基于模糊Bow-tie模型的油轮靠港装卸作业溢油风险分析

为了全面分析油轮靠港装卸作业溢油事故风险,在风险定量分析中引入了模糊Bow-tie模型,基于事故树方法分析油轮靠港装卸作业发生溢油事故的原因,采用事件树方法分析溢油事故可能导致的后果,利用模糊集理论与专家评价相结合的方法分析油轮靠港装卸作业溢油的模糊可能值,采用层次分析法确定作业溢油后果因素的权重值,采用矩阵乘法计算溢油后果风险值。分析结果表明:油轮靠港装卸作业过程中一旦发生溢油,发生火灾+污染、爆炸+污染的概率较高。基于以上风险分析提出了油轮靠港装卸作业风险的防控措施,可为油轮靠港装卸作业安全风险管理提供参考。     

基于空间拟合和神经网络的机场噪声预测集成模型

将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.     

人工神经网络在矿井多水源识别中的应用

以焦作矿区水化数据为例,选用Na++K+、Ca2+、Mg2+、Cl-、SO2-4、HCO-36种水化离子浓度作为识别矿井水源的依据,运用Matlab软件分别建立BP神经网络与Elman神经网络的矿井多水源识别模型。应用结果表明:与静态的BP神经网络相比,在结构上增加承接层的Elman神经网络在训练和仿真中拟合能力更强,识别精度更高和泛化能力更好;矿井地下水随着地下开采与扰动具有动态性,将具有非线性动态特征的Elman神经网络应用于矿井多水源的识别,对准确判断突水来源和分析地下水运移规律具有一定的辅助和指导意义。     

组织管理失误对操作人员行为安全影响分析

为使操作人员行为更安全,对组织管理失误进行分析,归纳为管理控制失误、组 织规程失误、组织安全管理失误、安全监督失误、教育培训不足5个方面,运用结构方 程模型（SEM）分析对操作人员行为安全的影响,使用AMOS软件对模型求解。运用直觉 三角模糊数对模型中指标进行评价并采用TOPSIS法对不安全行为进行排序。研究表明: 管理控制和组织规程对建立安全监督体系有正向作用;管理控制和组织规程对组织安全 管理实施有正向作用;管理控制和组织规程对有教育培训正向作用;建立安全监督体系 、组织安全管理实施和教育培训对操作人员安全行为有正向作用。进行风险排序有利于 企业对关键工种提出改进措施,提高企业效益。     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

基于小波神经网络的地下水流数值模拟模型的替代模型研究

以吉林西部为研究区,建立地下水流数值模拟模型,分别应用蒙特卡罗方法和拉丁超立方方法在研究区10个县(市)开采量的可行范围内进行采样,经对比选择拉丁超立方抽样结果得到输入(开采量)—输出(水位降深)数据集,建立小波神经网络模型作为地下水流数值模拟模型的替代模型,而后对替代模型有效性作误差分析,并与多元非线性回归替代模型进行对比.结果显示,2种替代模型在功能上都能逼近地下水流数值模拟模型,但小波神经网络模型得到的水位降深均值和水位降深剩余标准差与模拟模型计算结果的相对误差分别低于多元非线性回归模型76%和45%,说明小波神经网络模型更适合作为地下水流数值模拟模型的替代模型,这为减少优化模型求解过程中直接调用模拟模型所造成的计算负荷提供了一种有效的替代方法.     

基于RBF神经网络的矿井主排水泵故障诊断

本文将RBF神经网络应用于煤矿井下主排水泵的故障诊断中,实验证明效果良好。本文的研究成果可为同行提供有意义的参考和借鉴。     

基于模糊数据融合理论的智能家居环境监测系统研究

针对智能家居环境监测系统中,多个传感器独立工作有可能造成系统出现误判,导致开关电器、报警系统误动作问题,提出基于模糊综合评判和多传感器信息融合技术,采用单片机控制的多传感器无线传感网络,实时监测家居环境并及时报警和发送GSM短信。研究结果表明,将这种模糊综合评判方法应用于智能家居环境监测系统,可以增加系统监测数据的准确性,提高系统工作的可靠性。     

关于烟花爆竹重大危险源分级的探讨

烟花爆竹重大危险源分级是政府和企业对烟花爆竹行业进行安全监管的重要环节。分别对死亡人数与财产损失法、基于神经网络的重大危险源分级法、校正比值求和法进行了介绍和对比分析,找出了各自的优缺点,并分析了只用其中1种方法进行分级的缺陷,提出采用2种或2种以上方法对重大危险源进行分级。最后以某烟花爆竹企业原料储罐为例,用校正比值求和法计算得到分级指标R为19.24,判断为3级重大危险源。对3种方法的结合进行了详细描述,说明了该分级方法的可行性和准确性。     

煤矿瓦斯爆炸灾害态势评估的GRA-ANP-FCE模型及应用

在系统分析煤矿瓦斯爆炸灾害影响因素的基础上,针对影响因素的复杂性及其之间存在相互作用的特点,提出了煤矿瓦斯爆炸灾害态势评估的GRA-ANP-FCE模型。该模型采用灰色关联分析方法计算影响因素的灰色关联度并进行排序,以获得煤矿瓦斯爆炸灾害的主控因素,构建了由主控因素组成的煤矿瓦斯爆炸灾害态势评估指标体系,采用网络分析法建立了多准则、多层次的评估指标体系网络模型并计算了各评估指标权重,结合评估指标的权重分布,采用多级模糊综合评判法对煤矿瓦斯爆炸灾害的态势进行了评估。通过实例验证了该方法的合理性。