排序方式: 共有68条查询结果,搜索用时 15 毫秒
11.
基于因果模糊聚类法预测覆岩裂隙带高度研究 总被引:2,自引:1,他引:1
为了研究不同采高、煤层倾角、岩石抗压强度、岩层结构、采空区斜长、埋深等因素影响下采空区覆岩裂隙带高度发育规律,对收集的实测数据进行因果模糊聚类分类、分析,对各个类别,代入裂隙带高度接近均值的实测数据运算,获得各个因素对裂隙带高度影响合适的权重,进而建立对应的特征模糊集,并构造对应的三角模糊数,最终建立模糊预测模型。通过案例分析对模糊预测模型进行了验证,结果表明其误差范围为0.83-2.70m,满足工程应用的精度需求。 相似文献
12.
陈文瑛 《中国安全科学学报》2015,25(3)
为解决传统安全性定量分析方法不能描述航天器总装这一复杂人-机-环系统的失效数据波动性和非严格逻辑关系的问题,结合生产实际,采用问卷调查的方法找出影响总装事故的风险因素,即导致事故的事件发生可能性、输入事件对输出事件的影响程度等。在验证调查数据的有效性之后,应用基于模糊数的模糊因果图(FCD),计算某航天器与支架车连接作业的事故风险可能性。提出原因事件重要度的计算方法。通过计算发现,人员注意力和发动机保护罩作用是导致发动机损伤的关键事件。与模糊事故树(FFT)、贝叶斯网络(BN)重要度计算结果对比表明,模糊重要度计算结果能反映事故发生可能性对原因事件发生可能性值的增减的敏感度。 相似文献
13.
运用IPCC参考方法、Tapio脱钩模型、协整分析和Granger因果检验,研究了浙江碳排放特征及其驱动因素.结果表明:碳排放量呈增长趋势,碳排放强度呈下降趋势,多数年份碳排放与经济增长之间呈"弱脱钩"状态;经济增长、外贸和人口增长对碳排放正向驱动,能源效率和城市化对碳排放负向驱动;经济增长、外贸、城市化和人口增长是引起碳排放增长的单向Granger原因,能源效率与碳排放互为Granger原因. 相似文献
14.
15.
中国旅游业碳排放的影响因素分解及脱钩效应 总被引:1,自引:0,他引:1
采用广义迪氏指数分解法(GDIM)分解2000~2017年中国旅游业碳排放的影响因素,并在此基础上采用Tapio脱钩因果链模型分析旅游业碳排放的脱钩效应.结果表明:旅游业增加值、旅游业能源消耗量和旅客人次数是旅游业碳排放的促增因素,增加值能源强度和人均旅游业增加值是旅游业碳排放的促降因素,增加值碳强度、能源消耗碳强度和人均旅游业碳排放对旅游业碳排放的促增和促降作用在研究期间均有出现;旅游业能源消耗量的累积促增效应最大,为2030.13万t,增加值能源强度的累积促降效应最大,为103.29万t;旅游业碳排放的脱钩状态不佳,但近年来有所改善;人均脱钩弹性波动剧烈,节能弹性的变化是其波动的主要原因. 相似文献
16.
17.
江西省城市化进程中资源消耗特征及响应分析 总被引:1,自引:0,他引:1
刘耀彬 《中国人口.资源与环境》2007,17(6):50-53
选取能源消费总量、总用水量和城市建成区面积作为江西省资源消耗的指示性指标,在对其城市化进程中资源消耗特征分析的基础上,采用计量经济学的方法。对城市化作用的资源消耗响应情景进行了模拟。研究显示:①随着城市化进程的推进,江西省资源消耗特征表现并不一致。其人均能源消耗、人均建成区面积扩张有着与全国类似的逐步增长的态势,但其人均值都低于全国人均水平;而人均用水量则与全国一样呈现下降趋势,但江西省人均用水量一直都高于全国平均水平。②格兰杰因果分析发现,江西省城市化水平变化是人均能源消费增长和人均建成区面积扩张的格兰杰因果原因,人均建成区面积扩张也是城市化水平提高的格兰杰因果原因;而城市化水平变化与人均用水量下降互不为格兰杰因果原因。进一步的脉冲响应函数模拟表明:在江西省城市化进程中,城市化水平的提高对人均能源消费具有正的冲击效果;而人均建成区面积扩张对城市化具有先正后负的响应情景。 相似文献
18.
19.
高清平 《中国安全科学学报》2011,21(11)
为解决不确定环境中危险货物运输风险分析问题,针对风险数值分析等方法无法识别构成风险的主要因素和次要因素,无法获得因素重要度,以及不能揭示风险因素与风险之间的因果关系等问题,提出基于粗糙集理论的危险货物运输风险分析方法。首先将原始样本进行属性约简和规则约简,获得各个属性的重要度,识别影响危险货物运输安全的主要因素和次要因素;然后,通过对原始样本进行实例推理,推导出危险货物运输事故规律;最后通过算例验证模型和算法的有效性。结果表明,道路的平纵曲线半径是影响危险货物运输安全的最重要因素,其次是驾驶员因素和运输车辆因素。 相似文献
20.
为降低我国通用航空短途运输运行安全风险,提出一种基于平均因果效应(ACE)和贝叶斯网络(BN)的事故/事件诱因分析方法。首先,分析102起美国通勤飞行事故/事件,共识别出7类19种诱因;然后,引入ACE公式确定节点的优先次序,使用K2算法构建BN结构,并采用最大期望(EM)算法进行网络参数学习,建立通勤飞行事故/事件诱因分析模型;最后,对各诱因的概率进行排序并分析诱因间的敏感性。结果表明:机组经验不足导致的事故/事件发生概率最高;机械设备情况容易受到雨雪等恶劣天气的影响;天气因素和监管因素对机组因素表现出较高的敏感性,其中,恶劣的天气会影响机翼等机械设备的正常运转,进而影响飞行员对于飞机的操作,技术和安全培训不到位会影响飞行员和管制人员的专业水平及经验技能。 相似文献