BP神经网络在航空机务人员本质安全程度评价中的应用

航空机务是飞机安全服役的重要保障,为提高航空机务系统的本质安全性,需要对航空机务人员的本质安全程度进行准确评价。在对本质安全人进行定义并明确航空机务人员本质安全程度评价项目后,构建了一种基于MATLAB的用于本质安全程度评价的BP神经网络模型。实例分析中,以某航空公司10位机务人员的专家打分数据作为样本输入,在对输入数据进行标准化处理,并明确期望输出后,通过编程计算,确定了网络隐含层神经元的最佳数目。采用优化结构进行仿真计算,结果表明BP网络的期望输出值和实际仿真输出值能较好吻合,证实了模型的可信性。基于BP网络的航空机务人员本质安全程度评价具有较好的适用性和可行性。     

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.     

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。     

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BP神经网络的安全生产分级监察模型探讨

在对影响企业监察级别的因素企业客观监察需求进行简要分析后,综合考虑了企业未被监察的时间间隔(t)、安全生产监察周期(T)、企业危险因素量度系数(η)三方面因素,建立了企业客观监察需求指数计算模型.由于企业职业伤害风险、企业违法处罚情况和企业客观监察需求对于企业监察级别的影响是复杂的、非线性的,而人工神经网络能够真实刻画输入变量与输出变量之间的非线性关系,因此,笔者依据所获取的辽宁省某市159家企业的调研信息,建立了确定企业监察级别的BP神经网络模型,并对模型进行了验证.     

基于BP神经网络和组合赋权的煤矿安全评价模型

基于大量现场数据,建立了能够全面而有效地反映煤矿安全属性的煤矿安全评价指标体系,通过因子分析法和层次分析法主客观组合赋权的方式对指标体系中各指标进行合理的权重分配,通过BP神经网络建立了安全评价模型。通过验证,该评价体系能够较为全面有效的反映煤矿的安全属性,提高了安全评价结果的科学性和准确度。     

基于BP神经网络的安全生产分级监察模型探讨

在对影响企业监察级别的因素企业客观监察需求进行简要分析后，综合考虑了企业未被监察的时间间隔（t）、安全生产监察周期（T）、企业危险因素量度系数（η）三方面因素，建立了企业客观监察需求指数计算模型。由于企业职业伤害风险、企业违法处罚情况和企业客观监察需求对于企业监察级别的影响是复杂的、非线性的，而人工神经网络能够真实刻画输入变量与输出变量之间的非线性关系，因此，笔者依据所获取的辽宁省某市159家企业的调研信息，建立了确定企业监察级别的BP神经网络模型，并对模型进行了验证。     

BP神经网络技术在交通工具火灾预警中的应用

通过对交通工具火灾成因机理以及现有典型交通工具火灾实例的分析研究,建立了预警评价指标体系。根据非线性理论和模式识别原理以及交通工具火灾的特点,采用基于BP神经网络的智能灾害诊断方法,对交通工具火灾发生的可能性和危险性进行评估和预测。研究表明:BP神经网络方法是解决非线性系统问题的一种有效方法,与传统的预警方法相比,该方法具有速度快、效率高、可信度好、自学能力强等特点。采用BP网络进行交通工具火灾预警时,只需输入影响交通工具火灾发生的相关指标因素,网络便可在较短的时间内得出可靠的预警结果。     

基于主成分分析和BP神经网络的综合安全评价模型

提出了基于主成分分析法和BP神经网络的综合安全评价模型.利用主成分分析法的数据降维功能对评价指标进行特征提取,选用合适的主成分作为神经网络的输入,构建网络拓扑结构.在建立多层次道路危险货物运输企业安全评价指标体系的基础上,采用MATLAB对企业安全现状进行实证仿真分析.结果表明,基于主成分分析法和BP神经网络的综合安全评价模型的评价结果优于其他评价模型.研究表明,本文得到的综合模型能够更加客观、准确地反映评价对象的实际情况.     

基于BP神经网络的煤矿安全预警评估机制研究

从预警预控机制出发,针对煤矿安全生产的特点对其安全隐患进行识别,从而构建由人员行为、自然因素、组织管理等影响安全状态的预警体系。提出了基于BP神经网络的安全预警评估模型,并给出了模型的实例检验,建立了预警预控的运作流程,为煤矿安全生产的长效机制提供决策支持。     

矿井通风系统BP网络评价法的可行性研究

BP网络及改进的BP网络方法常用于矿井通风系统评价,但其可行性得不到验证.在比较完善的矿井通风系统评价指标体系的基础上,用Visual Basic 6.0编制了模糊综合评判法和BP网络评价法程序.最后,结合算例比较了2种方法的评价结果,验证了BP神经网络用于矿井通风系统评价的正确性和可行性.     

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BP神经网络的矿车运行时矿井摩擦阻力的预测*

为了快速有效地确定矿车等运输设备在巷道内运行时矿井摩擦阻力的变化情况,克服模拟软件计算量和现场实测工作量大的问题,以巷道风流速度、矿车运行速度、阻塞比、矿车长度4个矿车运行时巷道摩擦阻力的影响因素作为切入点,采用动网格技术模拟得到矿车在巷道内运行时有关矿井摩擦阻力的数据,以此为样本构建基于BP神经网络的矿井摩擦阻力预测模型,运用MATLAB软件进行网络训练,并将BP神经网络预测值与FLUENT模拟值进行对比。研究结果表明:BP神经网络结构比较简单,能以较快速度收敛,预测值与模拟值最大误差在7%以内,该神经网络模型用于求解矿车等运输设备在巷道内运行时摩擦阻力的变化情况是可行的。     

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GLM模糊评价在煤矿安全中的应用

煤矿安全评价是现代绿色矿山建设的主要指标之一。为对煤矿安全进行有效的评价,综合分析影响煤矿安全的人员因素、地质因素、技术设备因素、环境因素等各项指标。应用广义线性理论和SAS统计分析方法,建立基于GLM模糊评价模型。通过计算各项指标对应等级的煤矿安全影响权重〖AKω- ij,结合模糊综合评价方法得出煤矿的安全生产状况,同时通过优势比分析各指标的敏感性因子,得出防范指标危险性的有效措施。研究表明:该模型依据标准整理数据,操作性强,较准确地得出煤矿安全的状况,为煤矿的安全评价和管理决策提供依据。     

基于BP神经网络的民航机场安全预警研究

在完善、改进已有民航机场安全预警指标体系及其指标值的基础上,突破民航机场传统的危险预警模式,建立基于BP神经网络的民航机场安全预警模型.采用SPSS主成分分析法对模拟数据进行预处理,基于MATLAB软件实现网络模型的训练与检测,从而实现安全预警.研究表明此模型是可行有效的,可为研究机场安全预警问题提供新的思路和方法.