网络救援队超越时空的救灾力量

在汶川大地震震后救援行动中．各路救援人员都将其英勇、顽强以及侠骨柔情发挥到了极致。他们主要包括：人民子弟兵、白衣天使、志愿者以及国际救援队等。但是还有一支庞大的救援队伍．由于他们没有亲临救灾现场．人们可能没有像关心其他救援队伍一样．充分地注意到他们．     

基于突变级数和改进AHP的系统故障状态等级确定方法

为了确定系统故障状态等级,从导致系统故障的基本原因出发,考虑系统故障过程,提出一种基于突变级数和改进层次分析(AHP)法的系统故障状态等级确定方法。该方法先将系统故障过程表示为系统故障演化过程(System Fault Evolution Process, SFEP),使用空间故障网络(Space Fault Network, SFN)表示SFEP,进而转化为故障树结构;然后使用改进AHP法确定故障树中各层事件的相对权重,使用突变级数法确定各层事件的分值;最后根据改进AHP法和突变级数法确定的各事件权重和分值,给出系统故障状态等级确定方法的具体步骤,解释了各方法耦合工作的机制。通过实例分析与验证,结果表明该方法达到了理想的分析效果,且计算量少、精度满足要求。该研究结果可为系统故障状态等级的确定提供参考。     

基于网络层次分析法的石油化工设施安全风险评估

为评估石油化工设施的安全风险,提出了一种基于网络层次分析法的安全风险评估模型.在构建石油化工设施安全风险网络层次分析模型的基础上,采用Saaty标度法对安全风险参数进行量化,利用SD软件对安全风险参数进行排序.仿真结果表明,网络层次分析法考虑了安全风险参数之间的相互作用和相互影响,能改进基于线性组合关系的递阶层次分析模...     

基于文本挖掘的空中危险接近事件致因研究

空中危险接近事件是两机相撞事故的前兆事件,传统的依赖于分析人员知识和简单统计的致因分析模型无法适用于大量空中危险接近事件,因此提出了基于文本挖掘的空中危险接近事件致因研究框架,利用潜在狄利克雷分配模型(Latent Dirichlet Allocation, LDA)提取空中危险接近事件致因主题和关键词,基于全局词向量模型(Global Vectors for Word Representation, GloVe)和关键词共现网络分析各个主题及其关键词之间的潜在关系,充分利用全局统计信息以准确挖掘大量事件报告。结果表明：利用LDA挖掘得到组织因素、现场运行管理和应急管理等6个主题,其中人的因素主题重要度最大;基于GloVe词向量模型分析得到现场运行管理主题与应急管理主题、陆空沟通及配合主题与人的因素主题2组主题存在较强关联;“意识”是空中危险接近事件发生的关键细节。提出的致因研究框架可以帮助安全管理人员准确认识和高效利用空中危险接近事件报告等文本数据,同时基于数据分析有效减少了人为分析的主观性,提高了致因分析的效率,为精准防控空中危险接近事件提供基于数据的科学决策支持。     

基于生成对抗网络的强对抗控制模型可靠性分析方法

基于生成对抗网络的在强对抗控制建模技术方面得到了更为广泛的重视,目前已在即时战略游戏中得到应用,预期未来在军事无人化集群装备控制方面也将得到应用.基于生成对抗网络方法,建立集群强对抗模型,在此基础上进行了可靠性仿真计算,探讨建立可靠性参数与控制模型性能的方法.提出在建立强对抗模型时,同时考虑可靠性约束的网络优化进行.     

实施施工现场网络安全监控

目前,建筑业工程建设规模不断扩大,工艺流程纷繁复杂,如何搞好现场施工管理,控制生产安全事故的发生,一直是施工企业、政府管理部门关注的焦点。利用现代科技,优化监控手段,实现实时、全过程、不间断的安全监管,也成了建筑行业安全施工管理正在考虑的问题。发展远程监控可以很好地解决这个问题。     

基于拓扑网络模型的高速列车转向架系统中薄弱部件辨识方法

我国高速铁路的迅速发展对高速列车运营安全保障能力提出了更高的要求.面对日渐复杂的运营环境,对高速列车动力系统中薄弱部件的辨识能够保障高速列车的运营安全.以高速列车转向架物理结构与工作原理为出发点,提出了一种面向高速列车转向架系统中薄弱部件的辨识方法.首先基于复杂网络理论对高速列车转向架系统拓扑结构进行建模;然后利用模糊...     

城市道路交通噪声监测技术与方法的现状与展望

日趋严重的道路交通噪声已成为城市的主要噪声源之一。精准高效地监测道路交通噪声是控制交通噪声污染的重要前提,然而噪声测量技术的发展脉络仍未被厘清。通过系统梳理2000—2021年国内外发表的282篇文献,发现当前道路交通噪声监测可分为静态多站点测量、自动监测网络、移动测量和参与式测量4种方法,并应向多源监测数据融合、提升数据时空分辨率、开发低成本且易集成的自动监测网络、建立公众参与式噪声测量规范与数据整合标准、制定以人为本的城市道路交通噪声动态监测体系等方向发展。未来可采取自动监测网络为主,常规静态测量、参与式测量和移动测量等方法为辅的技术体系监测道路交通噪声。该研究可为道路交通噪声监测技术革新及噪声污染防控提供参考。     

基于RBF神经网络模型的砂土液化震陷预估法

以我国海城地震、唐山地震和日本新漏地震中建筑物地基的液化震陷实测资料为基础,地震动方面选取地震烈度,,上部结构特征方面选取基底压力P、基础类型r、宽深比BD。和建筑物的长高比L/H,地基土方面选取土的相对密度Dr、上覆非液化土层厚度Da、地下水位dw,共8个影响建筑物地基震陷的主要因素作为神经网络模型的输入参数,地基震陷量与液化土层的深度之比SD作为神经网络模型的输出,采用径向基函数神经网络模型建立建筑物地基的液化震陷预估模型,并利用该模型建立了因素影响趋势线,通过对该神经网络模型的建立、运行和检验,得到了各因素对砂土液化引起的地基震陷量大小的若干影响规律。     

广西夏季异常降雨量的前馈网络预报模型

以1957～2001年广西37个基准站的夏季(6～8月)平均降水量为基础,将夏季降水量距平百分率大于等于20%、小于等于-23%作为异常多雨和少雨年,建立广西夏季降水量"0、1"化的异常序列,利用前馈网络的非线性映射技术,构造广西夏季降水异常预报模型.通过对该模型的预报检验分析发现,该预报模型不仅能准确地报出历史样本的异常多雨和异常少雨年,并且对2002～2004年的独立样本预报也全部正确.这为异常降水的短期气候预测业务工作提供了新的思路和方法.