基于复杂网络的燃气管线破裂灾害链风险分析*

为提高燃气管线突发事件应急处置决策水平和应急响应能力及效率,采用复杂网络理论和灾害链演化机理对燃气管线破裂灾害事件影响进行耦合分析,构建燃气管线破裂灾害链网络和风险评估模型,并计算得出燃气管线破裂灾害链风险度。为更准确地表达无传播路径的灾害事件之间的关系,将灾害网络中所有最短路径长度的最大值作为其最短路径长度,计算表明这种算法更符合灾害传播实际情况。结果表明:通过燃气管线破裂灾害链风险分析,能够为燃气管线灾害风险控制措施和方案制定提供参考,有利于提高燃气管线破裂灾害事件的应急处置能力和决策水平。     

基于社会技术系统的复工企业疫情防控风险路径研究*

为对复工企业疫情防控中的风险致因因素进行分析,探寻复工企业疫情防控的风险路径,基于社会技术系统理论,建立宏观工效学模型,通过查阅并分析国家、地方政府、企业文件以及相关文献,从人员、技术、组织管理、内部环境及外部环境5个子系统出发,识别出16个复工企业疫情失控致因因素;运用社会网络分析（SNA）构建复工企业疫情防控关系网络,对各因素节点中心度进行计算,分析各节点在网络中的位置及影响程度;采用贝叶斯网络（BN）进行参数学习和推理学习,找出复工企业疫情失控的最大致因链。结果表明:复工企业疫情失控关系网络中,存在政府监督管理不力→防疫物资筹备不足→日常监管不到位,政府监督管理不力→ 防疫宣传、培训缺失→员工防疫知识欠缺,政府监督管理不力→防疫宣传、培训缺失→日常监管不到位3条最长风险路径。研究结果可帮助复工企业针对最长风险路径中的因素进行管理,从而有效地为复工企业防疫提供理论支持。     

A Bayesian network-based approach for the assessment and management of ageing in major hazard establishments

Currently, there is an increasing attention towards ageing of industrial equipment, as the phenomenon has been recognised as a cause of severe accidents, recorded in the last years in many process establishments. Recent studies described ageing through a number of key-factors affecting the phenomenon by accelerating or slowing it down. The Italian Competent Authority for the prevention of chemical accidents (Seveso III Directive) adopted a short-cut method, accounting for the assessment of these factors, to evaluate the adequateness of ageing management during inspections at Seveso sites. In this paper, a Bayesian Network was developed, by using the data gathered during the first application of the short-cut method, with the aim to verify the robustness of the approach for ageing assessment and the validity of the a priori assumptions used in assessing the key-factors. The structure of the Bayesian network was established by using experts’ knowledge, whereas the Counting Learning algorithm was adopted to execute the parameter learning by means of the software Netica. The results showed that this network could effectively explore the complex logical and uncertain relationships amongst factors affecting equipment ageing. Results of the present study were exploited to improve the short-cut method.     

基于VB6.0的供水管网震害预测方法和软件

为了提高供水管网震害预测的效率,修订了现有供水管网震害预测模型,应用Visual Basic 6.0软件平台,开发了供水管网震害预测软件。震害预测软件提供了两方面的预测功能,分别为不同地震烈度下供水管段基于三态的破坏等级预测和供水管网基于五态的破坏等级预测。软件实现了批量供水管段及整个管网的震害预测,且可以进行管网在设定地震下的震害预测,提高了预测效率。经算例分析,验证了软件的可靠性。     

面向实时人群动力学分析的深度基本图网络

当前行人疏散实验中基本图计算方法通常是通过对每个行人进行跟踪实现的.但这种跟踪方法难以实现实时人群动力学分析.针对这一问题,提出了深度基本图网络.实验提出的网络框架由两个模块组成,即多尺度递归卷积神经网络(MSR-Net)和光流模块,分别对行人密度和行人速度进行估计.具体来讲,MSR-Net学习了输入图像与行人密度图之...     

基于CA的城市形态扩展多解模拟——以北京市东部平原区情景分析为例

构建了一个基于人工神经网络的约束型城市扩展CA模型。利用该模型,预测了北京市东部平原区在3种情景规划之下的未来50年的城市形态,为不同的城市发展模式之间的比较分析奠定基础。然后以2024年的北京东部平原区模拟城市形态为基准,从自然生态功效、社会服务功效、经济利益功效3个方面对3种规划模式进行了情景分析,从而系统的比较了3种规划模式的复合生态功效,为城市规划决策提供有力的支持。     

我国汽车报废回收利用体系框架初探

主要介绍了国内外废旧汽车回收处理现状,并从法制建设、回收网络构建、回收技术研究、宣传教育等方面提出了我国应对废旧汽车回收利用的对策建议。     

京津冀地区一次污染过程的星载地基激光雷达联合观测分析

针对2018年3月9—15日京津冀地区的一次空气重污染过程,进行了基于地基颗粒物激光雷达组网的星载-地基联合观测分析。颗粒物激光雷达观测到污染前期为局地污染累积过程,中期有明显的污染物区域传输过程,北京受太行山沿线城市污染输送影响较大。风廓线激光雷达观测结果表明:此次污染过程近地面主要为偏南风且风力较弱,冷空气到来时风向转为较强东北风,导致污染消散。微波辐射计观测到保定在污染过程中出现持续6 d的逆温层,同时在污染过程中近地面相对湿度较高,逆温层被打破后污染开始消散。在污染过程的各个阶段中,污染团的空间分布与变化特征均被很好地反映出来,可见地天联合观测对污染物的累积与输送研究有较大的意义,能对京津冀及周边地区的大气污染联防联控提供有力支持。     

小波网络在大气污染物浓度预测中的应用

提出一种“分解-重构-预测”小波网络的大气污染物浓度的预测方法。通过小波分解,把浓度序列分解为不同频段的小波系数序列,再对各层的小波系数子序列重构到原尺度上,然后对小波系数序列采用相匹配的BP神经网络模型进行预测,最后合成浓度序列的最终预测结果。经对二氧化硫浓度预测证明,该方法预测模型推广能力强,预测精度高。     

BP神经网络在台风路径预报中的应用

利用前馈型BP神经网络模型,对发生于中国沿海的热带气旋的移动路径进行了预报应用研究.根据中国<台风年鉴>发布的每个台风过程记录,对预报试验的台风个例分别选取了经度、纬度、中心气压和最大风速等81个因子,由多元回归选取了其中相关性好的因子,进行网络的学习训练,在获取前24h间隔6h的4次台风信息的基础上,用来预报了台风未来24h,48h和72h的短期路径变化.将该方法预报结果与CLIPER模式预报结果进行了比较,结果表明,BP神经网络模式的预报精度比CLIPER模式的高.