基于QPSO-RBF的瓦斯涌出量预测模型

为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。     

基于ANP和SPA的民航飞行员安全能力评价

飞行员安全能力是飞行员排班、机组搭配、掌握飞行员安全状态的重要依据,为客观、准确地对飞行员安全能力进行评价,对安全管理能力内涵进行了界定,找到了评价飞行员安全能力的4个二级指标,共17个三级指标。后来用网络层次分析法(ANP)对各影响因素的影响力进行排序,确定了指标的综合权重。综合考虑飞行员安全能力各影响因素之间的不确定性、模糊性,采用集对分析方法(SPA)进行评价。最后将集对分析法和网络层次分析结合构建的评价模型运用于某航空公司飞行员安全能力评价,结果与实际情况基本一致,说明了该方法的有效性。     

RS-PSO-ELM下腐蚀管道失效压力预测

为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。     

建设项目安全管理的智能化技术研究

明确建设项目安全管理的意义;简述建设项目安全管理技术的国内外研究现状;指出当前的建设项目安全管理研究存在的主要不足;提出笔者研究的思路和研究的主要内容;收集详细的施工现场资料,参考相关历史文献资料,提取可能引起安全事故的原始不确定风险因素,建立安全管理风险评价指标体系;并利用人工神经网络(ANN)强大的非线性函数逼近能力,将BP神经网络引入建设项目风险控制,构建基于BP神经网络的建设项目安全控制系统,从而实现建设项目安全管理的智能化。通过工程实例验证:该方法具有可行性和有效性,为实现建设项目安全管理目标及工期、成本、质量目标打下坚实的基础。     

基于MATLAB工具箱的开采煤层自燃危险性预测

正确预测开采煤层自燃发火的趋势与危险性,对煤矿安全生产具有重要的指导意义。煤层自燃发火的趋势和危险程度与其影响因素之间存在着复杂的非线性关系,而人工神经网络具有极强的非线性逼近能力,能真实刻画出输入变量与输出变量之间的非线性关系。为准确预测开采煤层自燃发火的危险性,笔者针对反向BP神经网络收敛差的缺点,分别采用基于MATLAB神经网络工具箱中的VLBP和LMBP算法的改进BP神经网络模型对开采煤层自燃的危险性进行了预测。根据开采煤层自燃的特点,选取煤本身自燃倾向性、煤层地质及赋存条件、通风技术条件3个关键影响因素作为开采煤层自燃危险性的评判指标,建立了开采煤层自燃危险性预测的神经网络模型。实际应用效果表明,采用基于MATLAB神经网络工具箱的BP网络模型,能克服一般BP网络收敛较慢的缺点,能加快收敛速度;运用LMBP算法比VLBP算法快,但需较大计算机内存;该模型收敛速度快,准确性高,是一种十分有效的开采煤层自燃危险性预测方法。     

基于改进的HFACS和SPA的矿山安全人因分析

为了更好地服务于矿山安全管理,同时解决矿山人为因素调查、分析和评价方面存在的缺失,对部分矿山事故进行了统计分析,研究了诱发事故发生的人因因素,并分析了各因素发生的原因。在此基础上,结合对部分矿山安全管理现状的研究,建立了矿山HFACS分析模型。该模型包括5类事故致因、24个人因因素。应用该模型,结合集对分析方法,可实现矿山人因因素定量与定性分析。以陕西省某矿山为例,建立了该矿山的HFACS模型。采用专家评分法、层次分析法确定各因素的权重,计算出系统的联系度表达式。利用该表达式对该矿山的集对势、联系度、不确定性和悲观势进行了分析。结果表明,该矿山人因安全状况良好,个别人因因素指标需要改善和提高。矿山HFACS模型可以很好地涵盖矿山事故中的人因因素,通过对矿山人因现状的集对分析,可以有效提高矿山安全性。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

现代企业安全管理信息系统的构建

论述现代企业安全管理信息系统的功能需求、基本框架、核心功能和系统特点。该系统把信息技术、网络技术及GIS应用到企业安全管理中,并融入安全学习志的管理理念,同时对基于联动机制的企业安全应急决策系统综合理论及其应用进行了研究。通过该系统的建立,使安全管理工作逐步走向科学化、系统化和规范化,对提高目前安全管理水平具有实际意义。     

特大工程建设项目引入职业健康安全管理体系的研究与应用

探讨以工程建设项目为对象,将各参建单位作为相关方来建立职业健康安全管理体系(简称OHSMS),按照体系的要求对建设项目实施系统化管理。在泰州大桥建设项目的实践表明,通过推行OHSMS,使各参建单位明确其管理职责及运行机制,确定各参建方的信息沟通和管理控制程序,可以实现工程建设项目系统化、程序化和文件化的职业健康安全管理。将建设项目各参建方的安全工作纳入系统化、科学化管理,对提高工程项目安全管理水平具有重要作用。     

高速公路安全水平仿真分析

为深入研究高速公路安全系统,用系统动力学(SD)方法分析驾驶员、车辆、道路、应急救援等组成要素以及环境、管理等影响因素之间的关系,建立高速公路安全系统因果关系模型和存量流量模型。用层次分析法(AHP)确定各影响因素的权重。以三福高速公路为例,用Vensim软件模拟高速公路运营期间系统安全的变化情况。结果表明,在该高速公路运营期间,系统安全与车辆安全度呈先上升后下降的趋势、道路安全度呈下降趋势、驾驶员安全度与应急救援能力呈上升趋势。通过与实际数据对比,验证了模型的有效性。     

跨江大桥建设安全管理系统综合评价

针对目前我国重大工程建设的安全管理现状,以系统管理的思路借鉴国内外重大工程建设安全管理模式的先进之处,综合考虑影响重大工程建设过程中安全管理的各因素,建立6个一级指标,27个二级指标的评价体系。运用层次分析法(AHP)对其中指标进行权重计算,结果显示危险源辨识、危险源控制与管理是影响安全管理状况的主要因素;结合模糊综合评价法对泰州长江公路大桥的安全管理现状进行综合评价,结果显示为良好,与实际情况相符合,证明其可行性。该安全管理系统评价指标体系的建立与评价方法的运用,对重大工程建设的安全管理现状评价有借鉴意义,以期提高我国重大工程建设现场的安全管理水平。     

基于RS-ANN的通风系统可靠性预警系统

系统可靠性预警是度量系统运行状态偏离可靠性指标界线的强弱程度,确定预警等级和做出决策警示的过程。笔者在对目前国内外有关系统预警方法的分析比较基础上,针对矿井通风系统可靠性运行的实际状况,应用了粗糙集(RS)理论和神经网络(ANN)技术,提出了一种基于粗糙集神经网络(RSANN)的矿井通风系统可靠性预警方法:首先,建立了一套适合于矿井通风系统可靠性的预警指标体系;然后,利用人工神经网络与粗糙集理论的优势互补,以粗糙集作为前置处理系统优化指标结构,构建了基于RSANN的通风系统可靠性预警仿真模型,并应用该模型进行了实例验证。其结果表明,该模型的仿真结论与基于ANN的结论十分吻合,训练效率提高了667倍。     

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。     

安全管理信息系统发展探讨

阐述了安全管理信息系统中安全，管理，信息，系统之间的密切关系。以构建1个有效管理安全信息为目标，从安全信息的界定，安全信息的分类。安全信息的管理绩效等方面进行了分析。对安全管理信息系统的产生背景，目的意义。构建步骤进行了较详细的探讨，为开发基于Internet企业安全信息共享和安全生产管理决策支持系统奠定了基础。     

基于建筑信息模型的铁路工程安全管理体系研究

为解决铁路施工现行安全管理强度大、施工准备不足、部门间协作性与联系性较弱、信息滞后、施工保障不足等问题,充分考虑建筑信息模型的优势,结合建筑信息模型对铁路施工进行全生命周期安全管理。利用Revit对工程项目进行建模,结合三维模型对人员进行技术交底与安全教育,导入广联达BIM5D软件对工程项目的即时性管理。研究结果表明:该安全管理体系可以通过可视化设计、施工模拟在施工前充分准备,预先采取针对性安全措施;同时实现信息的全程实时共享,增强各部门之间的协调性和管理的及时性;结合建筑信息模型与云平台充分保障后期的运行与维护,达到对铁路工程进行高效、可行的全生命周期信息化安全管理的目的。     

北京大兴国际机场建设工程安全管理体系研究

为了实现建设北京新机场平安工程,确保工程建设重大事故隐患为零,生产安全责任事故为零的总体目标。根据北京大兴国际机场建设工程的特点,结合现代安全生产管理的先进理念,以落实建设方安全管理责任为核心,提出了适合北京大兴国家机场建设的安全管理体系。结果表明,该体系的运行实施,实现了北京大兴国际机场建设工程安全顺利竣工,且为类似工程项目建设方的安全管理工作提供了良好的借鉴。     

旧工业建筑再生利用项目施工安全的评价及改进

针对旧工业建筑再生利用项目施工过程中存在诸多安全隐患的问题,首先,结合此类项目遗留工业垃圾冗杂、施工场地狭窄、部分构件拆换、大型机械使用受限的施工特点从4MTE角度构建施工安全评价指标体系。然后,在考虑指标赋权的主客观综合性与评价工作的未确知性后,建立了基于结构熵权法与未确知测度理论的旧工业建筑再生利用项目施工安全评价模型,并通过工程实例验证该模型,得出的评价结果与实际情况相符。最后,结合未确知测度单因素指标测度函数的特点,提出了施工安全管理改进策略的制定方法。     

A unique intelligent approach for forecasting project completion time in oil refineries

This study presents a hybrid approach for accurate forecasting of project completion time with noisy and uncertain safety factors in oil refineries. The hybrid approach is based on artificial neural network (ANN), fuzzy mathematical programming (FMP) and conventional regression. Three indictors, namely, number of occupational injuries, number of employees and ratio of maximum useful hours over useful hour per month are considered as inputs. Also, project completion time is considered as the main output. To achieve the objective of this study, five sets of data with respect to oil refinery construction projects in various cities of Iran are collected and analyzed through statistical methods. It is shown that for the actual case of this study, ANN presents lowest mean absolute percentage error (MAPE). Also, analysis of variance (ANOVA) is used to verify and validate the results of this study. This is the first study that presents a hybrid approach for accurate estimation and forecasting of project completion time with complex, noisy and uncertain occupational factors.