基于粗糙三角模糊数的邮轮建造舾装物流集配流程风险评估

针对邮轮建造舾装物流集配流程中风险评价的繁杂性、评价对象的多样性、评价信息的模糊性和不确定性等问题,通过对邮轮建造舾装物流集配流程的分析,构建了一套较为科学、全面的邮轮建造舾装物流集配流程的风险评价指标体系;为降低指标间的重复率及剔除对集配流程风险影响较小的指标,利用粗糙集理论对指标进行简化处理,得出对集配流程影响程度较高的风险指标因素;同时为了降低评价信息的模糊性、不确定性以及提高评价结果的准确性,利用三角模糊数对专家的判断意见及定性评价进行定量化处理;最后根据风险评价的结果,并结合邮轮建造舾装物流集配流程,提出了有针对性的风险管控措施,对邮轮建造舾装物流集配流程中的风险管理具有重要的参考意义。     

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。     

基于粗糙集理论的隧道围岩 安全性影响因子研究

本文从文献资料中收集并整理多组隧道围岩分类数据,结合了粗糙集理论的数据挖掘功能和属性约简能力,建立了基于粗糙集理论的隧道围岩稳定性影响因子分析模型。对19组围岩数据系统进行属性约简后,在提取各属性等价类的基础上分别计算了属性重要度和权重,得出影响隧道围岩稳定性的因子的排列顺序,给隧道设计、施工提供了理论的依据和参考。     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

基于粗糙集理论的危险品运输风险分析

为解决危险品风险分析问题,利用粗糙集理论在处理不确定、不精确问题上的优势,提出基于粗糙集理论的危险品运输风险分析方法。首先,建立决策表,经化简后获得各属性的重要度,识别出影响危险品运输的主要因素与次要因素,以及主次因素所占比例;然后,利用区分函数对决策表进行约简,得出决策表的属性约简;最后,利用决策表的决策规则对原始数据进行推导,得出危险品运输事故的一般规律。结果表明,影响危险品运输事故类型的最重要因素是危险品的类型,所占比重为42.86%,其次是危险品运输的道路状况与危险品运输车辆状况,各占28.57%。在道路状况欠佳且车辆状况良好的前提下,腐蚀品发生危险品事故的严重程度要依次高于毒害品与压缩气体和液化气体。     

基于粗糙集与GIS的滑坡地质灾害风险评估——以广西梧州为例

针对梧州市地质环境条件、地质灾害发育情况,选取地貌类型、坡度、河水侧蚀、地层岩性、残坡积层厚度、断裂发育情况、年降雨量、道路工程活动和建筑工程活动9个因子作为滑坡地质灾害危险性评估指标;选取人口密度、土地资源、交通设施、房屋及其附属价值和抗灾能力5个因子作为承灾体易损性评估指标,通过地理信息系统空间分析技术和粗糙集理论,划分研究区评估单元,构建滑坡地质灾害危险性与承灾体易损性评估知识表达系统和决策表,实现决策表的优化和各指标权重的计算。给合地质灾害风险评估模型,将研究区滑坡地质灾害风险性分为极高风险、高风险、中风险和低风险区,其中,极高风险区约占研究区总面积的6.44%,主要沿傍山而建的城镇和切坡坡度、坡高较大的交通干线分布。研究结果表明,粗糙集与GIS的组合方法能合理可靠地评估滑坡地质灾害风险性,对类似地区的滑坡地质灾害风险评估具有借鉴意义。     

基于尺寸效应的采空区危险度RS-TOPSIS法辨识

为准确预测地下采空区危险性,选用采空区结构的跨度、暴露面积、高度、埋深、矿柱尺寸布置等5个采空区危险度结构尺寸影响因素作为评价指标,建立采空区危险度粗糙集-逼近理想解排序法(RS-TOPSIS)综合评价体系。基于粗糙集理论(RS)中的粗糙依赖度,通过计算评价指标与评价等级间的粗糙依赖度得到指标权重。以40个采空区探测系统(CMS)实测采空区作为评价对象,根据单指标分类区间下限构造5个不同等级的典型采空区,结合逼近理想解的排序法(TOPSIS),实现采空区危险度5级贴近度的分类,并辨识实测采空区危险度。研究结果表明,用为采空区群矿山建立的采空区危险度基于结构尺寸效应的RS-TOPSIS法,能够实现危险度5级分类辨识,辨识结果与采空区危险度数值分析结果吻合度为92.5%。     

基于粗糙集与遗传算法的航空器空中相撞事故因素分析

为高效准确挖掘航空器空中相撞事故与相应事故致因因素间的规律,利用事故数据,提出一种基于粗糙集和遗传算法的分析模型。首先运用粗糙集理论对SHELL模型提供的第一层次因素进行重要性程度排序,并确定其权重;然后分析事故中各环节的具体因素,结合遗传算法对这些子因素进行约简,约简时重点考虑重要度高的主因素,确定最终的事故因素及其决策规则;最后,实例分析得出导致事故的主要因素为机组违规、管制差错与违规、气象和空域。实例分析结果表明,该模型与算法能适应航空事故数据特点,能客观描述几个主要因素与事故发生之间的关联关系。     

建筑安全事故应急措施推理研究

为了加强对建筑安全事故历史案例经验的利用,提高建筑安全事故应急管理的信息化水平,对如何利用智能化技术制定事故应急措施进行研究。将规则推理引入案例推理中,建立了建筑安全事故应急措施推理模型。通过计算综合相似度,在案例库中检索出相似案例的基础上,根据关键属性运用规则推理对相似案例的应急措施进行适用性修改。计算特征属性权重时,利用灰色关联分析法对传统粗糙集方法进行改进,对冗余属性提出了灰色重要度的概念,避免了冗余属性权重为0的情况。选取基坑事故案例对模型进行实例分析,结果表明:建筑安全事故应急措施推理模型具有普遍适用性,可应用于事故应急管理。     

基于RS-SVM模型的风暴潮灾害损失测度

论文以现有的风暴潮灾害研究为基础,通过构建评估指标体系提出了基于粗糙集-支持向量机模型(RS-SVM模型)的风暴潮灾害损失测度方法。RS-SVM模型较好的将二者优点进行结合,消除数据冗余信息的同时可以快速、准确解决非线性问题。在上述研究的基础上,对比单纯使用SVM方法与RS-SVM组合使用下的风暴潮经济损失测度效果,发现粗糙集与支持向量机在数据属性约简并进行预测过程中,确保了较高的拟合度与较低的误差率。