供水管线震害量化参数--渗漏面积的估算方法

为了分析管线破坏状态对震后供水管网功能的影响，首先需要对管线的震害状态进行量化。建议用管线渗漏面积标定管线的破坏状态。在管线震害分析和理论计算的基础上，提出了震后管线渗漏面积的计算方法，为进一步进行供水管网抗震分析和设计提供了研究基础。     

QUALITY OF HYDROMETEOROLOGICAL DATA IN COLD REGIONS1

ABSTRACT: Many users of hydrometeorological records are not aware of the number of inconsistencies and biases that occur in hydrometeorological records. Examples are presented illustrating how the exposures of sites for measurement of precipitation, wind, snow on the ground, and evaporation determine to a large extent how useful the records are for estimating areal conditions. For areas where precipitation in the form of snow produces a significant portion of the runoff, a smaller number of quality records may be more valuable for modeling than a much larger number of records of lower quality. Information is presented to show that the overall value of an operational hydrometeorological network is dependent upon how consistent and representative of average conditions the collected records are, especially for mountainous areas in cold regions.     

神经网络及其在水库调洪演算中的应用

结合洪水灾害管理的特点建立了水库调洪演算的人工神经网络模型，阐述了其基本原理及算法，并结合某水库调洪演算实例说明了其应用。     

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     

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。     

基于遗传算法的生命线工程网络抗震优化设计

进行网络抗震可靠性分析的目的,不仅在于定量评价生命线工程网络系统的抗震性能,更重要的是利用这种分析工具指导网络抗震性能的优化设计。以无向边权网络系统为分析对象,分别以管网造价和系统抗震可靠度作为优化目标和约束条件,建立网络系统拓扑优化模型,利用递推分解算法作为网络系统抗震可靠性分析工具,并引入系统单元的灵敏度分析,采用遗传算法求解网络系统的拓扑优化问题,从而发展了一类工程网络抗震优化设计方法。实例分析结果表明,网络系统拓扑结构与系统可靠度之间有显著的正相关关系。     

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。