矿井通风系统模糊可靠性研究

定义模糊可靠度为一个服从正态分布的模糊数，并以模糊数作为通风系统的各风路可靠度，进而提出了矿井通风系统的模糊可靠度计算方法。同时在置信水平上，确定矿井通风系统的普通可靠度置信区间。若＝１，则模糊可靠度计算转化为可靠度计算。     

地质勘探巷道的通风新方法探讨

探讨了巷道通风的新方法，其中包括用间断风筒的通风、半循环通风、封闭式通风、高压通风机通风等，并就通风研究的发展方向提出了几点建议     

基于神经网络的重大危险源动态分级研究

利用自组织神经网络对重大危险源进行动态分级研究，介绍了神经网络的模式聚类即分级法的自组织学习过程和算法，克服了以往危险源分级方法的某些局限性。在计算机上进行的模拟计算表明：基于自组织神经网络的重大危险源动态分级方法是合理可行的     

某复合型地铁车站站台防排烟方案研究

在地铁站台火灾中，机械排烟和补风对于有效排出站台烟气至关重要，地铁设计规范要求采用正压送风方式来防止烟气经扶梯和楼梯流入站厅层。对于复合型地铁站台而言，站厅层可能与其它建筑共用，建筑面积较大，难以提供足够的风压进行正压送风。本文利用性能化防火设计方法对多种站台防排烟方案进行研究，并提出了分析流程。本文还针对某实际工程案例验证了这一流程的可行性，并据此选择了一种将机械排烟和补风有机结合的防排烟方案。本文的研究工作对其它类型地铁站台防排烟方案具有参考价值。     

西江年最高水位的神经网络预报模型

对西江洪水发生的特征进行分析表明，洪水发生频率高，具有明显阶段性特征，并与流域面雨量密切相关。利用前期环流场、海表温度（SST）场及环流特征量资料选择初选预报因子，然后对初选预报因子作EOF分解构造综合预报因子，结合人工神经网络方法建立了西江年最高水位预报模型，并对预报模型进行独立样本试验。结果表明，该预报模型对历史样本拟合精度高，试报效果明显好于传统的逐步回归模型，可在汛期预测业务中应用。     

基于河网水系变化的水灾危险性评价——以永定河流域京津段为例

城市化过程中不合理的土地利用导致河道填塞、河网缩减现象普遍，城市水灾增加。基于灾害系统思想，构建了基于河网水系变化的水灾危险性评价体系，并以永定河京津段为例进行了实证分析。结果表明：（1）近40年来研究区水系结构简单化趋势明显，河道长度减少了20．5％，条数减少了36．4％，水系调蓄能力下降，在同样的致灾强度下水灾危险性加大；（2）在假设暴雨重现期为50年的条件下，经济密度差异决定了水灾潜在危险区的空间格局，居民用地将成为水灾重度危险区；平原段水灾重度危险区占5．7％，中度危险区占33．1％，滨海段重度危险区占13．9％，中度危险区占26．8％。研究结果可为区域综合减灾、水灾预报提供依据。     

Ⅱ824-2综放工作面瓦斯综合治理试验研究

通过对淮北芦岭矿Ⅱ824-2综放工作面瓦斯综合治理的试验研究,摸索出了高瓦斯综放工作面瓦斯治理的有效方法,取得了较好的瓦斯抽放和通风排放效果.     

基于模糊评判人工神经网络的重大危险源辨识研究

国家已经制定了重大危险源辨识标准,辨识依据是危险物质的数量,主要适用于化工行业.本文对于国家重大危险源辨识标准不适合的行业,结合各行业发生事故的特点和工艺特征,综合利用模糊评判法和人工神经网络,辨识企业内存在的重大危险源.在某化工厂进行了检验,实践证明了方法的科学性和合理性.     

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。