国家“十二五”布局谋篇与安防发展

不久前,党的五中全会在京召开,审议通过了《中共中央关于制定国民经济和社会发展第十二个五年规划的建议》,新的规划将于明年3月份被全国人代会讨论通过后执行。五年规划是我国最为重要的中期规划,     

严审批 重规划

<正>据媒体报道称,"7.28"南京燃爆事故造成13人遇难,400多人受伤,而其中绝大多数是居住在工厂附近的居民。有南京网友认为,那儿爆炸并不意外,早在2005年就发生过类似事故。住在化工厂、加气站等周围很危险,这是附近居民的共识。甚至还有报道称,2009年8月     

数字播报

<正>32处北京是我国大陆东部多地震的地区之一,地震灾害是引起突发公共事件的重要风险源。11月25日,市规划委发布《北京市地震应急避难场所专项规划研究》指出,目前北京市已建成32个应急避难场所,但能够疏散安置的人数还不到要求     

基于多目标优化的危险化学品运输模式探讨

近年来,危险化学品在运输过程中的事故越来越多,危害也越来越大,人们关于运输的安全意识也越来越强烈。本文介绍了多目标遗传算法、多目标优化、多目标进化以及他们之间的关系,并将多目标优化问题与危险化学品运输紧密联系起来,建立基于多目标优化的危险化学品运输模式。通过对危化品公路运输的问题描述以及约束条件（包括运输人员、押送人员、运输车辆、监督部门等等）的确定,把该问题转化成为拥有多目标的数学模型,最后利用网格法对危险化学品运输多目标优化进行求解,把多目标问题转化成为多个相互联系的2目标问题,通过减少目标函数边界的方法进行优化。通过这样求解的多目标问题,能够保证运输路径最短、费用最低、安全性最佳,为危险化学品运输安全提供技术支撑。     

中国安科院获得2009年度《中国职业安全健康协会科学技术奖》三个一等奖

由中国安全生产科学研究院主持或负责的“重大危险源区域定量风险评价与安全监控关键技术及应用”,“金属矿山安全规划与采空区探测技术研究”、“南京地铁一号线运营风险控制关键技术研究”三个项目荣获2009年“中国职业安全健康协会科学技术奖”一等奖。另有中国安全生产科学研究院参与并负责的2个项目获得二等奖,3个获得三等奖。     

中国安防“十二五”发展规划编制工作开始启动

<正>社会经济"计划"包括长期计划、中期计划和短期计划,一般10年以上为长期计划、5年为中期计划、1年以内为短期计划。在我国,对国计民生影响最大的莫过于"五年计划"。自1953年周恩来总理主持制定的第一个五年计划至今,我国已经编制执行了十一个"五年     

中国工业园区生态化发展决策优化方法研究

工业是当前中国经济绿色转型升级的关键行业,而工业园区作为工业集聚化发展的主要载体,工业园区生态化发展是解决资源环境问题、实现经济可持续发展的有效途径。本文关注工业园区生态化发展的中长期发展战略和具体方案,致力于通过仿真模拟的方法提出工业园区生态化发展的方向和优化路径,实现研究方法的创新。研究以3E系统(经济—环境—能源)为基础,综合分析工业园区经济发展与能源环境之间的耦合关系,并结合动态投入产出模型和系统动力学模型构建生态化发展决策模型,通过最优化动态模拟方法开展趋势预测和路径研究。通过辛集工业园区的实证和案例研究,对其生态化发展路径进行深入研究,验证了研究方法的科学性和可靠性,能够为工业园区生态化发展提供实践指导。本文为工业园区生态化发展规划提供新的研究方法,为制定合理有效的工业园区综合战略和实施路径提供科学依据。     

城市空气质量达标规划编制中的关键技术及其案例应用

本文结合重庆市空气质量限期达标规划编制案例,介绍了城市空气质量达标规划编制中的几个关键技术及其具体应用,包括本地化污染源排放清单编制、污染物来源解析、污染物排放形势预测与减排潜力分析以及大气环境容量核算等。本地化污染源排放清单是城市空气质量达标规划编制的基础,针对现有污染源制定科学合理的减排方案是达标规划的核心内容。分析不同区域的污染物组分浓度特征、污染源贡献以及未来污染排放形势预测,有助于识别出制约未来空气质量达标的关键因素及污染源。基于污染源减排潜力和污染传输矩阵制定的污染源减排方案更具合理性和可行性,应用空气质量模型估算大气环境容量可为规划目标可达性提供依据。     

ISAPEC中知识自动获取的设计与实现

剖析了利用人工神经网络实现大气污染总量控制规划智能决策支持系统（ＩＳＡＰＥＣ）中知识自动获取的必要性，论述了ＩＳＡＰＥＣ中知识的自动获取的设计与实现过程，并用一实例进行了验证。结果表明用人工神经网络实现知识的自动获取与知识的人工获取相比既具有更高的时间效率，又能保证更高的质量。     

融合YOLOv5-ResNet级联网络的烟火检测方法

火灾产生的烟雾和火焰对人类生命财产及安全会造成严重威胁。针对现有烟火检测算法在实际工业应用中无法满足高检测率、低误报率以及高实时性的检测需求,提出了一种融合YOLOv5-ResNet级联网络的烟火检测算法。首先,为了提高YOLOv5检测网络对烟火目标的检测性能,尤其针对小目标烟火,通过增加注意力机制模块、小目标尺度检测层、Focal Loss损失函数的方式改进YOLOv5目标检测网络;然后,为了降低误检情况的发生,将检测到的烟火目标进行阈值筛选,筛选后的烟火目标增加部分背景信息后送入ResNet34分类网络,剔除非烟火目标;最后,通过综合分析连续多帧检测结果和烟雾面积变化情况,进一步降低误检的发生。结果表明：融合YOLOv5-ResNet级联网络的烟火检测算法,在29个烟火视频的查全率为99.38%,漏检率为0.62%;在45个非烟火视频的误检率约为0.001 6%,在所有测试视频的平均检测速度为51.67帧/s, YOLOv5-ResNet级联网络算法检测精度较高,检测速度较快,误检率低,可满足实际的大规模复杂工业场景下检测任务,综合性能优于现有的其他火灾检测算法。