基于数据库与支持向量机的施工升降机安全风险预测

为预防施工升降机安全事故的发生,利用数据库和支持向量机(SVM)算法预测施工升降机的安全风险.首先依据相关理论和施工升降机的特点,初步定性分析施工升降机的安全风险因素;然后利用施工升降机安全事故数据库管理系统统计分析施工升降机安全事故案例,细化安全风险因素,确定施工升降机安全风险预测指标;最后运用SVM算法构建施工升降...     

近30年来鄱阳湖环湖区土地利用与景观格局变化研究

以1988—2018年7期Landsat遥感卫星影像为数据源,采用土地利用转移矩阵、景观格局指数等方法探究了鄱阳湖环湖区近30年来土地利用与景观格局变化特征.结果表明：(1)近30年来鄱阳湖环湖区建设用地和林地面积显著增加,耕地、草地、水域和未利用地面积减少.(2)建设用地的转入类型以耕地为主,30年间共侵占耕地面积1243.66 km²,占建设用地面积增加量的71.19%.林地的转入类型主要为耕地和草地,其中,耕地转入占比56.95%.耕地的转出类型以建设用地、草地和林地为主,且1999年以后随着城镇化的发展耕地主要转向建设用地.(3)近30年来鄱阳湖环湖区景观总体破碎程度逐渐增大,景观斑块个数共增加63492个,增幅为11.68%.景观连通性降低,各类型土地呈均衡化趋势分布,景观异质性增加.研究结果可为推动鄱阳湖环湖区土地资源保护、生态环境保护和经济协同发展提供参考依据.     

融合GWO和SVR的建筑安全事故预测模型

当前建筑业迅速发展,但随之而来的是频频发生的建筑安全事故,造成不可逆转的损失和伤害。虽然近些年来在建筑安全事故控制方面的研究已取得一定的成果,但建筑安全事故仍未得到有效控制。针对建筑业市政工程安全事故总数和死亡人数,探究二者之间的关系,构建灰狼优化算法-支持向量回归机(Grey Wolf Optimization and Support Vactor Regression, GWO-SVR)组合模型,收集2008—2020年每个月的建筑安全事故数据及死亡人数数据集,发现二者之间成正向相关关系,以建筑安全事故数为特征对建筑死亡人数进行预测,精度达到95%以上,对建筑安全资源与人力投入有较大参考价值,有助于提升建筑安全管理水平。     

电机车运输安全性的模糊综合评判

以平顶山煤业集团公司一矿为例,运用模糊数学的方法,对电机车运输系统的安全性进行了模糊综合评判,指出了影响安全的人、机、环境各因素中存在的问题,并提出了相应的提高安全性的措施.     

船舶设备事故中的人为因素分析与控制研究

根据设备维修系统设备维修的人为失误环节和船员失误分析模式以及轮机管理人员具有明感知设备的运行状态、隐感知设备的故障趋势等特点,实施有效管控措施。结合航运市场特性,基于设备可靠度,提出风险性和经济性的维修方式策略,可大幅提高航运公司的安全航运水平和经济效益。利用维修系统的信息流,建立了船舶设备维修管理信息系统,整合设备运行状态、船员的综合素质状态及组织管理信息,以便于阻断导致事故发生的事件链,提高航运公司的船舶运输安全。     

基于支持向量机(SVM)的民用飞机重着陆智能诊断研究

针对国内航空公司对于重着陆的判断方法存在的不足,提出采用支持向量机(SVM)建立重着陆的智能诊断模型;分析对重着陆产生影响的相关因素,在力学基础上揭示了重着陆的产生原理;利用快速存取记录器中记录的多个飞行参数的信息,采用B737机型的实际样本数据进行训练和验证。结果表明:该方法能有效判断出是否发生重着陆,其准确率高达92.86%,证明该重着陆智能诊断方法具有较强实际应用价值,为后续研究奠定了基础。     

用于早期火灾分类的非线性决策树支持向量机

对早期火灾信息进行研究,提出了一种基于非线性决策树的支持向量机多类分类模型。该模型利用非线性映射将样本投影到高维特征空间,比较每类样本在高维空间的分布情况,进行聚类构造出一个二叉决策树,使容易区分的类别从根节点逐层分类出来,有效克服了错分积累和避免不可分情况;同时,各个节点采用二值最小二乘小波支持向量机,以获得较高的泛化能力。该文将该模型用于早期火灾分类,并与BP神经网络、K近邻法和决策树方法进行比较,实验结果表明,该模型对早期火灾的识别率更高。     

直流送端大机组涉网保护与电网运行协调控制

针对宁夏“外送型”电网日益凸显的特点,从保证系统安全稳定运行的关键因素——电网与电厂协调配合出发,分析了目前机网协调控制技术中应遵循的原则,并着重从:(1)机组过励限制与过励保护的配合;(2)宁夏电网低频减载措施与机组低频保护的配合2个方面对银东直流近区大容量机组重要涉网保护与电网运行协调控制技术进行研究,提出了协调配置原则。     

基于变异CPSO算法的LSSVM出水COD的软测量研究

在分析混沌粒子群优化算法(CPSO)和最小二乘支持向量机(SVM)理论基础上,以某污水处理厂的氧化沟系统为对象,采用带有末位淘汰机制的混沌粒子群优化算法优化支持向量机的参数,建立了基于变异CPSO算法的LS-SVM的氧化沟出水水质COD软测量模型,并与PSO-LSSVM,LSSVM模型比较,研究表明,ICPSO-LSSVM模型预测准确,泛化性能好,且该模型预测结果中相对误差小于10%的样本达到90%,最大相对误差仅为12.5%,均方差MSE为0.0106,模型具有较高的精度,基本可以实现出水COD浓度的在线预估。     

基于支持向量机的白云湖水质评价

利用支持向量机模型良好的推广和泛化能力,以及在处理分类问题及小样本问题方面的优势,构建了湖泊水质评价模型,并运用此模型对白云湖的水质评价进行了研究。于2011年对广州市白云湖进水口A和出水口E以及湖区内B、C、D共5点分别进行了3次水质监测(1月份、4月份和8月份)。分析结果表明,A、B、C、D、E 5点1月份的水质除B点为Ⅳ类水外其余4点均为Ⅴ类水,4月份除A点为Ⅴ类水外其余4点均为Ⅳ类水,8月份除A为Ⅳ类水外其余4点均为Ⅱ类水,白云湖在经过开始的不稳定状态后,正在逐渐实现其净化水质的设计作用。相对于常规的评价方法,所得结果更为科学、合理。