应调整学习速率,与单一GM(1,1)相比,该模型的预测结果精度更高。     

化工储罐区空袭次生灾害危险性评价研究

根据化工储罐区及其遭空袭次生灾害的特点,以空袭次生灾害的影响范围作为危险性评价的标准,对化工储罐区的空袭次生灾害进行危险性评价。指出储罐遭空袭后的3种毁伤方式;给出储罐遭空袭发生的次生灾害及其扩散的形式与后果;阐述了化工储罐区空袭次生灾害的成灾机理;分别提出热辐射伤害、冲击波伤害和有毒有害物质扩散的危险性评价方法。以池火灾为例,建立了池火灾的危险性评价模型;论述了池火灾危险性评价的具体流程,并进行了案例分析,根据计算结果提出了相应的减灾对策。笔者认为,化工储罐区遭空袭后的次生灾害的危险性评价具有现实意义,对于化工园区、石化厂、危化品仓库等突发安全事故产生次生灾害的危险性评价同样具有重要的参考价值。     

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。