首页 | 本学科首页   官方微博 | 高级检索  
     检索      

结构解析型神经Petri网模型及其在雾霾危害性评价中的应用
引用本文:黄光球,陆秋琴.结构解析型神经Petri网模型及其在雾霾危害性评价中的应用[J].安全与环境学报,2017,17(4):1554-1562.
作者姓名:黄光球  陆秋琴
作者单位:西安建筑科技大学管理学院,西安,710055;西安建筑科技大学管理学院,西安,710055
基金项目:教育部人文社会科学研究规划基金项目,陕西省社会科学基金项目
摘    要:为了评价不同PM_(2.5)质量浓度的雾霾对人群健康的危害性,采用函数Petri网与人工神经网络的学习机制相结合的方法,构建了结构解析型神经Petri网模型,简称SP_NPN模型。该模型可以继承ANN的自学习功能,具有ANN的联想存储功能,并能够快速寻找最优解;该模型的网络结构可以是任意的,从而具有良好的适应性;该模型对输入信息没有依赖,它将网络内部的动态作为关注焦点,因而特别适用于复杂系统结构的解析与因果关联分析;该模型的内部节点具有明确的物理含义,因而方便对复杂系统建模。应用结果表明:利用SP_NPN模型解析雾霾对人体健康的危害性,一组观测输入和输出会获得多种解析结果,据此可以发现人体系统内部存在的所有致病类型,从而为相关精确诊断方案的制定指明方向;通过固定某些弧的权系数,可以使解析结果达到唯一,从而发现导致解析结果唯一时的关键因果关联关系,依据这些关联关系设置观测方案,能够为精确诊断方案的制定提供依据;此外,利用SP_NPN模型的因果关联关系解析功能,能够揭示雾霾中PM_(2.5)质量浓度变化与人体致病机制之间存在的因果关联关系,并计算出不同PM_(2.5)质量浓度的雾霾对人群健康的危害性程度,从而达到对雾霾危害性进行评价的目的。

关 键 词:环境学  Petri网  人工神经网络  神经Petri网  结构解析

Improved structure-parsed neural Petri-net model and its application to the haze detriment evaluation
HUANG Guang-qiu,LU QIU-qin.Improved structure-parsed neural Petri-net model and its application to the haze detriment evaluation[J].Journal of Safety and Environment,2017,17(4):1554-1562.
Authors:HUANG Guang-qiu  LU QIU-qin
Abstract:
Keywords:envrionmentalology  Petri-net  artificial neural networks  neural Petri-net  structure parsing
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号