PSO-RBF耦合神经网络在水质评价中的应用

径向基函数神经网络(RBF)中,连接输出单元的权重是影响径向基函数神经网络学习精度的主要参数,采用粒子群算法(PSO)对模型参数(权值)进行优化,建立了PSO-RBF耦合神经网络模型,避免权重的人为设定,具有客观性。并在Matlab环境下编程计算,构建了用于地下水环境质量评价和海水富营养化评价的径向基函数网络评价模型。将模型应用于黑龙洞泉域5个地下水监测点和某海水富营养化评价。评价结果和其他方法的评价结果一致,与实际情况符合,评级结果是合理的。评价结果表明,RBF网络简便有效,收敛速度快,有较强的分辨能力,优化确定模型参数后,便可对评价样本进行评价,具有较好的实用性和通用性。     

基于GIS的城市公共安全应急决策支持系统的研究

以地理信息系统(GIS)为平台,集成决策支持系统(DSS),研究开发了"基于GIS的城市公共安全应急决策支持系统".该系统包括基础信息子系统、灾害信息子系统、危险源管理子系统、火灾分析子系统、洪灾分析子系统、地震分析子系统、风灾分析子系统、公共安全规划子系统、应急决策子系统和系统总控模块等.剖析了当前城市公共安全决策模式的弊端,介绍了该系统的结构框架和各子系统的功能,提出了一种快速、高效构建城市基础空间数据库的技术方案,并探讨了该系统与城市公共安全体制的融合机制问题.实践证明,在对城市可视化与数字化的基础上,该系统能够实现城市灾害信息的科学管理,各种灾害分析模拟,公共安全规划以及应急决策支持,从而有效提高突发性城市公共安全应急的效率和响应速度,为城市公共安全的应急工作提供了有效的辅助手段.     

基于FMEA与RBF神经网络的LPG汽车罐车储罐系统故障诊断

为了对液化石油气(LPG)公路运输罐车储罐系统故障进行准确、全面的诊断,通过利用故障模式影响分析方法(FMEA)构建储罐系统故障模式及故障特征指标,根据日常检测数据构造训练样本,运用径向基函数(RBF)神经网络对网络进行训练建立诊断模型并利用诊断模型对罐车故障进行诊断。经验证:诊断结果与实际情况相符合。因此,基于FMEA与RBF神经网络所构建的模型可以用于危险化学品汽车罐车储罐系统的故障诊断。     

RBF神经网络可靠度分析方法在边坡稳定性研究中的应用

针对边坡稳定性可靠度分析,当状态函数无法显式表达且传统计算方法求解复杂问题困难时,提出一种基于ABAQUS和粒子群优化径向基函数神经网络的可靠度分析方法。基于ABAQUS的强度折减方法计算所选随机变量对应的安全系数,利用径向基函数神经网络的数据拟合功能,建立模型并映射出安全系数和随机变量之间的关系,构造响应面功能函数;利用蒙特卡罗生成的大量随机样本代入功能函数得到相应的安全系数,进而计算边坡的失稳概率和可靠度指标来反映边坡稳定性。研究结果表明:相对于传统方法,本文方法计算效率更高、误差更小,适合实际工程应用。     

智能建筑弱电设计中消防问题的探讨

阐述了智能建筑的概念和智能建筑的消防系统的设计方针、组成子系统及其在智能建筑弱电设计中的重要作用,分析了智能弱电系统的安全防范、楼宇自控、集成系统和网络、防雷等子系统与消防的关系,并提出了智能建筑弱电系统中消防设计的设想.     

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。     

基于泛平均运算的矿井瓦斯浓度组合预测模型

为有效分析煤矿瓦斯监测数据以实现准确、可靠的瓦斯浓度预测,基于不等权泛平均运算模型,研究瓦斯浓度时间序列组合预测的方法,提出一种新的矿井瓦斯浓度组合预测模型,并证明最优组合预测模型是其特例。采用自回归(AR)模型和径向基函数(RBF)神经网络预测模型作为组合预测模型的单项预测模型;以遗传算法和最小二乘法确定新组合预测模型的参数,实现瓦斯浓度预测单项模型的最优组合。试验分析表明:新模型在平方和误差、平均绝对误差、均方误差、平均绝对百分比误差、均方百分比误差等评价指标上,均取得比自回归模型、径向基函数神经网络模型和最优组合预测模型更低的误差。     

基于BP和RBFNN的神经网络算法在瓦斯预测中的应用及比较

煤与瓦斯突出是目前导致井下事故的直接原因,及时准确地预测瓦斯突出情况,对于保障井下安全生产有着十分重要地意义.神经网络有良好地自学习和自感应能力.文中将BP算法和基于径向基函数的递归正交最小二乘算法应用于瓦斯预测中,同时比较了两种算法的优点及缺点.仿真测试结果表明,径向基函数神经网络在瓦斯预测中有着更好的实用性.     

楼宇系统集成平台中电梯接口软件开发与设计

智能楼宇系统集成软件是将楼宇自动化的各个子系统予以结合,实现统一管理、调度的软件平台.根据目前智能楼宇系统集成软件的特点提出了系统集成所面临的问题,重点以电梯子系统为例,阐述电梯监控系统硬件设计和电梯接口软件的开发,实现了EBI与电梯子系统的集成.最后提出未来智能楼宇集成软件的发展方向.     

大型选煤厂粉尘在线监测与智能喷雾降尘系统研究

为解决大型选煤厂粉尘污染问题,提出了粉尘在线监测与智能喷雾相结合的降尘技术.以同煤集团塔山选煤厂输煤系统为研究背景,采用理论分析、现场实测及数值模拟等方法对输煤系统尘源扩散机理进行了研究.采用κ-ε湍流模型、欧拉模型和离散相模型(DPM)进行模拟,选择SIMPLE算法进行计算.模拟结果与实测数据基本一致.结果表明:在诱导风流的作用下输煤系统粉尘质量浓度较大,并以给料机及导料槽为中心径向逐步降低;同时,粉尘在线监测与智能喷雾降尘技术能有效降低输煤系统空间粉尘质量浓度,改善作业环境,空间粉尘质量浓度保持在国家标准以下.     

人工神经网络在水环境质量评价中的应用

应用人工神经网络理论与方法建立了滏阳河水质评价的RBF(径向基函数)神经网络模型,对滏阳河邯郸市区段的从南环到北环的7个监测断面水质进行了评价,并与灰色聚类结果进行对比。结果表明RBF神经网络模型能很好地解决评价因子与水质等级间复杂的非线性关系,评价水质简便可靠,预测精度高,具有通性和客观性。根据评价结果,分析了滏阳河邯郸市区段水质污染程度,可以为水环境保护工作提供防治依据。     

基于RBF神经网络的火灾报警系统失效概率预测

报警系统失效主要包括漏报、误报,对系统进行失效概率预测,可以帮助判断设备质量优劣,评估系统效能。利用Matlab软件编程,通过神经网络预测失效概率。根据不同场所正在使用的火灾报警器的失效数据作为原始数据,归纳总结失效原因,建立事故树,结合专家打分法与模糊理论得到网络的输入值与输出值。通过网络训练,得到可以对系统失效概率进行预测的RBF神经网络,测算效率大幅提高。以70组不同品牌、用途的火灾报警系统作为算例,通过训练数据,最终达到输入底事件发生概率可直接输出顶事件发生概率的目的。结果表明,RBF神经网络相较于BP网络与事故树算得的失效概率具有更高的拟合度,RBF神经网络模型在进行系统失效概率预测时具有可靠性。     

基于C/S+B/S混合模式的城市重大危险源管理系统的研究

分析城市重大危险源管理系统的功能结构,针对现阶段技术应用的局限性,笔者提出C/S+B/S混合模式的解决方案;对数据库系统、网络构架及安全性、兼容性和模型系统等关键技术进行研究;开发出基于C/S+B/S混合模式的城市重大危险源管理系统。该系统对解决城市重大危险源统一管理与布局分散的矛盾,实现重大危险源动态监管和重大事故应急指挥智能化,提高事故应急救援指挥和救援行为的效率有重要意义。     

A new pre-assessment model for failure-probability-based-planning by neural network

At present, the prediction of failure probability is based on the operation period for laid pipelines, and the method is complicated and time-consuming. If the failure probability can be predicted in the planning stage, the risk assessment system of gas pipeline will be greatly improved. In this paper, the pre-laying assessment model is established to minimize risk of leakage due to piping layout. Firstly, Fault Tree Analysis (FTA) modeling is carried out for urban natural gas pipeline network. According to expert evaluation, 84 failure factors, which can be determined in the planning stage, are selected as the input variables of the training network. Then the FTA model is used to calculate the theoretical failure probability value, and the failure probability prediction model is determined through repeated trial calculation based on BP (Back Propagation Neural Network) and RBF (Radial Basis Function), for obtaining the optimal network parameter combination. Finally, two prediction models are used to calculate the same example. By comparing our pre-assessment model with the theoretical prediction consequences of the fault tree, the results show that the error of RBF prediction model can be close to 3%, which proves the validity and correctness of the method.     

基于径向基函数(RBF)网在线建模的民航安全风险监测仿真系统设计与实现

通过分析国内外民航安全风险监测的研究现状,指出当前我国民航安全风险监测方面的不足,进而提出了基于径向基函数(RBF)网在线建模的民航安全风险监测仿真系统。在仿真系统设计中,详细讨论了实现系统的网络拓扑结构、体系结构,并将仿真系统分为三大功能模块,提出以安全隐患指标和安全性能指标分别作为仿真模块的输入段和输出段。在该基础上,利用C#语言和SQL SEVER数据库共同开发出该模拟仿真系统,并以空管仿真系统华东管理局年度仿真实例作了验证。     

煤矿作业人员人因可靠性的径向基神经网络评价模型研究

依据人因可靠性原理、事故致因理论,结合煤矿生产系统的特点,提出了观测可靠度的概念,确立了一系列便于统计和赋值的人因可靠性评价指标。针对人因失误事件过程的动态性、复杂性以及数据的不完整性,利用径向基（RBF）神经网络学习速度快、抗干扰能力强的特点,建立了基于RBF神经网络的煤矿作业人员人因可靠性评价模型。对于岗位工龄短或有效记录不足的煤矿作业人员,利用训练好的RBF神经网络模型进行人因可靠性评价,经过实例验算证实了模型的可信性。     

基于多代理系统(MAS)的煤矿水害事故响应系统

针对煤矿水灾害问题,提出水灾害响应的概念,并以此为基础建立以水灾害预防与治理为主的煤矿水害事故响应系统。该系统将煤矿突水预防和应急响应作为系统的需求,通过Agent组织煤矿及救援单位的有效资源,并以多代理系统(MAS,Multi-AgentSystem)为基础设计了煤矿水灾害响应的协商机制。不仅能及时地响应煤矿的常效排水需求,而且能在水灾害发生后快速制定应急救援方案,克服了原有煤矿水灾害救治流程中响应速度慢、缺乏目的性,救援资源难以有效调配的缺点,为煤矿水灾害的预防、应急救援、灾后处理提供了综合信息平台。应用案例表明,该系统对于提升煤矿水灾害救治的应急能力具有显著效果,并可有效地降低水灾害的人员和财产损失。     

建筑消防水系统灭火可靠性动态评估模型研究

水位、水压、流量、阀门开启情况等运行状态参数是决定消防水灭火系统灭火可靠性的关键因素,基于对水灭火系统运行可靠性影响因素的研究,构建了用于评估灭火可靠性的贝叶斯网络推理模型。推理模型将影响系统灭火可靠性的因素分为给水设施可靠性、灭火系统管网供水可靠性、灭火设施启动可靠性、阀门开启状态等四个方面。网络结构图代表了监测因子与子系统可靠性的关联关系。节点变量状态值的分级方法和先验概率值参考了水灭火系统相关设计标准。根据监测因子对子系统可靠性的影响分别设置了各节点的条件概率表。应用表明,通过物联网技术实时监测灭火系统运行状态参数,将实时的状态参数信息输入到评估模型,可以实现动态评估系统灭火可靠性。