基于BP神经网络的机场次日鸟击风险预测方法

机场鸟击已成为中国民航机场运行安全的最大挑战。根据机场鸟击责任区的定义并结合飞行程序,分析了责任区的空间范围及该范围内飞机起飞爬升、着陆进近的位置和速度。从鸟类、飞机、机场、周边环境和自然气候这5个维度建立了机场鸟击风险水平日变化的评价指标体系,基于反向传播(Back Propagation, BP)神经网络方法构建了机场鸟击责任区次日鸟击风险预测模型和方法。案例机场实际应用表明,BP神经网络在机场次日鸟击风险预测中有良好的应用性,结果准确可靠,可为机场鸟击防范工作提供指导和参考。     

机场鸟击事故灾害的生态防治

从生态学角度分析了机场鸟击事故灾害发生的根源和特点，概述了鸟击灾害的生态防治措施，包括主动性防治和被动性防治，以及计算机和信息技术的应用。指出鸟击灾害已经成为机场飞行安全的主要威胁之一；生态综合防治是机场鸟击事故灾害防治的根本手段。     

基于模糊数学的民航航路鸟击概率计算模型研究

随着全球生态环境的不断改善,以及噪音更小进气口更大的喷气式客机的投入运营,航路鸟击日益成为威胁民航安全的重要因素之一。以美国25888条航路鸟击事件为例,通过对其进行分析和统计,确定出航路鸟击的影响因素,并构建了基于模糊综合评价法和层次分析法的航路鸟击概率计算模型;该模型能够用来预测某一航班在指定时间段,指定高度受到某种鸟类撞击的概率值,飞行计划制定人员可以根据该值是否可接受来调整飞行路线,机组也可以提前做好防范预案,从而降低航路鸟击造成的经济损失,确保人员安全,保障飞机在航路上的安全运行。     

鸟类飞行高度与民航机场鸟击防范的关系

为进行鸟击防范,对呼和浩特白塔国际机场、巴彦淖尔民航机场和乌兰察布民航机场的鸟类进行调查,得到了86种鸟类的飞行高度,根据飞行高度单一因子计算各鸟种的风险值,再依据风险值进行危险等级的划分,其中严重危险鸟种占16.28%,很危险鸟种占17.44%,较危险鸟种占29.07%,一般危险鸟种占37.21%。根据相近的飞行高度将观察到的鸟种分为16个类群,其中严重危险类群3个,包括雁鸭类、隼形类和鸦类。并将此分析结果与二连浩特民航机场的研究进行比较(两者的危险等级划分标准不同)。不同标准之间虽然存在差异,但这4个机场的严重危险鸟种都包括百灵类和麻雀,一般危险鸟类大多为小型鸣禽。这表明飞行高度可以作为分析鸟种危险等级的因子。同时对其他危险等级鸟种也进行了潜在危险的分析。在此基础上提出了预防鸟撞的建议,包括整治环境、合理安排航班时间和设置拦鸟网等。     

机场植被管理与鸟击灾害防范的研究

鸟击灾害是航空“A”类灾难,机场鸟击灾害的根源在于机场生境对鸟类的吸引,减少机场生境中吸引鸟类的生态因子是解决机场鸟击威胁的根本方法。本文通过对南充高坪机场植被和鸟类进行调查,统计分析两者之间的关系,以寻找最适宜的机场植被管理措施。结果显示：植被为鸟类提供食物和栖息场所,植食性鸟类数量与植被的种类和季节变动规律基本吻合,同时植物的繁茂滋生大量昆虫,使肉食性鸟类数量增多。对飞行区植被进行处理,设法控制机场内鸟类的食物来源,对于减少飞行区鸟类的数量非常重要。建议采取的措施有碾压、割草和农药喷洒、挖除高草丛、使用除草剂、草坪植物种类的调控。     

基于改进Apriori算法的电力通信设备缺陷关联性分析

为了保障大规模电力通信设备接入电网的稳定运行,首先分析通信设备的物理模型,然后分析电力通信设备缺陷的影响因素和缺陷特征及两者之间的映射关系,接着对Apriori算法进行改进,降低算法的时间复杂度和内存空间,导入电力通信设备缺陷数据模型并结合关联规则,提出基于改进Apriori算法的电力通信设备缺陷关联性分析方法.结果表...     

基于复杂网络的民航跑道侵入事件分析

为了明晰跑道侵入事件致因之间的关系及其发生演变规律,收集整理了国内2011—2021年的跑道侵入事件案例,通过对案例进行解析,建立了跑道侵入事件致因网络模型,随后对该网络划分社团;利用复杂网络的各指标分析致因网络的结构特征,并找寻需要防控的关键致因;采用相继故障中的负载-容量模型,构建跑道侵入事件致因关联网络模型,挖掘出事故致因最可能形成的致因链。结果表明：网络的直径为5,平均路径长度为2.231,平均聚类系数为0.303;得到培训和经验不足A₁₂、注意力分配不当A₆等9项关键致因;挖掘出109条致因链且由注意力分配不当A₆引发的跑道侵入事件占比较大。可见,该网络具有较高的聚类系数和较短的传播距离;负载-容量模型可对关键致因进行客观分析,避免了只依靠事件数量判断关键致因的偶然性。     

基于ISODATA算法的水上交通事故黑点识别

针对水上交通安全问题,基于ISODATA算法和水上交通事故等级综合加权平均法,构建水上交通事故黑点识别模型。结合道路交通黑点及现有水上交通多发区的研究方法,定义水上交通事故黑点;采用ISODATA算法分析水上交通事故空间分布特征,实现对水上交通事故空间的构建;对水上交通事故等级梯度赋值,以量化事故的严重程度,利用等级综合加权平均法确定黑点阈值。并以深圳西部港区水上交通事故为例进行模型应用,共识别出10处事故黑点及其边界,表明水上交通黑点识别模型能有效识别水上交通黑点的空间分布及特征,为水上交通安全状态分析提供了一种度量方法。     

基于贝叶斯网的交通事故机理分析

针对道路交通事故的形成机理进行定性、定量研究,根据我国道路交通事故记录数据特征,应用贝叶斯网对事故发生概率进行定量分析.引入"驾驶员紧张度"和"道路线形合理度"两个隐节点,建立了事故分析的贝叶斯网多层隐类模型,采用最大似然估计方法确定了模型的边缘概率和条件概率.将贝叶斯网模型应用于国道104二级公路(K1310+000～K1330+000)的事故分析中,运用贝叶斯网分析软件包Netica对其历史事故记录数据进行分析.结果表明: 贝叶斯网不仅可以定量计算某种道路交通状态下的事故发生概率,而且可以找出影响事故概率的关键原因和最不利状态组合(事故概率最大时的道路交通状态).     

基于集成算法的工贸企业安全预警系统优化

为了提高工贸企业安全预警预报能力,在构建了工贸企业生产安全预警指标体系的基础上,基于集成算法优化工贸企业安全预警系统.首先,将集成算法中的随机森林(RF)和XGBoost模型进行比较,基于随机森林来优化指标因素.为检验各指标因素之间是否存在相关关系,先用相关系数的方法计算各因素之间的相关程度,然后对其进行显著性检验;其次,在确定各指标因素的相关关系后,采用差分法解决序列相关性的问题;最后,基于差分得出的数据和优化后的指标,运用随机森林模型再次进行模拟,得出优化后预警模型的精度和平均绝对误差.结果 表明,在数据量较小的情况下,一定程度上随机森林的集成效果比XGBoost模型更佳.运用差分法解决各因素相关性问题后得到的数据及用RF优化后的指标因素,使得随机森林的企业安全预警模型精度得到提升,平均绝对误差显著降低.     

基于FP-growth算法的高校群体性突发事件关联规则分析

为有效预防高校群体性突发事件,借助数据挖掘关联规则挖掘理论,在分析高校突发事件关键诱发因素基础上,构建基于FP-growth算法的高校群体性突发事件关联规则挖掘模型。并将模型应用于事务数据库数据的分析中,研究关键诱发因素间关联关系,实现强关联规则输出。研究结果表明,多数高校群体性突发事件的发生与日期没有必然联系;内部管理因素、内外部突发事件、内部突发事件、政治因素是诱发高校群体性突发事件的主要因素,且外部因素导致的群体性突发事件影响力远远超过内部因素的影响力;当突发事件发生后,应急处置的有效性是决定突发事件影响力的重要因素。     

基于蒙特卡洛模拟算法的环氧乙烷球罐多米诺效应风险分析

基于多米诺效应的故障概率模型,结合某化工公司环氧乙烷存储装置,借助ALOHA软件判定装置间的多米诺影响系数。在此基础上,分别应用分析算法和蒙特卡洛模拟算法对考虑到多米诺效应情况下一特定环氧乙烷球罐T_1的失效概率进行计算分析。结果表明,分析算法和蒙特卡洛算法的结果呈现出较好的一致性。并且随着时间的推移,2种方法的吻合度越来越高。本方法的提出有效地简化了考虑多米诺效应情况下多个装置失效概率的计算,所得结论为工厂对球罐间安全屏障的设计提供一定的借鉴作用。     

一种基于Dijkstra算法的火灾动态疏散指示系统

为实现建筑火灾人员的安全疏散,提高疏散出口的综合使用效率,从疏散理论和系统整体构建切入,以实际适用性和火灾动态扩散为要点设计了系统疏散模型,基于功能需求对功能模块内容和硬件网络进行了构造,提出了一种基于Dijkstra算法的火灾动态疏散指示系统.以某商场建筑为实例,运用Pyrosim软件进行建筑内火灾模拟,采用疏散指示系统算法得到该火灾场景下的最优路径,通过在Pathfinder软件中增设6处定时通行禁区达到人员服从系统算法规划的疏散效果.结果表明:在试验设定下,该系统算法的总疏散时间比Pathfinder软件缩短了 1.5 s,最长疏散距离比Path-finder 软件缩短了 6.86％;系统算法通过科学导流提升了商场左、下出口的利用率及右出口的疏散效率,从而减少了总疏散时间,验证了该火灾动态疏散指示系统的可行性和有效性.     

基于改进XGBoost算法的船舶事故风险与类型预测

为科学合理地对船舶进行安全管理,就船舶安全问题的特点,建立带有海洋气象特征的事故数据集。针对数据类别不均衡问题,在比较多种机器学习算法后,用具有代价敏感的损失函数改进XGBoost算法求解。结果表明：改进后的模型AUC值和预测正确率有了明显提高,可达0.708 5和81.51%。相比于其他方法,模型的可解释更高,能更好地揭示风险因素与船舶风险之间的交互关系。最后,对提取到的载重吨、航行海域和船员数等重要风险因素进行偏依赖关系分析,针对性地提出管理意见并通过实例加以说明,为航运公司及海事局等相关组织提供决策参考。     

基于涟漪扩散算法的元胞自动机人员疏散模型研究

为探究大型公共场所内应急疏散调控策略的合理性、有效性和安全性,开展了2类场所的应急疏散调控策略的仿真研究,记录疏散时间、疏散拥堵时间和路径拥堵程度作为衡量应急疏散调控措施的指标,建立以多对多涟漪扩散算法为核心的线性元胞自动机模型。结果显示,与原有的疏散路线相比,使用算法规划的应急疏散路径可以缩短疏散时间;与仅仅使用算法规划应急疏散路径相比,考虑单一的路径拥堵情况或路网结构而增加的调控措施可能与疏散初衷相悖;但在使用算法规划路径的基础上,综合考虑路径拥堵情况和路网结构而增设的调控措施,其疏散效果是最好的。研究结果可为应急疏散管理者提供紧急情况下的调控策略,避免疏散过程中出现的拥挤、踩踏等二次事故的发生,进而保障人群的疏散安全。     

基于角改进的城市交通网络实时最短路径算法研究

针对城市交通网络中车流量的实时、动态变化特性,分析现有算法在处理动态车辆路径问题时存在的缺陷.综合道路条件、天气状况、交通堵塞和人口密度分布状况,构建动态交通网络环境下的实时路径评估模型.提出基于±90°角(源点与汇点连线的夹角)范围改进的Dijkstra最短路径算法,并给出具体实现过程.实例研究表明,基于角改进的Dijkstra算法无需遍历交通网络中所有路径,根据实时更新的交通状况和气象信息即可得到最短通行路径,提高了对交通网络中随机事件和突发事件的实时处理能力.     

基于高斯过程机器学习算法的矿柱稳定性分析

矿柱是地下矿山支撑顶板围岩、维持采场稳定的关键结构要素。为迅速准确地判别矿柱稳定性,选取矿柱宽度、矿柱高度、矿柱宽高比、矿岩单轴抗压强度和矿柱承受载荷作为影响指标,利用高斯过程机器学习算法建立矿柱状态与其主要影响因素之间的非线性映射关系,进而提出一种基于高斯过程二元分类(GPC)的矿柱状态识别模型。结合工程实例,以40组样本数据进行训练,以10组样本数据对该模型进行检验,并与ANN和SVM进行对比。结果表明,矿柱状态识别的高斯过程模型是科学可行的,该模型具有参数自适应化获取、分类精度高、计算复杂度低等优点,还可对矿柱状态判别结果的不确定性或可信度进行定量化评价。     

基于TEM模型的民航不安全事件关联规则挖掘与分析*

为了预防民航不安全事件的发生,应用机组威胁与差错管理（TEM）模型分析2014—2020年民航事故/征候的航空安全报告资料,提取事件里存在于民航运行风险中潜在的情况、威胁、机组差错等因素,通过改进的关联规则方法挖掘其中的关联关系,包括挖掘与事件严重程度有关的因素,找到TEM模型中的关键因素和影响航空器结束状态的致因因素,并进行关联网络图分析。研究结果表明:手动操纵/飞行控制差错、缺少/不足的飞行培训和安全管理、飞行员之间沟通差错与程序执行错误是造成事故/征候的显著因素;关联规则能够有效利用航空安全报告信息,通过定量的方法挖掘事故/征候的特征,找到影响民航不安全事件的强关联因素,为民航安全管理人员提供决策依据。     

基于SKPCA与NEAT算法的煤与瓦斯突出危险性预测

针对煤与瓦斯突出预测精度不足的问题,为了减少突出灾害的危害,提出了基于稀疏核主成分分析法(SKPCA)与增强拓扑神经进化算法(NEAT)的煤与瓦斯突出危险性预测方法.通过核主成分分析法对突出非线性数据进行降维,然后对主成分数据进行稀疏化,减少原始数据中不重要元素对降维后主成分的影响.搭建增强拓扑神经进化网络(NEAT)预测模型,采用进化算法同时优化神经网络的权值和拓扑结构,得到最佳神经网络预测模型.将处理后的主成分数据输入模型预测突出危险指数,结果表明,该方法危险等级预测准确度达到98％,SKPCA-NEAT模型在煤与瓦斯突出预测上相比PCA和BP神经网络具有优势.