基于BP神经网络的盘管泄漏检测方法研究

针对单一阈值不能适用于多变工况条件的问题,采用动态阈值修正的流量平衡法与神经网络法相结合的新方法检测反应釜内冷却水盘管泄漏.通过盘管泄漏模拟试验,研究工况变化与泄漏时盘管进出口流量的变化情况.从流量信号中提取盘管泄漏的特征指标构造出神经网络输入矩阵,通过使用大量试验数据对BP神经网络进行训练,对比不同结构的网络训练误差结果,确定其网络结构,建立对盘管运行状况进行分类的BP神经网络模型.试验证明,这种方法能有效检测出盘管泄漏.     

含硫气井完整性风险等级预测研究

为保证含硫气井在开发过程中安全高效生产,提出一种基于主成分分析(PCA)和BP神经网络的含硫气井完整性风险等级预测模型。首先,采用Bow-tie方法得到含硫气井完整性失效风险因素,通过模糊评价法对风险因素进行量化处理;然后,利用PCA提取综合指标,并结合BP神经网络得到预测模型,进而得到风险等级。研究结果表明:通过PCA能使BP神经网络的输入数据由28个减少至4个,所建模型的风险等级预测精度高于未经PCA的BP神经网络;通过PCA与BP神经网络结合的预测模型可识别含硫气井开发过程中完整性失效的风险因素,完善了含硫气井风险等级预测技术。     

GA-BP算法应用于核事故源项反演的研究

为了更准确地估算核事故源项,提高核事故后果评价的准确性,将用遗传算法优化的BP神经网络算法应用于核事故源项反演,改善BP神经网络学习算法应用于核事故源项反演时易陷入局部极小的缺陷。应用Matlab软件编码实现用遗传算法来优化BP神经网络的权值和阈值,将这些优化值赋给网络,得到优化的BP神经网络,即GA-BP神经网络。用7 852组训练数据训练GA-BP神经网络,训练结束后,用500组测试数据评估两种算法的性能。经统计计算得到GA-BP神经网络的平均训练误差为7.98%,小于原始BP神经网络的10.25%;GA-BP的平均测试误差为9.78%,小于原始BP神经网络的10.21%。训练和测试结果表明,经遗传算法优化的BP神经网络误差明显小于原始BP神经网络算法,GA-BP神经网络算法能有效地避免原始BP神经网络容易陷入局部极小值的缺陷,且缩短了训练时间,提高了源项反演的准确度。     

基于灰色BP神经网络组合模型的水上交通事故数预测

为了提高水上交通事故数的预测精度,在灰色预测模型与BP神经网络模型相组合的基础上,建立了灰色BP神经网络组合预测模型。以全国水上交通事故数、机动船数、驳船数、水上运输就业人数、水路货运量和水路客运量的数据作为样本数据,进行试验计算,并将组合预测模型的预测结果分别与灰色预测模型和BP神经网络预测模型的预测结果进行了对比。试验结果表明,相较灰色预测模型和BP神经网络预测模型灰色BP神经网络组合预测模型的误差更小、预测精度更高,且具有良好的稳定性。     

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。     

基于因子分析与BP网络的地铁施工安全预警研究

为了解决当前我国地铁施工过程的安全预警问题,构建因子分析与BP神经网络相结合的地铁施工安全预警模型。在分析地铁施工安全预警指标的基础上,采用SPSS因子分析法对调查数据进行降维,采用Visual Basic 6.0软件编写BP网络程序,并通过工程实际数据实现模型的训练及检测。研究结果表明,通过因子分析能使BP网络的输入数据从37个减少至7个,经因子分析降维后的收敛速度和计算精度均高于未经因子分析的神经网络,且误差均在10%以内。通过因子分析与BP神经网络相结合构建的耦合模型识别地铁施工过程中的不安全因素,进而有针对性地完善地铁施工的相关预警技术。     

遗传算法优化的BP神经网络在地震死亡人数评估中的应用

破坏性的地震灾害作为一种突发性自然灾害,往往会在短时间内造成大量的人员伤亡和财产损失。地震发生后若能有效地预测伤亡人数,可以更科学地组织人员救灾与配置救灾物资,对于减少震后的人员伤亡具有一定的指导作用。通过我国往期的地震数据信息,分析总结出对人员伤亡数目影响较大的7个因素,分别为地震等级、地震时间、震源深度、震中烈度、抗震设防烈度、震中烈度与抗震设防烈度之差(ΔL)、人口密度。鉴于这7个影响因素与地震时的死亡人数呈非线性关系,选用基于遗传算法(GA)优化的BP神经网络建立地震死亡人数预测模型。针对BP神经网络的局限性,利用遗传算法全局搜索最优值的特点,对BP神经网络的权值与阀值进行优化,防止BP神经网络陷入局部最优解,并且加快神经网络收敛速度,从而提高BP神经网络的预测精度。从我国1970年至2016年之间发生的地震灾害中,选取32组造成人员伤亡的地震数据,对初始数据进行处理后,利用遗传算法优化的BP神经网络预测模型进行训练并预测。选取27组样本作为训练样本,另外5组样本作为测试样本。预测分析结果表明,遗传算法优化的BP神经网络预测死亡人数与真实死亡人数相比平均误差为9.72%,均方误差为10.41,而BP神经网络的预测死亡人数的平均误差为17.61%,均方误差为18.02,因此GA-BP神经网络结果较为理想,相比传统的BP神经网络具有更高的逼近精度。     

基于主成分分析和BP神经网络的综合安全评价模型

提出了基于主成分分析法和BP神经网络的综合安全评价模型.利用主成分分析法的数据降维功能对评价指标进行特征提取,选用合适的主成分作为神经网络的输入,构建网络拓扑结构.在建立多层次道路危险货物运输企业安全评价指标体系的基础上,采用MATLAB对企业安全现状进行实证仿真分析.结果表明,基于主成分分析法和BP神经网络的综合安全评价模型的评价结果优于其他评价模型.研究表明,本文得到的综合模型能够更加客观、准确地反映评价对象的实际情况.     

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模型的南通市农田土壤重金属空间分布研究

利用采样点实测数据,借助BP神经网络模型并结合GIS技术对江苏省南通市农田土壤重金属的空间动态分布进行了详细地描述.结果表明,BP神经网络模型能够智能地学习各个采样点的空间位置与该点各重金属含量之间的映射关系,并能够稳健地对各个空问插值点处的土壤重金属含量进行预测.运用Arcgis进行的分析结果显示,在该地区Pb和As造成的污染最严重,其他重金属污染相对较轻.其中南通市区、海门市和启东市重金属富集最严重;南通大部、通州、如东大部分地区含量较少,含量最少的地区是如皋市和海安县.在运用神经网络模型进行空间插值了解重金属空间动态分布的基础上,可以根据污染的分布状况确定农产品的生产布局和规划.     

基于路网脆弱性的紧急情况下交通疏散诱导模型

为提高紧急情况下交通疏散速度,实现对疏散交通流的诱导,需要建立紧急情况下的交通流诱导模型。根据紧急情况下路网特性,提出路网脆弱性指标,并将其引入交通流诱导模型,对常态交通流诱导模型进行改进,得到基于路网脆弱性的紧急情况下交通疏散诱导模型,并用实测数据求解模型参数。分别用常态交通流诱导模型和文中的改进模型进行实例计算,结果表明,经过改进模型诱导之后,高流量和低流量路段相对减少,交通流在路网中的分布更均衡、达到系统最优的效果。对紧急情况下的交通流进行有效诱导,可提高疏散路网利用效率,加快应急交通疏散。     

基于风险的特种设备使用单位分类监管应用研究

为提高特种设备安全监管效率,缓解设备数量增长与监察力量不足之间的矛盾,基于风险管理理论,提出在风险评价的基础上对特种设备使用单位实施分类监管。在前期特种设备使用单位风险评价体系研究的基础上,结合2011年、2012年的试点应用情况,对风险评价体系的具体评价流程、结果及科学合理性进行了研究。结果表明:C类使用单位的数量依然占据近一半的数量,需引起监管部门的高度重视;同时验证了风险评价体系科学合理、可操作性强,能够有效指导全国分类监管工作的开展。     

基于率失真函数的群组层次分析法的研究

层次分析法作为一种常用的安全评价方法,针对其中的两两比较这一环节,由于专家的自身原因,做出的评价与实际情况可能存在一定的误差。该研究借用信息论的理论,将群组层次分析法(GAHP)中的两两比较的实际情况看作信源,将专家看做信道,将得出的判断矩阵看做信息,从而使因为专家的差异而导致的判断矩阵的误差转变为信息在传播过程中的失真;通过分析其失真与信源类型并且计算其中的平均失真度和率失真函数,从而针对基于率失真函数的群组层次分析法的修正进行进一步的研究。最后以某一使用层次分析法的鞭炮厂的评价作为实例,对于率失真函数在判断矩阵的修正中的准确性与可行性进行验证。     

聚乙二醇在相变纺织材料上的应用研究

对聚乙二醇（PEG）进行冷热循环处理时，其超分子结构会发生某种相变，从而改变宏观性质而具有特殊的蓄热调温性能。PEG的相变温度随聚合度变化而变化，在服装应用方面一般采用30～35℃，接近于体温的PEG。以PEG作为相变材料用不同方式添加到纺织材料上，可以使织物具有双向调温的特殊功能。     

基于机器学习的侵财类案件危害程度分析

为了进一步分析侵财类案件的危害程度,以抢劫、抢夺和盗窃3种典型侵财类案件为例,利用ZS市2008—2014年的犯罪数据与统计年鉴数据,提取“发案时间”“发案地域”“选择时机”“选择处所”“选择对象”“人均地区生产总值”“职工月平均工资”7个特征,建立基于多种机器学习分类算法的侵财类案件危害程度预测模型,并进一步开展预测结果的分析研究。研究结果表明:梯度提升决策树（GBDT）算法性能最优,危害程度预测准确率达到了0.88;在抢劫案和抢夺案中,一般和重大的案件容易发生在繁华地带,特大案件容易发生在其他处所;侵财类案件倾向于在工作日的城区中发生,发生的危害程度大多为一般;提出的侵财类案件危害程度预测模型可为侵财类案件的风险评估及警务资源优化配置工作提供方法支持。     

基于循证方法的施工现场安全事故预防体系研究

为提高施工现场安全绩效,构建基于循证方法的施工现场安全事故预防体系。阐明施工现场安全循证预防(EBP)的定义、内涵、核心思想,梳理循证预防解决安全问题的思路,并且提出施工现场安全管理循证预防的流程框架。结果表明:针对施工现场安全事故预防中的不足,循证方法解决问题的思路体现在理论和方法 2个层面;施工现场安全管理循证预防体系分为循证诊断和循证干预2个阶段,具体包括安全检查表、框架表示法、荟萃(Meta)分析等关键步骤。     

纳米材料对生物体的毒性研究

运用Einstein第一扩散公式和沉降公式,半定量、定量地说明纳米粒子沉降速度大约是微米粒子的千万分之一,更易悬浮在大气和溶液中,被生物体通过呼吸系统和循环系统所吸收;运用范德华力引起的相互作用势能公式,半定量地说明纳米粒子比微米粒子更容易吸附和团聚,通过大气中粒子转化、水体及土壤中的迁移传播等途径,由食物链富集到生物体内。可见,纳米粒子要比微米粒子的毒性更加严重,更能影响生物体的健康。同时,从纳米材料毒性影响因素对生物体的作用上看,纳米粒子也是严重影响着生物体的健康,给生物体带来极大的危害,并根据纳米材料的毒性研究结果为今后纳米技术的良性发展提出了新的方向。     

基于STEAM的靠港船舶大气污染物排放清单研究

随着我国船舶排放控制区的设立,船舶大气污染物排放成为社会广泛关注的热点。以对城市影响显著的内河靠港船舶为研究对象,采用本土化的船舶交通排放估算模型(STEAM),结合船舶自动识别系统(AIS)中的船舶轨迹信息、船舶档案数据库信息及调研信息,实现基于船舶活动的"自下而上"的排放清单编制。将上述研究成果应用于南京龙潭集装箱港区,得到2014年该港区船舶大气物排放量分别为PM103.452 9 t、PM2.52.762 3 t、NOx196.004 4 t、SOx2.896 6t、CO 20.624 5 t、HC 8.127 8 t以及CO212 554.289 5 t。与整个港区排放相比,靠港船舶是SOx和NOx排放的重要来源,占比分别达到70.76%和58.16%。基于排放特性分析提出靠港船舶减排路径。     

长江航行安全问题的研究

运输船舶规模大 ,载货量或载客量非常大 ,一旦发生海损事故 ,带来的直接经济损失和间接损失都难以估算。笔者提出了运用先进的通信技术和通信设备 ,对长江航行船舶进行安全监控 ;针对船舶海事中 70 %是碰撞事故的事实 ,提出了长江船舶避碰预警系统的设计思路和技术路线 ;长江航运各有关机构则应恪尽职守 ,确保船舶具有良好的适航性。这些新观念和新思路对减少长江海损事故都有着积极的现实意义     

网络视域下突发事件对旅游目的地形象的影响过程研究

突发事件直接影响旅游目的地形象,关系到目的地的可持续发展。基于网络视域,从旅游者感知角度,建立突发事件影响目的地形象的过程模型。根据突发事件网络传播的效应——信息爆炸效应和舆论聚合效应,将模型分解为对目的地形象的强化过程和反馈过程。突发事件的网络传播会加速目的地形象感知的过程并深化目的地形象感知的内容,从而强化对目的地形象的感知,反馈过程导致目的地形象的调整。分析表明,网络视域下突发事件对目的地形象的影响更加显著。最后总结网络信息时代目的地遭遇突发事件时维护自身形象的策略。