考虑公众选择偏好的应急避难安置双阶段选址-分配模型*

为使开放避难场所符合公众自行避难的实际情况,借鉴Huff模型量化公众选择行为,构建双阶段选址-分配模型,第1阶段确定开放避难场所位置,第2阶段将溢出容量的灾民二次分配到有剩余容量的避难场所,并利用改进粒子群算法进行求解。研究结果表明:双阶段选址-分配模型能够实现同一需求点灾民前往不同避难场所的过程,管理者干预政策能够使服务人数大幅度增加,避免资源浪费、灾民流离失所且二次分配情况主要依赖于第1阶段的结果。研究结果可为管理部门规划应急避难场所提供参考。     

基于动态贝叶斯网络的民航空中停车事件安全风险评估

为探究组织和人的因素对发动机空中停车事件的影响及其演化情况,评估航空公司空停事件的风险水平,基于动态贝叶斯网络(DBN),构建一种适用于民航空停的风险评估模型。首先,运用主动与被动相结合的方式,识别影响发动机发生空停事件的组织和人的因素;其次,利用毕达哥拉斯模糊和决策试验与评估实验室(DEMATEL)方法,探究各个风险因素之间的因果关系;然后,基于得到的风险因素因果关系构建民航空停DBN,依据统计分析和专家经验确定民航空停的DBN参数,通过GeNle概率推理,进一步得出空停事件发生的概率;最后,以S航空公司的CFM56-5B发动机为例,评估民航空停事件安全风险。结果表明：2020—2021年,S航空公司的CFM56-5B发动机发生空停事件的概率分别为1.260×10^-6、1.352×10^-6;导致民航空停事件安全风险变化的主要原因是资源投入减少导致教育培训效果降低进而影响作风意识和合作沟通。     

基于HNAC-FD的高速公路网应急疏导措施效用评估

为安全有效地疏散突发事件造成的高速公路网拥堵,评估不同应急疏导措施的效用,首先,分析突发事件下高速公路网拥堵传播消散规律,基于提出的高速公路节点容纳能力(HNAC),结合基本图(FD)模型,建立HNAC-FD消散计算模型;然后,根据疏散案例交通流数据,使用Vissim软件搭建仿真模型,仿真分析不同疏导措施对疏散交通流速度的影响,并利用Logistic速密模型计算路网各个区段的交通流状态;最后,根据高速公路网突发事件案例,设计不同疏导措施方案,并通过HNAC-FD模型计算拥堵消散时间,从事件影响消散时间和拥堵队列车辆平均行程时间,评估不同疏导方案的效用。结果表明：疏导措施会延迟事件影响消散,但能提升疏散交通流的速度,减少拥堵队列的车辆平均行程时间,且组合方案的疏散效果与单一措施差别不显著;可逆车道具有最佳疏散效果。     

随机风速风向对无人机地面风险作用效果研究

为准确计算无人机地面坠毁后造成的伤人风险值,考虑空域环境内风对无人机坠落过程的影响,尤其是随机风速与风向对无人机地面坠毁位置的作用效果,并引入二阶标准模型定义无人机坠落过程,建立随机风速与风向作用效果模型,将风的作用输入到无人机坠落全过程,兼以真实运行场景参数、无人机自身运行参数,开展多因素作用下的地面风险评估,重点探讨风速、风向对地面不同区域内人群带来的风险作用,进而得出更加可靠真实风险评估结果。结果表明：环境内风的作用会对无人机地面坠毁位置产生显著影响,最终使得地面风险分布极不均匀,且风险数值远高于民航有人机的安全标准,因此,无人机不适宜在某些较为复杂的城市环境下运行。     

温度对瓦斯流动及全过程煤体变形的影响研究

为揭示不同温度下瓦斯吸附-解吸-渗流全过程煤体变形的差异性,应用自主研发的煤体瓦斯流固耦合试验系统,研究三轴应力加载下瓦斯吸附-解吸-渗流及全过程煤体变形随温度变化的响应特征。试验结果表明：瓦斯吸附阶段,煤体变形量与吸附时间呈Langmuir型上升变化;瓦斯解吸阶段,煤体变形量与解吸时间呈指数型衰减趋势;瓦斯渗流阶段,煤体变形量与时间呈幂函数上升趋势。瓦斯吸附量、渗透率及过程中煤体变形量均随温度升高而降低,瓦斯解吸率随温度升高而增大;煤体变形量与瓦斯吸附量、解吸量、渗透率呈正相关关系。温度效应对全过程煤体变形具有显著影响。     

小样本条件下地铁运营事故致因推理模型

为克服传统事故致因推理模型不适用于小样本条件下的地铁运营事故致因推理的缺陷,将贝叶斯网络(BN)与Bootstrap抽样法、D-S证据理论相结合,建立地铁运营事故致因推理模型。首先,分析历年地铁运营事故样本,确定事故致因因素及网络节点;其次,基于BN的基本算法和理论,运用Bootstrap抽样法和K2算法进行BN结构学习;然后,使用D-S证据理论修正BN参数,建立适用于小样本条件下的地铁运营事故致因BN模型;最后,进行因果推理、诊断推理和敏感性分析。结果表明：所构建的地铁运营事故致因推理模型可有效进行事故推理预测,节点预测精度均值为0.858;通过因果推理得出最常见的地铁运营事故类型为运营中断,其次是火灾和列车冲突;结合诊断推理发现供电系统故障是导致运营中断的最主要事故致因。     

基于事故修正系数的山区高速公路事故预测模型

为量化分析山区高速公路线形指标对交通事故发生及严重程度的影响,引入事故修正系数(CMF)概念,提出基于CMF的高速公路交通事故预测模型。验证事故数据服从零膨胀负二项(ZINB)分布,并标定10个不同线形组合路段的基本事故预测模型;在界定理想条件的基础上,借助优势比分析方法,建立10个不同线形组合相对于基本预测模型的CMF模型;通过弹性分析识别出对不同严重程度事故有显著影响的因素,并以此分析山区高速公路线形指标及线形组合的安全效应。研究结果表明：CMF能够定量反映不同线形组合的风险效应,且其值越高,事故率及事故严重程度可能更高;山区高速公路中,平曲线缓坡组合相对安全,平曲线陡坡组合、平曲线竖曲线组合均有较高的事故风险;平曲线与凹型竖曲线组合时的风险会略低于其与凸形竖曲线组合;控制纵坡度、减少平竖曲线的组合均有利于山区高速公路交通安全。     

冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明：与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0, 1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。     

高斯混合模型下建筑工人高空作业失稳检测方法

为防止施工现场高处坠落事故,实现个性化矫正管理,在考虑个体异质性对运动信号造成的差异化影响基础上,提出一种基于高斯混合模型(GMM)的实时检测方法,可及时识别建筑工人高空作业失稳状态。首先,采用姿态传感器实时采集加速度和角速度数据,以刻画建筑工人的高空作业姿态特征;然后,基于GMM算法,建立建筑工人高空作业的个性化失稳检测模型,获得个性化阈值,以判断姿势失稳状态;最后,通过试验对比基于个体数据集和公共数据集2种方式构建的模型。研究结果表明：生成的个性化检测模型在准确度P、召回率R和综合评价指标F₁值上,均远优于公共数据集模型,具有更好的个性化检测效果。该失稳检测方法能够从工人的作业姿态习惯探究个性化的高空失稳风险,促进差异化安全预控和精准化安全培训。     

城市群综合承灾能力评价的RAGA-PP模型

为解决已有模型普遍存在的难以动态评价非线性寻优的现实问题,引入投影寻踪(PP)模型进行城市群综合承灾能力评价,并运用基于实数编码的加速遗传算法(RAGA)优化辅助多维数据空间拓扑结构的投影方向,对长三角城市群(YRDUA)地区进行实证研究。结果表明：RAGA-PP模型与典型的熵权法(EWM)、灰色关联分析法(GRA)评价结果具有高度一致性,且RAGA-PP评价结果更符合实际,表明RAGA-PP模型具有较强的精确性、稳健性和抗干扰性,不仅能够聚焦于优秀个体的取值区间来实现全局搜索和加速评估,也在较大程度上避免传统方法长期存在的权重设置主观性较强、高维数据不易处理的现实问题;另外,各子系统维度的目标投影值平均水平排序为：抗灾维度>防灾维度>救灾维度>恢复维度,表明抗灾维度指标对综合承灾力影响程度最大。