基于粗糙集-人工神经网络的航空安全文化评价模型研究

根据航空运输企业安全生产系统的特征,制定相对科学的、适用的安全文化评价指标体系。将粗糙集、人工神经网络方法应用于航空安全文化评价研究。首先,通过问卷调查与粗糙集方法相结合,对安全文化评价指标信息表进行设定。利用粗糙集的属性约简功能,确定航空安全文化的核心要素;其次,利用人工神经网络对约简后指标权重进行计算;经过仿真实验,训练后的神经网络较好地获取并保存了安全文化评价的知识和经验,能够较为准确地对航空安全文化进行评价。     

基于BP网络的建筑安装施工现场安全综合评价的研究

针对目前我国建筑安装施工现场安全评价技术的不成熟和欠科学性的现状 ,笔者分析和综合了目前安全评价技术 ,结合建筑业特点 ,提出了基于BP神经网络的建筑安装施工现场安全评价方法 ,并对该评价模型的原理、方法及算法进行了研究。首先 ,结合建筑安装施工现场安全生产的特点建立评价指标体系 ,随后 ,运用层次分析法确定指标及准则层的权重 ,并运用模糊综合评价法生成评价样本集 ,最后 ,利用样本集训练BP网络 ,待误差满足要求后 ,即可运用训练成功的BP神经网络进行安全评价。     

基于模糊识别的建筑物火灾危险性评价方法

笔者以传统的经典统计和模糊统计为基础 ,依据建筑物火灾危险性的影响因素 ,应用模糊识别理论及系统安全方法 ,建立了建筑物火灾危险性的评价指标体系 ;并应用集值统计方法对各项指标权重进行了处理。该方法改变了过去统计给出一个固定值的做法 ,而给出一个区间值 ,解决了对专家给出的指标“大约是多少”这一概念的定量化。为了验证了评价模型的准确性 ,将该理论应用到某购物商场火灾危险性评价中 ,取得了满意效果 ,为建筑物防火设计以及安全管理提供了可行的依据。     

建筑物火灾危险性的模糊评价

依据建筑物火灾危险性的影响因素,应用模糊识别理论及系统安全方法,建立了建筑物火灾危险性的评价指标体系,并应用集值统计方法对各项指标权重进行了处理,将该理论应用到某购物商场火灾危险性评价中,验证了评价模型的准确性,为建筑物防火设计以及安全管理提供了可行的依据。     

基于证据理论的地铁火灾安全评价方法

为了评价地铁系统中具有显著随机性的潜在风险因素对地铁火灾安全的影响水平,引入D-S证据理论,提出1种基于证据理论的地铁火灾安全评价方法。通过查阅地铁建筑相关资料,建立包括“人、机、管、环”4大方面的地铁火灾安全评价指标体系;在此基础上,合理运用信任函数与似然函数,计算评价因素的安全上下界极限,将一般评价中遇到的不确定结果进行可靠的数值转换,从而量化评价结果;采用证据融合算法,综合考虑不同专家给出的多组检查结果在地铁火灾安全评价中的信度,提高最终评分的可靠程度。实例分析表明:基于证据理论的地铁火灾安全评价方法,能够较好地量化与融合不确定性风险因素。     

基于AHP与重要性指标筛选的神经网络评价模型与应用

以对评价目标有影响的所有评价指标作为神经网络的输入,会导致网络模型复杂、降低其性能和影响计算精度的问题,因而提出基于层次分析法和重要性指标筛选法的神经网络评价建模方法即首先运用层次分析法对评价指标进行重要度排序,然后利用重要性指标筛选法过滤出对评价目标有重要影响的指标,以其结果作为神经网络的输入。该法不仅简化网络模型,而且提高网络的性能和计算精度。运用该法对企业安全工作评价,结果证明,不仅是可行的,而且达到了预期的目的。     

基于LS-SVM的供水管网安全性评价方法研究

为评价城市供水管网的安全性,保障其正常运行,笔者基于多元分类最小二乘支持向量机(LS-SVM)的方法,在对城市供水管网安全运行影响因素总结与分析的基础上,构建供水管网安全性评价的指标因素集与评价模型,通过对有限的经验数据的学习,建立供水管网安全性与其影响因素之间的非线性关系。运用该模型进行实例仿真模拟,通过与实际安全等级及BP神经网络模型预测安全等级之间的对比表明:基于LS-SVM的供水管网安全性评价方法具有较高的精度,正确分类率可以达到83.33%。     

基于集对分析法的建筑物火灾危险性评价

建筑物是一个集人员与财产于一体的系统,一旦发生火灾,后果不堪设想。介绍了集对分析的基本理论,并将其引入建筑物火灾危险性评价中。在不考虑系统指标权重与考虑系统指标权重条件下,讨论了建筑物火灾危险性评价步骤。同时,将建筑物火灾危险性的评价结果与集对势相结合来判断建筑物火灾危险性态势。结果表明,某建筑物在不考虑指标权重与考虑指标权重两种条件下均处于“一般安全”等级,但后者的安全等级程度更低,两种情况的态势均属于微同势,也说明了该建筑物需要进一步采取安全措施,加强安全管理,提高其安全程度,从而避免火灾事故的发生。     

基于人工神经网络理论的系统安全评价

阐述了人工神经网络基本原理,研究分析了BP神经网络模型的缺陷拼提出优化策略。在此基础上,将神经网络理论应用于系统安全评价之中,提出了基于此理论的系统安全评价模型、实现方法和优点;评价实例证明了此方法的可行性。     

基于粗糙集——粒子群神经网络的建设项目安全预测研究

回顾施工项目安全管理和安全管理研究现状,建立建设项目安全管理指标体系。利用人工神经网络非线性函数逼近能力,对项目风险因素程度预测。针对该网络当数据量大时,其结构复杂、收敛慢,易陷入局部最优的缺点,引入粗糙集对影响建设项目安全目标的不确定性因素进行约简,找出最小不确定性风险因素集,大大简化网络输入信息的表达空间维数。并结合粒子群算法收敛速度快、全局最优的寻优能力强的优点,建立基于粗糙集——粒子群神经网络的建设项目安全预测系统。通过实例验证该系统的科学性和有效性。     

基于PCA-FPP-BP神经网络的高层建筑火灾安全评价

为解决高层建筑构造复杂、人员密度大、火灾触发因素繁多而造成高层建筑火灾安全评价困难的问题,本文提出基于PCA-FPP-BP神经网络的高层建筑火灾安全评价模型。首先运用主成分分析(PCA)对构建的高层建筑火灾安全评价指标降维处理,筛选主要信息;接着基于三角模糊数构建模糊评判矩阵,利用模糊优先规划(FPP)求解指标的权重值,减少主观的影响;最后考虑到指标间关系错综复杂彼此交叉和反馈的特性,选择BP神经网络对高层建筑火灾安全进行评价。通过工程案例证明该评价模型的实用性以及可靠性。     

基于BP神经网络的矿井火灾安全评价方法

在对国内煤矿调研的基础上,建立了包括内因火灾、外因火灾、管理和救灾3个子系统的评价指标体系;通过模糊层次法,求解了各指标权重;结 合目前比较成熟的BP神经网络方法,研究了一种新的矿井火灾安全评价方法,并编制了界面友好的软件,在矿井实际应用中取得较为满意的评价结果.     

基于BP神经网络的非煤地下矿山安全评价模型

针对非煤地下矿山安全评价的复杂性和非线性特性,BP神经网络对非线性动态系统较强的适应性,提出并建立了一种基于BP神经网络的非煤地下矿山安全评价模型。为提高该模型的可靠性,结合非煤地下矿山生产工艺特点,提出了一套便于统计和赋值的安全评价指标体系;确定了BP神经网络结构和评价结果表征方法;为提高BP神经网络算法的收敛速度和稳定性,对标准BP算法进行有效改进;通过实例运算验证了该模型的可行性。基于BP神经网络的安全评价模型为评价非煤地下矿山安全管理现状及水平提供了可操作的方法,为矿山有关部门提供了科学安全管理的依据。     

航空企业基于SHEL模型的神经网络安全评价研究

从风险管理的角度,针对航空工业企业安全系统的构成因素,对企业安全系统进行分析和深入研究。基于SHEL模型,通过引入人工神经网络评估方法,选择前馈型BP网络模型,建立网路结构,将企业事故风险系统划分人-硬件、人-软件、人-环境、人-人4个子系统和事故综合评估总系统,辅以DPS软件,以某航空企业为例,进行训练和测试,并分别进行拟合量化分析,得出量化的评估结果及该模型的适用性、可行性和有效性。为航空企业管理者切实改进和完善安全管理提供理论和技术支持。     

基于人工神经网络的矿井通风系统评价研究

以矿井通风系统的“安全可靠、经济合理”和其定义所包含的各项内容为依据,从矿井通风动力、通风网络、通风设施、通风质量、通风监测、防灾抗灾能力、通风电耗、通风能力8个方面,确立了16项矿井通风系统评价指标,建立了一个新的矿井通风系统评价指标体系。采用人工神经网络中的BP网络算法,在VisualC++6.0平台上研制开发了矿井通风系统评价BP网络模型的计算机程序。并经过实际生产矿井检验,预测结果与实际完全吻合,说明了笔者所确定的矿井通风系统评价指标体系可以反映矿井通风系统的状况,所采用的BP网络算法正确,可以用来指导实际工作。该计算程序简单,易于操作,有一定的推广应用价值。     

基于ANN耦合遗传算法的爆破方案选择方法

为预防露天矿爆破引起的事故,基于安全和经济方面的考虑,对露天矿爆破方案进行优化选择,提出将人工神经网络(ANN)模型与遗传算法(GA)相耦合,从而进行爆破方案优化。研究露天矿爆破可能引起的2种主要危害形式:超爆和飞石,进而确定超爆深度和飞石距离为爆破方案的被优化目标参数。另一方面,炮眼深、间距、装药深度、阻塞深度、单位炸药消耗量和钻孔率对超爆深度和飞石距离的影响是复杂的、非线性的,因而将其作为爆破方案的影响参数。分别用影响参数和目标参数作为ANN的输入值和输出值加以训练,训练后的ANN数据作为GA的适应度函数进行方案优化。结果表明:可找到符合工程实例数据的爆破方案集合,借助Pareto图,可得到相关参数的值最小(超瀑深度为0.6999m,飞石距离为27.3386m)的最优爆破方案。     

基于BP神经网络的河南省火灾风险评价

采用火灾发生起数、死亡人数、受伤人数、直接经济损失、烧毁面积、受灾户数及人口火灾发生率7项指标构建河南省火灾风险评价综合体系,并用BP神经网络对该省份的18个地级市行政区的火灾风险进行评价,评价结果显示,该方法不但可以体现各地区的火灾风险相对水平,而且还可避免传统方法的主观性,具有较强的可行性和可靠性,对控制火灾风险、客观地反映各地区的消防工作现状具有一定的指导意义。