煤矿安全宏观预测方法综述

对几种比较适用于预测煤矿安全宏观预测的方法(线性回归预测、非线性回归预测、灰色预测、马尔柯夫链预测、灰色马尔柯夫链预测、神经网络预测法)进行了介绍,并作了进一步评述和探讨.     

铁路行车事故预测方法分析与比较

对铁路行车事故的特点和类型进行分析;根据美国铁路2005年安全年报提供的数据,运用灰色系统理论和BP神经网络方法建立铁路行车事故的预测模型;利用MATLAB软件进行预测仿真,比较和分析两种预测方法的精度及特点。结果表明:灰色系统理论预测结果固定,短期效果比较好;BP神经网络预测具有适应性和灵活性,适用于长期预测。采用灰色系统理论和BP神经网络进行铁路行车事故的预测,克服了传统数学统计预测方法中建立复杂的数学模型,预测准确性低的缺点,对预防和控制铁路事故的发生,降低事故损失具有现实意义。     

引滦入津工程黎河段机理与非机理水质预测模型对比分析

根据引滦入津工程黎河输水河道水文水质监测资料,分别建立河道机理水质模型和非机理水质模型,对2005年前毛庄断面的氯化物和氨氮进行了预测.两种水质模型建立的理论基础、求解方法、参数验证、模拟所需的数据种类和时段、适用状况、预测精度均不同.对两种河道水质模型预测结果精度进行了比较,结果表明,预测误差均小于20%,机理水质模型较非机理精度高.研究表明,机理水质模型适合于短时间内黎河河道水质变化的精细模拟,非机理模型适合于中长期水质变化趋势预测.     

基于灰色马尔可夫的道路交通事故预测

探讨灰色马尔可夫模型在道路交通事故中的具体应用。灰色模型适用于短期、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。灰色马尔可夫模型结合了灰色GM(1,1)模型和马尔可夫理论的优点,利用灰色模型进行长期预测,再利用马尔可夫链理论进行波动状态预测,最后得到期望值。该模型克服了随机波动性数据对道路交通事故预测精度的影响,提高了灰色预测的准确度。实例结果,证明灰色马尔可夫GM(1,1)模型具有较好的应用价值,为道路交通安全管理提供了有用依据。     

基于证据理论的煤矿瓦斯涌出组合预测

为提高煤矿瓦斯涌出量预测的准确度,引入证据理论组合预测方法。根据瓦斯涌出量及其主要影响因素间的实验数据,采用3个不同的粒子群神经网络模型对涌出量进行初步预测。并由BP、RBF网络对预测误差及预测点的影响因素进行分析建模,以获取每个模型的可信度。再利用证据理论对其进行合成,确定组合模型的权值,最终实现对瓦斯涌出量的组合预测。实例结果表明,该组合预测方法的平均绝对误差、均方误差分别为18.5%、5.8%,均小于神经网络组合法及等权平均法的相应预测误差,适用于煤矿瓦斯涌出量预测。     

基于北京市火灾统计数据的时间序列分析

采用Box-Jenkins法分析了城市火灾时间序列上的趋势性规律,通过数据预处理和模型的识别与诊断,最终建立了城市火灾预测模型。对北京市2000—2006年的火灾统计数据进行了平稳性处理,通过城市火灾预测模型的建模方法对北京市火灾发生次数的时间序列进行了ARIMA建模。根据得到的ARIMA(1,1,0)(1,1,1)12模型对北京市2007年的火灾发生次数进行了预测,并将该模型和BP神经网络模型的预测结果与实际情况进行对比分析。结果表明,ARIMA模型特别适用于随机性较大的火灾数据的趋势预测,并且方法简单,算法经济。     

基于灰色-马尔科夫链理论的建筑施工事故预测研究

我国建筑事故预测中具有统计数据少、数据波动性大等特点,缺乏具有高精度、可操作性强的预测模型。将灰色系统理论和马尔可夫原理相结合,充分发挥了灰色系统理论适用于小样本数据拟合和马尔可夫适合处理数据波动大的系统过程的优势,通过GM(1,1)模型的建立,提出一种适合建筑事故统计数据特点的灰色马尔可夫预测方法。将该方法应用于1994—2007年建筑施工事故次数分析,以此为基础对2008—2009年的建筑施工事故次数进行预测。研究结果表明:基于灰色马尔可夫理论建筑事故预测结果精度可达90%以上。     

石化行业控制室承爆风险评估方法研究

针对传统的气体爆炸风险评估方法的不足之处,提出采用一种基于CFD技术的气体爆炸风险评估方法,对某煤气化厂区氢气爆炸对控制室造成的风险进行模拟计算与预测分析。并把研究结果与传统的TNT当量法、Multi-Energy方法预测结果进行比较。结果表明,该方法能考虑到密集管道与复杂装置布局、气云大小等因素对爆炸超压的影响,且能用于超压波的近场预测,以及确定空间不同位置处的爆炸超压,更适用于石化行业控制室的承爆风险评估。     

基于灰色新陈代谢马尔可夫模型的飞行事故预测

灰色预测适用于时间短、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。笔者结合灰色新陈代谢GM(1,1)模型和马尔可夫链理论的优点,建立飞行事故预测模型。模型去掉已失去参考价值的历史老信息,补充新信息,克服了随机波动性数据对飞行事故预测精度的影响,提高了灰色预测的应用水平。实例预测1973—2008世界飞行事故,其结果证明了灰色新陈代谢马尔可夫GM(1,1)模型预测精度较高,可用于飞行事故预测,具有较强的科学性和实用性。     

灰色层次分析法在中小型电厂安全性评价中的应用

电厂安全性评价是综合运用安全系统工程的方法对系统的安全性进行度量和预测。笔者确定了电厂安全性评价的指标体系,提出了应用灰色层次分析法评价电厂安全性的方法与步骤。该方法能在缺资料、少信息条件下完成建模、预测和决策,将评价专家的分散信息处理成一个描述不同灰类程度的权向量并进行单值化处理,从而可得到受评电厂安全性体系的综合评价值和电厂安全性的等级划分,再应用灰色层次分析法对模型电厂进行了实际评价,其结论是可信、方法适用。     

国内外岩爆预测的研究现状与发展趋势

在讨论岩爆预测的重要性和紧迫性的基础上，从岩爆的形成机理、预测预报等方面，阐述了国内外岩爆预测的研究现状。较全面地介绍了岩爆预测的方法，对有关预测方法或技术作了评述。最后分析了岩爆预测技术的发展趋势，并对我国岩爆预测研究的工作重点提出了一些建议。     

火灾事故发展趋势预测方法的应用研究

介绍了三种火灾事故发展趋势预测方法：灰色理论预测法、指数平滑法和马尔科夫预测法。结合贵州省1997至2006年火灾四项指标统计数据,探讨了三种预测方法对不同波动幅度数据序列的适用性;给出了贵州省未来两年火灾的发展趋势,可为当地制定正确地防止火灾发生的决策提供重要的参考依据。此外,还对每种方法在预测过程中值得注意的问题进行了讨论。     

基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

防洪预报调度方式下水库下游防洪风险分析--以葠窝水库为例

水库实施的防洪预报调度方式是解决我国防洪和兴利之间矛盾的一条有效途径,其对水库上下游的防洪风险率的大小是决定其能否实施的关键.目前对此缺少一种定量计算方法.本文在分析防洪预报调度方式风险指标的前提下,根据水库洪水径流深与产流预报误差的分布规律,采用数值分析方法计算水库实施防洪预报调度方式时,相对于常规调度方式,产流预报误差对水库下游防洪风险率,并以实例论述了具体分析思路和计算过程.     

基于人脸信息的信息安全技术研究现状及应用前景展望

讨论了国内基于人脸谱信息的信息安全技术研究总体现状 ,包括人脸谱信息的检测、定位、特征提取及主要识别方法和算法 ,并对各种方法的优点和问题进行了评述 ,最后对基于人脸谱信息的信息安全技术的应用前景进行了分析和预测。     

香港地铁气象灾害防范技术

本文通过介绍香港地铁在气象灾害防范及制定热带气旋、雷电、大雾、高温应急处理预案的做法和经验,提出了国内城市轨道交通应开展气象灾害防范设计、进行灾害辨识及风险评估、建立气象监测预警系统和制定气象灾害应急预案。     

三峡库区高阳镇塌岸探讨及其防护

随着三峡库区蓄水及移民迁建工程实施，库岸防护问题尤其是城镇库岸防护问题变得日益突出，以湖北兴山县高阳镇为例，探讨该段岸坡变形破坏的特征及其形成原因，并进行了塌岸预测，最后就其防护治理设计提出了以浆砌石护坡与抗滑桩结合的综合治理措施。     

灾变预测在企业安全事故预测中的应用

简述了灰色理论中灾变预测的特点及其建模过程,并将其应用于企业安全事故预测之中.经检验,模型的精度等级为好,模型的预测结果可靠,对于企业安全事故的预测有一定帮助.     

基于系统仿真的飞行风险科目安全性预测预防方法

为了提高飞行安全预测预防的科学性和透明度,在总结分析其种类和优缺点的基础上,提出了一种基于人-机-环复杂系统仿真的飞行安全预测预防方法的基本思路和评估步骤。选取GJB 626A—2006中的低空大表速科目进行飞行安全预测预防方法研究,通过潜在危险分析给出该科目在飞行中易出现2条事故链,并对故障元件进行可靠性建模。通过人机系统建模对事故场景进行仿真,得到风险决定性参数样本极值,并应用极值理论和马尔科夫法进行定量评估,提出了飞行安全性预防措施。     

几种事故预测方法的探讨

本文根据生产单位事故发生的随机性特点,论证了未来时段中事故次数及其时间分布等各项指标,是能够用多种随机数学模型和灰色系统理论来预测的。用非随机的函数模型预測事故是不合适的。给出了几种事故预測方法,并提出了几种值得研究和试用的方法。