我国目前伤亡事故接连发生和难以遏制的致因是违背人类工效学原理

运用人类工效学的基本原理与方法。指出一些企业任意延长劳动工时，无视劳动保护和劳动保障。事故发生后对事故的分析不全面、不科学。是导致我国目前伤亡事故频频发生的致因。     

层次分析法在环境风险评价中的应用

调查化工区周围敏感目标及突发性污染事故类型，根据层次分析法原理，建立层次结构模型，构造两两比较判断矩阵，计算矩阵的最大特征值及对应的特征向量，做出层次排序及一致性检验，判断污染事故类型的重要性。     

地质样品中27项元素的粉末压片法x射线荧光光谱测定

本文报导了用x射线荧光光谱法—次粉末压片制样同时测定Na. Mg. Al. Si.P. S. K. Ca. Ti. V. Cr. Mn. Fe. Co. Ni. Cu. Zn. Rb. Sr. Y. Zr. Nb. Ba. Hf. Pb. Th. U等27项元素的快速分析方法。从理论上提出了新的基体效应学校正模式,首次引入了非荧光分析的物质(筒称NFAM)的新概念;并计算了理论α系数,使理论α系数在粉末压片法x射线荧光分析中获得了应用。本方法测定的对象可以是岩石,土壤和水系沉积物等地质样品。     

孟连,丽江地震前云南天文台时纬残差异常

本文分析了云南天文台光电等高仪自有观测以来的时纬残差异常与云南及其周邻地区大地震的对应关系；并报导了孟连、丽江地震前云南天文台的时纬残差均有明显异常。这再次证明时纬残差的明显异常可为台站周围的强震预测提供可靠信息     

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     

多元回归在大气环境污染事故预测中的应用

运用多元回归法,通过预测模型的选择、数学模型的建立、基础数据的整理和回归效果的检验,建立环境污染范围与诸条件的关系,达到快速估算的目的,从而形成一种有效的大气环境污染事故范围预测的方法.     

灰色关联分析在道路交通事故中的应用

全国或某一地区的道路交通安全系统是一个灰色系统,可应用灰色关联分析法方便地确定影响交通安全的主要相关因素。由灰色关联度导出灰色关联序,以进行优势分析,从而得到交通事故的最(准)优因素及最(准)优特征。根据1990—2000年全国道路交通事故以及全国人口、机动车、公路里程和客货运输量等主要相关因素统计资料可知,货运量、货运周转量和客运量是影响交通安全的主要相关因素,死、伤人数是交通事故的主要特征和指标。由哈尔滨市2000年道路路段交通事故与交通组成统计资料可知,城市道路交通事故的主要影响因素是各类货车、摩托车和大型车。因此,加强货车和货运管理对提高我国交通安全水平具有重要意义。     

基于速度的交通事故分析

速度对交通事故的发生以及严重程度有着直接影响,是道路交通事故的重要诱因之一。为了准确地反映速度与事故之间的关系,减轻由于速度因素所造成的交通事故的损失,笔者对国内外速度与交通安全的情况进行分析;研究了平均速度与事故危险性、速度离散度与事故率以及速度与事故严重性的关系;提出了加强速度管理,控制交通流平均速度和减小相邻路段的速度差值的对策。基于速度的交通事故分析,建议采用85%位车速作为控制速度的上限值;提出限速措施,以达到减少交通事故及其损失的目的。     

基于粗糙集理论的路段交通事故多发点成因分析

交通事故多为多种原因综合造成且具有不确定性。判别各因素对于引发交通事故的影响程度存在困难,因此,需要引入不确定性分析方法。基于粗糙集理论具有处理不精确、不确定与不完全数据的优势,是一种先进的并处于不断发展的不确定性分析和推理方法。笔者提出路段上交通事故成因分析的模型和方法。具体做法是,根据该路段事故多发点的统计数据建立基于粗糙集理论的决策表,再利用粗糙集模型的简约算法求出各个因素的重要性,从而判断各因素对交通事故的影响程度大小,为决策提供依据。以算例说明模型和方法的可用性。     

A Bayesian network-based approach for the assessment and management of ageing in major hazard establishments

Currently, there is an increasing attention towards ageing of industrial equipment, as the phenomenon has been recognised as a cause of severe accidents, recorded in the last years in many process establishments. Recent studies described ageing through a number of key-factors affecting the phenomenon by accelerating or slowing it down. The Italian Competent Authority for the prevention of chemical accidents (Seveso III Directive) adopted a short-cut method, accounting for the assessment of these factors, to evaluate the adequateness of ageing management during inspections at Seveso sites. In this paper, a Bayesian Network was developed, by using the data gathered during the first application of the short-cut method, with the aim to verify the robustness of the approach for ageing assessment and the validity of the a priori assumptions used in assessing the key-factors. The structure of the Bayesian network was established by using experts’ knowledge, whereas the Counting Learning algorithm was adopted to execute the parameter learning by means of the software Netica. The results showed that this network could effectively explore the complex logical and uncertain relationships amongst factors affecting equipment ageing. Results of the present study were exploited to improve the short-cut method.