排序方式: 共有60条查询结果,搜索用时 281 毫秒
11.
火灾是任何时间,任何地方都有可能发生的灾害,所以它也是我们随时随地必须防范的灾害。对于普通居民而言,火灾也许是最有可能遭遇的恶性灾害事故,因此如何从火场逃生的知识是值得每一位城乡居民认真学习和掌握的。[编者按] 相似文献
12.
13.
14.
15.
16.
为建立更加真实的行人疏散模型,基于模糊规则和广度优先搜索(BFS)算法,利用元胞自动机,提出1种优化的行人疏散模型。引入动态模糊速度规则,建立移动速度与周边环境的模糊对应关系,从而模拟行人在不同环境下的运动速度;通过设定危险度规则,使用基于双端队列的BFS算法快速计算每个格子距离安全出口的“静态危险度”,并与出口处人群密度的“动态危险度”耦合,使元胞自发地向“总危险度”更低的方向移动;结合动态速度规则建立1种基于排队理论的出口疏散机制。结果表明:所建模型能够再现行人流自组织现象,真实地反应行人不同的移动方式以及疏散的具体过程;模型考虑了出口排队疏散机制对疏散时间的影响,使疏散效率得到提高,为行人疏散模型的建立以及公共场所的设施布局等应急疏散预案提供有效参考。 相似文献
17.
18.
19.
为提升煤与瓦斯突出预测准确度,减小数据缺失对煤与瓦斯突出预测的不利影响,提出1种基于链式多重填补马尔科夫链蒙特卡罗(MCMC)的麻雀搜索算法(SSA)优化支持向量机(SVM)预测模型。根据突出影响因素选取模型参数,运用MCMC对突出事故缺失值进行数据填补,采用SSA优化SVM,建立MCMC-SSA-SVM模型对填补后数据集进行预测,验证MCMC填补有效性和SSA优化性能;分别构建SVM、SSA-SVM、PSO-SVM、GAM-SVM、CMC-SVM、MCMC-PSO-SVM和MCMC-GA-SVM这7种模型进行突出预测,对比预测准确度,分析MCMC-SSA-SVM、MCMC-PSO-SVM和MCMC-GA-SVM的适应度。研究结果表明:MCMC填补后准确度均提升7.89个百分点以上,SSA的优化性能强于PSO和GA,MCMC-SSA-SVM预测准确度最高,为97.37%,泛化能力优于对比模型。研究结果可为煤与瓦斯突出预测研究提供借鉴和参考。 相似文献
20.
针对深井巷道无线传感器网络(Wireless Sensor Networks,WSN)安全监测中节点能量消耗不均匀导致网络生命周期较短的问题,在分析低功耗自适应集簇分层型算法(Low Energy Adaptive Clustering Hierarchy,LEACH)、遗传算法(Genetic Algorithm,GA)和禁忌搜索算法(Tabu Search Algorithm,TS)的基础上,提出遗传禁忌搜索的能量均衡深井安全监测WSN分簇路由算法(GTSR-EB),以分簇方式来减少数据发送量与寻优开销,利用优化GA算法和TS算法进行多路径搜索以选出一条能耗均衡、路径传输距离最短的最优路径。仿真实验表明:GTSR-EB算法网络存活周期为LEACH算法的2.17倍、GA算法的1.18倍,GTSR-EB网络能量利用率更高、生存周期更长。 相似文献