基于人工神经网络理论的系统安全评价

阐述了人工神经网络基本原理 ,研究分析了 BP神经网络模型的缺陷并提出了优化策略。在此基础上 ,将神经网络理论应用于系统安全评价之中 ,提出了基于此理论的系统安全评价模型、实现方法和优点 ;评价实例证明了此方法的可行性。     

面向实时人群动力学分析的深度基本图网络

当前行人疏散实验中基本图计算方法通常是通过对每个行人进行跟踪实现的.但这种跟踪方法难以实现实时人群动力学分析.针对这一问题,提出了深度基本图网络.实验提出的网络框架由两个模块组成,即多尺度递归卷积神经网络(MSR-Net)和光流模块,分别对行人密度和行人速度进行估计.具体来讲,MSR-Net学习了输入图像与行人密度图之...     

基于神经网络的建筑物火险评价

为了快速检测建筑物当前火险等级,应用神经网络技术,建立了火险评价系统。首先构建三大类15项评价指标体系,然后请经验丰富的消防专家判定建筑物火险等级,生成60条专家样本。前50条用于神经网络的训练,后10条用于神经网络检验。通过训练,神经网络获得了较高的评价精度,训练样本的总相对误差绝对值为7258%,检验样本总相对误差绝对值为0%。实践表明,采用神经网络实现建筑物火险评价,无需推导数学模型,操作效率高,使用成本低     

基于人工神经网络的矿井通风系统评价研究

以矿井通风系统的\"安全可靠、经济合理\"和其定义所包含的各项内容为依据,从矿井通风动力、通风网络、通风设施、通风质量、通风监测、防灾抗灾能力、通风电耗、通风能力 8个方面,确立了 16项矿井通风系统评价指标,建立了一个新的矿井通风系统评价指标体系.采用人工神经网络中的BP网络算法,在 Visual C++6.0平台上研制开发了矿井通风系统评价BP网络模型的计算机程序.并经过实际生产矿井检验,预测结果与实际完全吻合,说明了笔者所确定的矿井通风系统评价指标体系可以反映矿井通风系统的状况,所采用的BP网络算法正确,可以用来指导实际工作.该计算程序简单,易于操作,有一定的推广应用价值.     

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.     

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.     

Adversarial safety analysis: borrowing the methods of security vulnerability assessments

INTRODUCTION: Safety and security share numerous attributes. The author, who heads the (Security) Vulnerability Assessment Team at Los Alamos National Laboratory, therefore argues that techniques used to optimize security might be useful for optimizing safety. OPTIMIZING SECURITY: There are three main ways to attempt to improve security-security surveys, risk assessment (or "design basis threat"), and vulnerability assessments. The latter is usually the most effective. SAFETY ANALOGS: Vulnerability assessment techniques used to improve security can be applied to safety analysis--even though safety is not ordinarily viewed as having malicious adversaries (other than hazards involving deliberate sabotage). Thinking like a malicious adversary can nevertheless have benefits in identifying safety vulnerabilities. SUGGESTIONS: The attributes of an effective safety vulnerability assessment are discussed, and recommendations are offered for how such an adversarial assessment might work. CONCLUSION: A safety vulnerability assessment can potentially provide new insights, a fresh and vivid perspective on safety hazards, and increased safety awareness.     

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.     

两类新型神经网络及其在安全评价中的应用

详细讨论小波神经网络(WNN)和模糊神经网络(FNN)的构造以及训练学习过程,并针对安全评价问题分别完成算例.典型算例表明:小波神经网络具有很好的逼近与映射能力,并且有很强的泛化能力;模糊神经网络将模糊数学与人工神经网络相互融合起来,有效提升了系统的智能功能.两类新型神经网络使得人-机-环境系统工程中的许多安全评价问题有了更广泛的量化工具,并具有安全评价的量化较准确的特点.     

基于BP神经网络的河南省火灾风险评价

采用火灾发生起数、死亡人数、受伤人数、直接经济损失、烧毁面积、受灾户数及人口火灾发生率7项指标构建河南省火灾风险评价综合体系,并用BP神经网络对该省份的18个地级市行政区的火灾风险进行评价,评价结果显示,该方法不但可以体现各地区的火灾风险相对水平,而且还可避免传统方法的主观性,具有较强的可行性和可靠性,对控制火灾风险、客观地反映各地区的消防工作现状具有一定的指导意义.     

人工神经网络对矿山安全状态的评判能力分析

通过改变神经网络训练样本等方法,对比分析了神经网络对不同训练样本的反映能力,讨论了人工神经网络对矿山安全程度进行评价的适应性.为了研究人工神经网络用于矿山安全评价时的优化设计,通过改变神经网络的神经元数目及初值赋值方式等方法,测试了不同结构、不同参数的神经网络对相同训练样本的评价结论.本文的研究为人工神经网络用于矿山安全评价时的进一步改进及其优化设计提出了合理的建议.     

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.     

基于神经网络的民航安全态势评估模型及仿真

民航安全态势评估可以向管理者提供民航安全态势和未来态势变化的信息,帮助管理者作出科学的决策,是预防事故发生的关键。航空器事故征候、事故征候率和灾变的科学预测评估是民航安全态势评估的核心内容,分析选取影响民航安全态势的安全运行因素,尝试建立了民航安全态势评估模型,结合BP神经网络和Elman神经网络进行民航安全态势评估。2008-2010年民航安全态势评估结果如下：民航安全态势整体良好但事故征候较多,其中2009年的民航安全态势相对严峻,需要密切注意民用航空器事故的发生,同时应对2010年民用航空器事故进行高度关注,希望管理者采取积极措施进行事故预防。结果表明,基于神经网络建立的民航安全态势评估模型是可行的,可以作为我国民航安全态势评估的有效工具。     

基于支持向量机的飞行安全隐患危险性评价

提出了基于支持向量机的飞行安全隐患危险性评价方法,建立了支持向量机模型。并以飞行安全隐患危险性评价的基本要素为输入节点,以评价结果作为输出节点,对空军某部的飞行安全状况进行了评价。结果表明:对于飞行安全隐患危险性评价问题,支持向量机方法较传统神经网络方法精度更高,速度更快,实际应用中也更易于实现。     

基于模糊神经网络方法的信息系统安全风险评价研究

为提高信息系统安全风险评价的准确性,提出基于模糊神经网络的信息系统安全风险评价模型.该模型利用模糊理论隶属度反映各因子的相对状态,对模糊性具有很高的识别精度.将风险因子模糊隶属度矩阵输入BP神经网络中,增加了它对模糊性的识别能力.通过非线性分析处理的BP神经网络进行学习和测试,得到输出风险评价等级.实例分析结果证明算法的应用性.误差分析结果证明了模型的有效性.检验结果表明,模糊神经网络模型的识别精度高于单一的模糊评价模型和神经网络模型.     

基于人工神经网络的LPG公路运输的风险评价模型及其应用

为使LPG公路运输的风险评价更加客观、合理,遵循区域性、动态性和可量化原则,建立了LPG公路运输的风险评价指标,并将个人风险和社会风险作为评价结果.利用人工神经网络的自组织、自学习和自适应功能,提出基于人工神经网络理论的LPG公路运输的风险评价方法,通过Matlab软件中的神经网络工具箱对评价模型进行训练,并通过实践验证该模型的可行性.结果表明,该方法能较好地克服评价深度、评价指标间复杂关系和评价指标作用模糊的限制,且评价结果直观的反映了评价对象的个人风险和社会风险的风险程度.     

基于ART-2人工神经网络的煤矿安全风险评价

旨在为煤矿安全风险预控管理提供一种适用的风险评价模型或方法。研究过程中,介绍了人工神经网络自适应共振理论的ART-2算法;在安全系统工程理论及相关研究基础上,结合调研分析建立了风险评价指标体系;选取山西9家煤矿作为研究样本进行实证研究。该算法仿真识别结果与煤矿实际安全风险情况一致性程度达到77.78%,表明针对煤矿安全风险预控管理过程中的安全风险评价,ART-2神经网络具有较好的适用性。     

基于PSO优化BP神经网络的钻井动态风险评估方法

传统钻井动态风险评估严重依赖于专家主观判断、结果大多是定性或半定量,无法满足深井复杂地层钻井安全需求。针对该问题,研究建立了基于PSO优化BP神经网络的钻井动态风险评估方法。通过对录井资料的监测分析,实时判断井下风险发生的类型并定量计算风险发生概率,可以在风险发生的早期给出预警信息,及时指导风险调控措施的开展。海上BD气田的实例分析表明,基于构建的动态风险评估模型得到的风险预测结果与实际风险发生情况相符合,说明建立的模型是合理可行的。该模型对于钻井作业过程中动态风险评估具有一定的参考价值。     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

合,并比无约简时总体精度有较大幅度提高.