排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
恐怖袭击目标的泛化和软化使稀缺的资源无法对每处目标设防,为提高防御资源使用效率,将"对应分析"应用于恐怖袭击风险预警和反恐资源分配问题研究中,并从防御资源的类别角度提出资源分配的具体方案。在GTD大数据基础上,选取袭击目标为主因素,分别与死亡率、受伤率、时间段、武器进行对应分析,首先根据分析结果把袭击目标归为五大类:(1)"高频率、高死伤、低损失"的平民、警察、军队目标;(2)"低频率、低死伤、高损失"的公共事业、飞机和机场目标;(3)"低频率、高死伤、低损失"的交通目标;(4)"高频率、低死伤、低损失"的政府目标;(5)"低频率、低死伤、低损失"的其他各类目标。其次,结合对应分析的结果并利用定性分析,提出了情报资源、安保资源、监控资源、武器资源和安检资源在各类目标中的具体分配方案。 相似文献
2.
为了实现危险品运输网络的有效设计,进而降低危险品运输风险。将分布于公路两侧的医院、学校、居民区、购物中心等人口集聚场所定义为“脆弱点”,并通过计算运输路径和脆弱点间的加权距离来评估路段风险;结合双层理论构建模型,上层规划为政府的网络设计问题,通过关闭部分路段来最大化危险品车辆行驶路径与各脆弱点间的最小加权距离,下层规划则为承运商的车辆路径选择问题;为求解模型,设计1类启发式算法,并对算法的计算时间复杂性进行证明,最后根据算例分析发现,该算法经过有限数量的迭代即可得到风险最小的、次小的、…、第k小的运输路径及对应的路段关闭方案,为寻求兼顾运输风险和运输成本的最优方案提供决策支持。 相似文献
3.
为提高恐怖袭击应急管理的效率,设计了恐怖袭击的风险评估和预测系统。评估模型通过因子分析方法计算各类目标的相对风险指数,评估指标包含"威胁"、"脆弱性"、"后果"三大因素,具体数据从全球恐怖主义数据库(GTD)中进行采集。预测模型通过神经网络实现风险指数的预测,由于BP神经网络的梯度下降算法收敛较慢且易陷入局部最优点,因此利用遗传算法对神经网络的初始权值阈值进行优化,并提高预测精度。最后,对GTD数据库中的21类主要袭击目标进行算例分析,验证了该模型的可行性和准确性,同时还根据这些目标的风险指数进行原因分析和策略建议。 相似文献
1