城市供水管网脆弱性评价研究进展

脆弱性评价有助于甄别城市供水管网的薄弱环节,确定合理的风险削减措施,保证供水安全。阐述脆弱性的有关定义及其与风险的联系与区别,回顾城市供水管网脆弱性评价的发展历程,介绍几种脆弱性评价方法的基本原理、优缺点及适用范围,并按不同评价思路对国内外使用的主要脆弱性评价方法进行分类总结。研究发现,目前尚未形成统一的脆弱性概念及切实可行的评价方法,今后应不断完善和整合各类方法,以定量和通用为核心,使城市供水管网脆弱性评价方法更为实用、有效。     

基于KPCA-LSSVM的矿井工作面动力环境安全评价模型

为实现对采前工作面所处动力环境的客观、准确评价,选取9个直接影响工作面 动力环境的指标因素构建安全评价指标体系,建立基于核主成分分析(KPCA)和最小二乘 支持向量机(LSSVM)的工作面动力环境多因素耦合安全评价智能模型。首先根据KPCA理 论对评价指标施行简约化处理,剔除冗余信息,得出6个简约后的评价指标并输入LSSVM 模型中训练学习,最后得到评价模型。选取从平顶山矿区和大同矿区搜集到的30组工作 面历史数据,按照20∶10的比例对模型进行训练和测试,并将测试结果与其他四种模型 结果进行了对比,结果表明:KPCA方法可有效减少数据信息冗余,利用KPCA优化的 LSSVM模型可准确评价工作面动力环境,误判率为0。     

道路运营安全性评价方法与指标

笔者从道路交通设施系统客观安全性和道路用户主观安全性的角度,应用交通冲突分析技术、运行车速预测方法、行车动力学仿真分析[空间视距模型、人工神经网络(ANN)模型],研究并分析车辆在自由流和非自由流两种状态下运营安全性,提出跟驰风险指数、变换车道风险指数、高速行车风险指数,建立了服务于道路安全运营管理的道路交通设施系统及其运营安全性的分析评价方法和指标。     

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。     

基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究

为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。     

基于相关向量机的飞行安全评价方法

飞行安全评价有利于预防和减小飞行事故,改善飞行安全管理水平,提高飞行安全决策的合理性和科学性。为提高飞行系统的安全性,提出了基于相关向量机的飞行安全评价方法。首先,引入了贝叶斯框架下学习的相关向量机,并介绍了其基本原理和建模过程,然后,基于系统观点,结合飞行安全的实际情况,从人、装备、环境和管理四方面,确定了影响飞行系统安全的基本要素,建立飞行安全评价指标体系,最后,在飞行安全评价指标体系基础上,构建飞行安全的相关向量机评价模型,它的优点在于,无需分析系统内部诸多因素的关系,并能够自适应调整飞行安全影响要素的权重。实例表明:对于飞行安全评价问题,相关向量机方法构造新颖,应用简便,评价结果也更能反映飞行安全的实际情况。     

基于AHP与重要性指标筛选的神经网络评价模型与应用

以对评价目标有影响的所有评价指标作为神经网络的输入,会导致网络模型复杂、降低其性能和影响计算精度的问题,因而提出基于层次分析法和重要性指标筛选法的神经网络评价建模方法即首先运用层次分析法对评价指标进行重要度排序,然后利用重要性指标筛选法过滤出对评价目标有重要影响的指标,以其结果作为神经网络的输入。该法不仅简化网络模型,而且提高网络的性能和计算精度。运用该法对企业安全工作评价,结果证明,不仅是可行的,而且达到了预期的目的。     

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。     

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——粒子群神经网络的建设项目安全预测研究

回顾施工项目安全管理和安全管理研究现状,建立建设项目安全管理指标体系。利用人工神经网络非线性函数逼近能力,对项目风险因素程度预测。针对该网络当数据量大时,其结构复杂、收敛慢,易陷入局部最优的缺点,引入粗糙集对影响建设项目安全目标的不确定性因素进行约简,找出最小不确定性风险因素集,大大简化网络输入信息的表达空间维数。并结合粒子群算法收敛速度快、全局最优的寻优能力强的优点,建立基于粗糙集——粒子群神经网络的建设项目安全预测系统。通过实例验证该系统的科学性和有效性。     

基于贝叶斯网络的复杂工程安全管理决策支持方法研究

为改进当前复杂工程安全风险管理中普遍存在偏重事前管理、过分依赖专家经验等不足,探讨复杂工程贝叶斯网络(BN)的构建流程,提出基于BN的安全管理辅助决策分析(DSA)方法,并以武汉越江地铁盾构隧道渗漏水事故为例进行实证研究。结果表明:利用BN能够融合多领域专家关于具体工程的实践经验,以有向图形式直观表达安全事故致因变量间的不确定性关系,在事前阶段运用正向推理技术预测事故发生概率以界定警情等级及早防范,事中运用重要度分析辨识关键致险因子以明确过程控制要点,事后运用反向推理技术快速诊断查明最可能致因组合,从而为复杂工程安全事故全过程管理提供实时辅助决策支持。     

基于层次分析-模糊综合评判的电解车间安全现状评价研究

根据电解车间安全评价存在的模糊性和随机性的特点,建立涵盖职工素质、工艺过程、生产设备、职业卫生、安全管理一级指标的安全现状综合评价指标体系;运用层次分析(AHP)理论,用标度取值方法、分根法分别构造模糊判断矩阵和计算各单因素的权重值;运用模糊综合评判(fuzzy comprehensive evaluation)理论,提出安全现状二级模糊综合评价方法;在组织专家对评价指标打分和确定模糊等级的基础上,结合前面得出的权重值,对某电解车间的安全现状进行了综合评价,得出其安全状况为"一般";在评价过程中,分析了指标体系中一级指标的状况,为制定安全措施提供了指导。笔者认为,该方法对于提高电解车间安全现状综合评价的客观性和准确性具有理论意义和实用价值。     

机械行业安全管理评价模式研究

安全管理评价模式繁多在各行业中得到广泛的应用。笔者运用安全工程的基本理论,基于MORT和SMORT方法,从综合及具体管理两方面提出10项影响企业安全水平的管理因素,并对该类因素进行层次分析,开发一套机械行业的安全管理评价模式;采用问卷形式对该评价模式进行了测试,选择重庆市3家有代表性的机械企业,运用层次分析法对测试结果进行计算分析,验证安全管理评价模式的有效性和可行性,并对企业的安全管理提出了建议。