Elman神经网络在抽水地面沉降预测中的应用

将Elman神经网络应用于南京奥体中心地铁站抽水试验初期对地面沉降的预测，提出了一种预测模型。该模型采用对已知数据样本进行分段的方法，把分段后的数据作为网络输入和期望输出训练网络，从而达到动态建模的目的。从预测结果来看，该模型误差较小，基本上能够反映2002—07—21当天地面沉降的真实情况，具有一定的可靠性和实用性，因此，该模型可作为后期由于基坑开挖和防渗排水所引起地面沉降的分析工具。     

基于BP神经网络的垃圾焚烧过程故障诊断

应用BP神经网络方法,建立了垃圾焚烧过程故障诊断的模型.该方法采用梯度下降法训练网络权值,利用最优停止法对网络进行了优化,避免了过拟合现象.提高了BP神经网络的训练速度和泛化能力.并以实际焚烧过程工况数据进行性能检验,检验结果表明了该BP网络具有较高的诊断精度.     

河流水质的动态马尔柯夫评价

根据马尔柯夫过程的原理,在水质级别评价结果的基础之上,构造水质变化的概率转移矩阵,并对转移概率赋权计算绝对进步度,然后在此基础上引出相对进步度的概念,用相对进步度来评价河流水质在一段时期内的变化程度.运用该方法计算了中国四大河流2005年的水质相对进步度,并对计算结果进行了分析.     

基于BP神经网络的盘管泄漏检测方法研究

针对单一阈值不能适用于多变工况条件的问题,采用动态阈值修正的流量平衡法与神经网络法相结合的新方法检测反应釜内冷却水盘管泄漏.通过盘管泄漏模拟试验,研究工况变化与泄漏时盘管进出口流量的变化情况.从流量信号中提取盘管泄漏的特征指标构造出神经网络输入矩阵,通过使用大量试验数据对BP神经网络进行训练,对比不同结构的网络训练误差结果,确定其网络结构,建立对盘管运行状况进行分类的BP神经网络模型.试验证明,这种方法能有效检测出盘管泄漏.     

蒙特卡洛模拟方法在苯致癌风险评价中的应用

在将PBPK模型与剂量-反应的多阶模型相结合用于苯职业暴露的致癌风险评价研究的基础上,首先利用Euler数值解法,借助Excel电子表格对模型进行求解;然后针对风险评价中存在的不确定性,采用Crystal ball软件的蒙特卡洛模拟方法对致癌风险进行概率分布规律研究;通过实地收集数据,使用该方法对某涂料生产项目进行苯暴露致癌风险定量分析.理论分析和实地验证表明,该方法计算出的风险值符合实际发病情况.该方法可以定量评估对人体有害的职业暴露危险源,提供工人致癌风险的概率数据.     

基于APJE-SLIM的海运人因失误概率的确定

安全是海运行业永恒的主题,调查研究表明,人因失误是造成海事的主要原因。为了对海运人因失误进行研究,探讨引起人因失误的行为形成因子(PSF),确定在PSF影响下的人因失误概率。在调查海上避让行为的人因失误和这些失误的行为形成因子的基础上,采用APJE和SLIM相结合的方法对航海人员避让行为中的可靠性进行分析。结果表明,航海人员疲劳与健康程度、知识、经验与培训水平、任务复杂程度、安全管理水平与组织有效性等PSF对人因失误概率有着不同程度的影响,相应提高PSF水平,可极大地减少人因失误概率。利用APJE确定端点绝对失误概率,解决了SLIM方法中难以获得参考点概率的问题,获得了在不同种类不同水平PSF影响下的海运人因失误概率。     

化工储罐间距和体积对爆炸碎片多米诺效应概率的影响

化工储罐爆炸后将产生大量碎片,这些抛射碎片一旦击中相邻罐体容易引发多米诺效应。碎片的抛射方位和抛射距离具有很大的随机性,已有研究多采用概率模型来描述碎片抛射的各分过程。通过总结和发展已有的分过程模型,建立了求取多米诺效应的综合概率模型,并基于蒙特卡罗算法编制了模拟软件,可对化工储罐多米诺效应的发生概率进行预测计算。选取若干常用化工球罐为相邻目标储罐进行实例分析,计算结果表明储罐间距和体积是影响多米诺效应发生概率的两个重要影响因素：随着距离的增大,多米诺效应发生概率不断减小;目标储罐体积越大,多米诺效应发生概率将越大。其中,爆炸碎片对目标储罐的击中概率受上述因素的影响程度更大。该文工作对化工储罐区的安全评价具有一定的参考价值。     

企业生产安全事故的“基因”分析

思索生产安全事故频发共性表象"违法、违章"背后的原因,提出"生产安全事故基因"概念。分析得出"去小概率性"、"社会责任缺失"和"非货币化产出分析能力短缺"3种生产安全事故基因,前两种基因是不可去基因,后一种是可去基因,三者会在不同的条件下以显性或隐性的形式呈现,并作用于生产过程;提出企业组织安全进化的常规对策——完善市场经济环境,创新对策——教育要为"安全"生产服务,强调学历教育系统在创新对策中的重要地位和作用。通过"基因"分析及其对策,为安全生产培养安全管理人员和相关人才,推动安全生产,实现经济与社会和谐发展。     

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

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

化工装置BN-bow-tie方法的火灾爆炸事故研究

<正>随着化工行业的飞速发展,生产规模的不断扩大,以及新工艺、新材料的使用,尤其是化工生产过程中使用大量易燃、易爆、有毒及强腐蚀性原料,使得化工装置发生火灾爆炸等事故的风险越来越高,危害性也越来越大。因此,研究符合新形势下的化工装置重大事故风险分析方法是非常有意义的。目前,针对化工装置事故较好的分析方法是基于故障树转换的贝叶斯网络(Bayesian Networks,