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。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

交换式以太网在矿井监控系统中的应用

介绍了矿井监控系统的主要结构,概述了当前几种流行的现场总线技术,阐述了交换式以太网的工作原理、特点.现有矿井监控系统或分站不兼容是由于现场总线和通信协议标准不统一.文中提出的交换式以太网可以解决这些不兼容问题,实现不同总线网络的互联.     

政策干预对提高煤矿职工素质影响探讨

煤矿井下作业人员素质低,是煤矿事故多发的重要原因之一.建议从大幅度提高煤矿井下人员工资待遇,吸引高素质人才从事煤矿工作;全方位开展煤矿职业培训工作,坚持先培训后就业,实行煤矿从业准入制;对现在岗的煤矿从业人员分期分批进行培训,实现煤矿从业人员持证上岗;政府出台政策,强制煤矿企业开展职工岗位技术培训和安全培训等4个方面着手,切实提高煤矿从业人员的整体素质,减少煤矿事故的发生.     

基于人工神经网络理论的船舶动力装置安全综合评价模型

为提高船舶动力装置安全综合评价水平，依据人工神经网络的基本原理，分析了BP神经网络模型的基本原理和优化策略，将其应用于船舶动力装置的安全评价之中。提出了基于神经网络理论的船舶动力装置综合安全评价模型及实现方法，并以实例论证了此方法的可行性。     

回采工作面瓦斯涌出量预测的神经网络方法

回采工作面瓦斯涌出量受煤层瓦斯含量、工作面产量和采煤方法等各种因素的影响 ,笔者通过研究得出 :回采工作面瓦斯涌出量与煤层的赋存条件和开采条件之间是一种非线性关系 ,但目前还难以用精确的数学建模来求解。因此 ,提出了一种应用BP人工神经网络模型和算法 ,建立工作面瓦斯涌出量预测模型 ,从而预测不同开采条件下回采工作面瓦斯涌出量。实际应用表明 ,模型精度能满足要求。笔者还对隐含层神经元数目对步长影响作了讨论。     

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ANN的山东省可持续发展水平的区域差异

针对区域可持续发展系统的非线性,采用人工神经网络中较为先进的自组织特征映射网络构建模型.以山东省17个地市2001年的经济、人口、资源、环境、生活和科教状况作为带分样本,用自组织特征映射模型对山东省可持续发展区域差异进行了研究.研究结果表明,山东省可持续发展水平的区域差异可划分为4类,模拟结果比较理想.     

信息时代的网络会计

随着因特网的普及和应用,网络会计应运而生。本文从网络会计的概念、特点、理论、目标、要求、问题和发展等方面,论述了网络会计将会得到更广泛的发展和应用,它将成为当代会计学中最有潜力的新领域。     

煤矿安全预评价的未确知测度模型及应用

矿井自然灾害的安全预评价涉及不确定因素众多.本文根据未确知数学理论,建立了预评价指标体系、置信度识别准则及评分准则,构造了矿井安全预评价未确知测度模型,并对矿井的各个安全指标进行了定量分析.用上述方法对黄陵二号井自然灾害的评定结果与实际耦合较好,从而为煤矿建设项目的安全预评价开辟了一条新途径.