BP神经网络在安全评价中的应用

为解决传统经验法在安全评价中人为因素影响和量化难的问题.引入人工智能神经网络,从而减少人为因素影响,使定量分析成为可能.神经网络通过对原始数据的学习,调整网络参数,实现对预评价对象的定量评价,为企业制定安全策略提供科学的依据.     

模糊神经网络技术在矿山安全评价中的适应性研究

我国矿山企业安全生产形势严峻,矿山安全一直是我国矿山企业急需解决的安全评价技术及其应用是预防和控制矿山灾害事故的重要内容.对国内外矿山安全评价理论和技术的研究进展进行了系统的论述,并对国内安全评价理论和技术的研究和应用过程出现的问题进行了分析,指出模糊神经网络技术在矿山安全研究中的可行性,为矿山安全管理和科学决策提供了一种新的思路.     

模糊神经网络在火工品生产系统安全评价中的应用

针对火工品生产系统的安全评价问题，将模糊理论与神经网络相结合，建立了火工品生产系统模糊神经网络安全评价系统。章描述了模糊神经网络的基本结构和原理，阐明了本评估系统的工作原理及实现方法，最后将该评估模糊神经网络评估系统应用于若干火工品生产企业的实际安全管理水平的评价中，取得良好的效果。     

模糊综合评价在煤炭产业安全中的应用

综合考虑煤炭产业安全的各种影响因素,运用模糊综合评价理论,给出了一种新的煤炭产业安全评价方法--模糊综合评价方法.这种方法,能够综合考虑到影响煤炭产业安全的各种因素,将评价因素的各项指标进行量化处理,从而对煤炭产业安全做出科学合理的安全分析评价.     

模糊神经网络在火工品生产系统安全评价中的应用

针对火工品生产系统的安全评价问题,将模糊理论与神经网络相结合,建立了火工品生产系统模糊神经网络安全评价系统。文章描述了模糊神经网络的基本结构和原理,阐明了本评估系统的工作原理及实现方法,最后将该评估模糊神经网络评估系统应用于若干火工品生产企业的实际安全管理水平的评价中,取得良好的效果。     

基于BP神经网络的大型游乐设施安全评价

针对我国大型游乐设施的安全现状,结合大型游乐设施的特点,将大型游乐设施进行分解,建立了以各子系统为评价指标的大型游乐设施设备评价指标体系。介绍了大型游乐设施BP神经网络安全评价模型的建立和验证过程。BP神经网络模型经训练学习后,可有效降低定性评价的主观性,使评价结果更具科学性和客观性。利用该BP神经网络安全评价模型,对某游乐园中过山车的现状进行了安全评价,评价结果符合实际情况。     

BP神经网络在矿井本质安全程度评价中的应用

采用BP神经网络对矿井本质安全程度进行评价。介绍了矿井本质安全程度评价方法以及BP神经网络的结构及原理;按照BP神经网络训练的步骤,以matlab6．0为平台,利用其内嵌的神经网络工具箱,生成通用的神经网络评价模型;输入经过标准化后的矿井本质安全程度指标的评价分数,投入神经网络运算,就可以得出该矿井的本质安全程度。     

模糊评价数学模型在企业安全评价中的应用

模糊评价是利用模糊数学的基本理论--隶属度将模糊信息定量化，再对其进行定量评价得出科学结论的一种方法。该方法运用较普遍。介绍了该方法的基本原理，通过实例论述了它在企业安全评价中的应用。     

AHP -模糊综合评价法在电梯使用管理系统安全评价中的应用

采用安全分析法和专家调查法,以事故致因理论进行系统安全分析,建立了电梯使用管理系统安全评价体系.应用AHP -模糊综合评价法建立了电梯使用管理系统的6级风险评估体系,确定电梯使用管理系统安全评价体系中各子系统及各指标的权重,再结合实际经验,根据安全规范构造各指标隶属度,进而根据评价集构造隶属函数,得到各指标对评价集的最终隶属度、模糊矩阵和综合评价结果,求得电梯使用管理系统安全状况的综合得分,进而划分安全评价等级,得到电梯使用管理系统评价结论.     

AHP-模糊综合评价方法在煤气站安全现状评价中的应用

随着我国能源和成品油价格的上扬,许多企业根据自身的发展情况以及气体燃料所具有的优越性,选择了煤炭气化方式,近年来煤气站迅速地发展起来。煤气站生产的煤气为易燃、易爆、有毒、有害物质,具有潜在的巨大危害性,稍有不慎就会引起人员伤亡和财产损失。因此,采用科学、合理的评价方法对煤气站的安全现状做出客观的评价具有重大意义。本文根据煤气站的实际情况,合理地选择评价指标,客观地、系统地建立了各因素之间的层次模型,然后通过模糊综合评判方法,进行煤气站安全现状进行评价,得出评价结果。     

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.     

基于人工神经网络理论的建筑物火灾安全评价研究

依据建筑物火灾危险性的影响因素,应用人工神经网络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,该方法摆脱了评价过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性等缺点,大大提高了准确性。为了验证评价模型的准确性,将该理论应用到某高校图书馆火灾危险性评价中,快速、准确地得到了安全评价结果,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。     

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。     

基于神经网络的安全评价指标重要度判定方法及应用

安全评价指标重要度判定对合理进行安全管理和有效采取安全对策具有重要意义,它是一个多指标非线性分类问题,很难用数学公式进行描述。以往的判定方法由于受人为因素及模糊随机性影响,准确性较低。神经网络作为一种新技术,具有非线性分类、人工智能的特点。基于此,提出了一种基于人工神经网络的安全评价指标重要度判定方法。该方法最大特点是直接从学习后的网络连接权重中提取评价指标重要度信息。讨论了网络的拓扑结构,以及如何从学习后的网络权重中提取评价指标重要度信息的方法。应用数理统计方法消除了网络学习初始权重对评价结果的影响。用一实例对提出的方法进行了验证,分析了网络隐含层节点数对判定结果的影响。实验表明,该方法具有很强的操作性和较高的准确性。     

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。     

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。     

基于遗传神经网络的化工企业安全评价

基于化工企业特点,建立了比较合理的安全评价指标结构,并构建了以遗传神经网络为基础的评价模型。通过建立训练样本,确定BP神经网络的网络结构,运用遗传算法（GA ）去优化BP网络的初始权值和阈值,再把优化之后的权值和阈值赋给BP神经网络,然后对其进行训练,训练完毕后将所建立的模型通过实例评价进行了验证,结果表明此模型在化工企业安全评价中具有较好的应用价值。     

基于模糊神经网络的深井底板突水判别研究

通过分析深井底板突水因素的影响作用,建立各影响因素的层次分析结构模型,运用层次分析法计算各影响因素的权重并进行排序,进而选出深井底板突水的主控因素。在该基础上,建立隶属度和隶属函数实现各因素的归一,构建基于模糊神经网络的深井底板突水判别模型,选择合适的网络结构参数以改善神经网络的缺点,并选取样本训练网络,以现场实例为验证样本,以突水等级作为输出结果,该判别表明基本符合工程实践。