基于BP神经网络不同输入变量的爆破振速预测

以某隧道爆破开挖为实例,利用BP神经网络解决复杂非线性函数逼近问题的能力,以最大段药量、爆心距、爆破分段数、泊松比、岩石基本质量指标作为影响爆破振动速度的主要因素,选取不同维数的输入变量建立BP神经网络模型来预测爆破振动速度。对比分析各组预测值与实测值之间的相对误差,选取合理维数的输入变量建立了爆破振动危害预测的BP神经网络模型。     

城市安全生产影响因素及其预测分析——以上海为例

为研究我国城市安全生产的影响因素及预测城市安全生产的发展趋势,以上海市为例,对2004—2010年期间与安全生产相关的数据进行灰色关联度分析,提取影响安全生产状况的主要经济社会因素,并与工矿商贸死亡人数之间建立回归模型。研究结果表明,工矿商贸死亡人数与第二产业比重、GDP增长率、教育支出占GDP比重以及私营及个体工商户比例均呈现负相关。基于2007—2011年各月份上海市的安全生产死亡人数,运用Winters乘法模型,预测上海市安全生产发展趋势。     

基于灰色关联分析的高层建筑火灾风险评估

为了研究高层建筑火灾风险,在综合考虑高层建筑空间火灾特点及发展过程的基础上,建立了包括安全疏散系统、建筑自身防火能力、灭火能力、消防救援设施以及安全管理五大因素的火灾风险评估指标体系,并利用灰色关联度分析法构建了高层建筑火灾系统的灰色关联评价模型。通过计算各评价指标序列和实际样本序列直接的灰色关联度,建立了系统的灰色关联矩阵,得到了各影响因素及系统整体的风险等级。利用该模型对上海市静安区胶州路728号教师公寓大楼的火灾风险进行了综合评估,结果与实际情况相符。评估结果表明,在高层建筑火灾风险评估中引入灰色关联分析方法可以得到高层建筑火灾危险性的科学数据,并进一步指出薄弱环节,对高层建筑的防火设计及日常安全管理等都具有指导意义。     

基于灰色聚类法的地铁运营安全趋势分析

为评估地铁运营安全水平,掌握地铁运营风险变化趋势,采用灰色聚类法对某地铁线路运营一年以来每个月份的安全水平进行了分级评价。选取对地铁日常运营具有重要影响的设备设施故障作为评价指标,评价方法挖掘地铁运营以来的历史数据信息,体现了设备设施故障变化的时间特性,减少了安全评价中的主观性。将地铁运营安全水平分为五个安全等级,选取15%、35%、50%、65%、85%作为各安全等级的累积百分频率特征点,建立白化权函数得到各评价指标的灰类白化值。结合各设备设施的指标权重,得到了地铁线路运营一年来每个月份的安全等级情况。该方法为分析地铁运营安全趋势提供了参考。     

城市生态安全多层次灰色综合评价

从城市生态安全的基本内涵出发,根据压力(pressure)-状态(state)-响应(response)模型,从生态系统压力、生态系统状况、生态系统响应3方面构建一个4层次的城市生态安全评价指标体系,运用灰色系统理论,构建了城市生态安全多层次灰色综合评价模型,并结合实例进行计算。评价结果与实际情况基本相符,表明该模型能有效地利用评价指标的信息,所给出的综合评价值既能用于描述所评价城市的生态安全状况,亦可对不同城市的生态安全状况进行比较,对更加科学合理地评价城市生态安全状况具有参考价值。     

基于G1-VPRS-MIE多层次灰色理论的引水明渠运行风险评价

引水明渠的安全运行风险评价对减少和预防其在输水运行过程中的灾害发生、提高其在运营期间的社会经济效益具有重要的意义。为了对引水明渠在运行期间的风险进行合理赋权和评价,通过科学合理的方法构建了多指标参数的明渠运行风险影响因素指标体系,包括主体结构风险、自然风险、水污染风险、组织管理风险和运行调度风险5个风险因子子系统及20个二级指标在内的评价指标体系;运用G1和VPRS法分别确定各指标的主观权重和客观权重,结合MIE理论优化指标权重;根据明渠工程的运行特点,选取多层次灰色理论计算引水明渠运行风险值,并根据相关规范和安全风险评价实践确定风险评价等级。将该模型应用于引大入秦工程中,结果表明:采用序关系分析法(G1法)和变精度粗糙集理论(VPRS)并结合最小信息熵原理(MIE)的权重确定方法(G1-VPRS-MIE),不但避免了层次分析法过度依赖专家的主观经验、克服了粗糙集理论在边界刻画的局限性,而且弥补了主观和客观方法相结合的不足;对于指标权重的确定更加客观合理,既能满足所得权重的客观性,也能保证评估结果具有一定的解释性,同时能够减少单一权重计算的偏差;多层次灰色评价模型对于引水明渠安全运行风险等级的确定较为有效,并得出其风险等级为中等偏高,与实际情况一致。研究成果为引水明渠工程安全运行提供了一定的参考,同时可为类似气候环境的引水明渠区域规划、设计、施工提供有效的借鉴。     

基于AcciMap模型的化工事故致因定量分析方法研究

为分析化工事故致因因素间的相互关系,有效地预防和控制风险,提出了一种基于AcciMap模型的事故致因定量分析方法.首先,基于AcciMap模型定性分析事故致因;然后运用灰色DEMATEL-ISM方法对事故致因进行多级递阶层次结构划分;运用MICMAC方法计算各致因的驱动力和依赖性以划分属性类别;最后将所提出的方法运用于江苏响水"3·21"特别重大事故分析.结论与事故调查报告契合.研究表明:政府政策不当、监管机构失察、企业与第三方机构违法违规经营等是事故的核心致因因素;化工事故的防控应从企业、第三方机构和政府等方面同时进行,有效控制本质致因和过渡致因是防止系统失效的关键;灰色DEMATEL-ISM-MICMAC方法与AcciMap模型相结合能够有效探讨事故致因的属性特征和作用规律,是AcciMap模型的有益补充.     

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。     

基于灰色系统理论的煤与瓦斯突出预测

为了对煤与瓦斯突出事故进行有效的预防与控制 ,笔者应用灰色系统理论中的灰色聚类评估方法 ,对矿井的煤与瓦斯突出进行了预测。经实例证明 ,与常用的预测方法相比 ,灰色聚类预测方法具有能动态预测、预测准确等优点。该方法将影响突出的多个因素综合系统的来考虑 ,跳出了常规预测方法只依靠单一指标进行预测的圈子 ,提高了预测的准确性。研究结果表明 ,该方法能准确地反映矿井煤与瓦斯突出规律 ,是一种新的煤与瓦斯突出预测的方法     

基于应变和PSO-BP神经网络的连续梁桥损伤识别方法

以连续梁桥为研究对象,建立了基于应变的损伤识别方法。提出将伪比能变化率作为损伤识别指标,并针对BP神经网络易陷入局部极小的缺点,用改进粒子群(PSO)算法优化BP神经网络的权值和阈值参数,建立PSO-BP网络预测模型。通过建立一座三跨连续梁桥有限元模型,以桥梁易损区域作为损伤识别对象进行数值模拟。结果表明,以伪比能变化率作为损伤识别指标,可以很好地实现对桥梁单位置和多位置损伤的定位及损伤程度识别,损伤程度识别的最大相对误差为3.14%,且网络内插能力优于外延能力。与传统BP神经网络比较,PSO-BP神经网络拥有更为精准的预测能力。