煤矿应急管理集成信息系统设计

针对目前煤矿企业在应急管理中存在的问题,通过对国内外应急管理技术的研究成果的学习和总结,进行煤矿应急管理信息系统的需求分析,在对应急管理的理论流程、基于案例推理（CBR）等理论进行深入研究的基础上,将人工智能、关键链方法和计划调度相关理论应用到人员管理和应急计划的制定和实施过程中,结合J2EE、SOA、GIS和GPS等技术,实现煤矿应急管理信息系统功能设计与集成设计,并借此推进煤矿企业在应急管理方面的发展,将事前预警与事后响应相结合,降低煤矿突发事件的危害程度。     

一种新的基于图模型的间歇过程故障监测方法

目前多元统计方法被广泛用于间歇过程故障监测并已经取得了比较好的效果。但是,统计模型的可解释性能比较差,很难直接利用操作人员积累的安全经验。为应对这些不足,提出了一种基于图模型的间歇过程故障监测方法。利用提出的定性建模方法,过程机理及操作人员的安全经验能够方便地表达。利用在线的过程变量数据和正向推理算法推断生产应处于的状态,利用安全知识及时地发现生产异常。当推断的结论与在线测得的结果矛盾或过程变量超过设定的安全限时,给出解释性输出。通过一个间歇反应案例,验证了提出的方法在模型的可解释性和利用安全经验方面的优势。     

基于案例推理的突发环境事件应急决策模型

突发环境事件不确定性高、演化过程复杂,给企业及政府的应急工作带来很大的困难,故如何提高应急决策的质量,是相关应急工作的重点之一。为了增强以往经验的可用性,利用本体模型进行案例的存储,根据情景构成要素提取方法对情景进行多维的空间表达,在此基础上优化情景匹配算法,实现基于情景的应急决策。最后,通过突发环境事件实例应用,验证该方法能够快速建立实例与本体模型之间的关系,提高知识的可用性和共享性,实现情景的多维表达,进而满足“情景-应对”的应急决策要求。     

基于广义可加模型和案例推理的东南太平洋智利竹筴鱼中心渔场预报

根据2001～2008年我国渔船在东南太平洋海域的智利竹筴鱼生产统计数据以及同期卫星遥感数据反演的海表温度、叶绿素浓度、海表温度梯度等数据,利用广义可加模型定量分析了智利外海竹筴鱼资源分布同环境因子的关系。根据GAM模型的研究结果,确定海表温度作为竹筴鱼中心渔场预报指标。利用案例推理方法,通过三级相似检索对智利竹筴鱼中心渔场进行预报。试验性预报实例的结果与渔船实际作业情况比较表明,预报精度达到68%,能一定程度上反映竹筴鱼资源的分布。     

旧工业建筑再生利用施工风险应急管理研究

为了解决旧工业建筑再生利用施工风险难以快速应对以及特征属性数据缺失的问题,通过对近年历史案例的收集,将规则推理（RBR）引入案例推理（CBR）中,构建旧工业建筑再生利用施工风险应急管理模型。利用组合权重的方法,求出各特征属性的权值;通过计算结构相似度来处理缺失的属性数据,并结合特征属性相似度,求出全局相似度,检索出相似度最大的案例;通过RBR对检索案例的应对措施进行适用性修正,提高应对措施的针对性;最后,选取案例对模型进行应用说明,结果表明:模型具有较强的适用性,可用于旧工业建筑再生利用施工阶段的风险应急管理。     

铁路隧道火灾中烟气逆流层长度的研究

以狮子洋隧道为工程背景,对不同火源热释放速率、不同通风风速、不同坡度及不同断面当量直径情况下的火灾进行了数值模拟。分析了隧道烟气逆流层长度的变化规律,并对模拟数据进行了拟合。结果表明,隧道烟气逆流层长度与通风风速、火源热释放速率、隧道断面当量直径的自然对数值拟合均符合直线关系,呈递增或递减变化;坡度对烟气逆流层长度的影响随通风风速的增大而减弱。在分析烟气逆流层长度变化规律的基础上,建立了烟气逆流层长度与火源热释放速率、通风风速及断面当量直径的关系式,通过对数据拟合获得了烟气逆流层长度公式,该公式推导合理,并有所创新。     

基于BP神经网络在森林防火专家系统不确定推理中的应用研究

提出将改进的BP神经网络应用于森林防火专家系统的不确定性推理中,其良好的自学习和泛化能力,可以解决基于可信度规则的知识表示在实际应用中导致的规则激增,推理速度缓慢的问题。该方法将不确定的知识用可信度区间表示,通过知识编码,设计并训练BP网络,最后用MATLAB进行仿真。实验结果表明:BP神经网络可以自动学习专家的典型经验,并且能将之准确的推广,隐含层神经元个数的确定和典型样本的选取决定了准确精度。在实际的专家系统不确定推理应用中具有应用价值。     

基于证据推理客运索道安全性评估

在比较分析现有各种评估方法的基础上,提出基于证据推理的安全性评估方法。在评估过程中,首先确定评价因素集及相应的权重和评价等级及评价等级效用值,然后利用解析算法进行证据的合成,并根据方案最终效用值到各评语等级效用值之间距离的大小确定评价等级。最后,将该方法运用于某客运索道安全评估,得出客运索道安全性评价为较好,并通过与模糊综合评价方法相比,进一步论证了该方法的可行性和有效性。     

基于云推理和模糊逻辑关系模型的干旱等级预测方法研究

针对月平均降水量时间序列存在模糊性和随机性的特点,给出一种结合云推理和模糊逻辑关系的干旱等级预测方法。采用徐州站1951~2014年逐月降水量数据,通过计算标准化降水指数(SPI),得到实测干旱等级序列,以1952~2013年SPI指数数据作为样本数据,并提取样本模糊时间序列的52条模糊逻辑推理规则,将某月份的SPI指数数据作为输入变量,利用云发生器进行云推理,得到未来相应月份的干旱等级预测结果。结果表明,研究方法对干旱发生具有一定预测能力,尤其是对无旱的预测比较准确,但是对于干旱状态突变的预测能力较弱,主要是由于发生严重旱灾的可能性较少,导致模糊推理规则较少。因此,对于江苏省以轻旱为主的苏北地区,可以作为早期干旱预警的参考。     

Towards a better management of complex emergencies through crisis management meta‐modelling

Managing complex emergency situations is a challenging task, mainly due to the heterogeneity of the partners involved and the critical nature of such events. Whatever approach is adopted to support this objective, one unavoidable issue is knowledge management. In the context of our research project, gathering, formalising and exploiting all the knowledge and information about a given crisis situation is a critical requirement. This paper presents some research results concerning this specific topic: from a theoretical point of view, the generic dimensions of crisis characterisation are defined, while from a technical point of view, we describe a software solution able to collect that knowledge (based on meta‐models and ontologies). This is used to confront the characteristics of the situation (context) with characteristics of the resources (relief system) in order to design a suitable response. Finally, an illustrative example concerning a crash between a tanker truck and a train is described.