基于模糊评判人工神经网络的重大危险源辨识研究

国家已经制定了重大危险源辨识标准,辨识依据是危险物质的数量,主要适用于化工行业.本文对于国家重大危险源辨识标准不适合的行业,结合各行业发生事故的特点和工艺特征,综合利用模糊评判法和人工神经网络,辨识企业内存在的重大危险源.在某化工厂进行了检验,实践证明了方法的科学性和合理性.     

BP神经网络技术在交通工具火灾预警中的应用

通过对交通工具火灾成因机理以及现有典型交通工具火灾实例的分析研究,建立了预警评价指标体系。根据非线性理论和模式识别原理以及交通工具火灾的特点,采用基于BP神经网络的智能灾害诊断方法,对交通工具火灾发生的可能性和危险性进行评估和预测。研究表明:BP神经网络方法是解决非线性系统问题的一种有效方法,与传统的预警方法相比,该方法具有速度快、效率高、可信度好、自学能力强等特点。采用BP网络进行交通工具火灾预警时,只需输入影响交通工具火灾发生的相关指标因素,网络便可在较短的时间内得出可靠的预警结果。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

基于人工神经网络理论的船舶动力装置安全综合评价模型

为提高船舶动力装置安全综合评价水平，依据人工神经网络的基本原理，分析了BP神经网络模型的基本原理和优化策略，将其应用于船舶动力装置的安全评价之中。提出了基于神经网络理论的船舶动力装置综合安全评价模型及实现方法，并以实例论证了此方法的可行性。     

回采工作面瓦斯涌出量预测的神经网络方法

回采工作面瓦斯涌出量受煤层瓦斯含量、工作面产量和采煤方法等各种因素的影响 ,笔者通过研究得出 :回采工作面瓦斯涌出量与煤层的赋存条件和开采条件之间是一种非线性关系 ,但目前还难以用精确的数学建模来求解。因此 ,提出了一种应用BP人工神经网络模型和算法 ,建立工作面瓦斯涌出量预测模型 ,从而预测不同开采条件下回采工作面瓦斯涌出量。实际应用表明 ,模型精度能满足要求。笔者还对隐含层神经元数目对步长影响作了讨论。     

基于BP网络的建筑安装施工现场安全综合评价的研究

针对目前我国建筑安装施工现场安全评价技术的不成熟和欠科学性的现状 ,笔者分析和综合了目前安全评价技术 ,结合建筑业特点 ,提出了基于BP神经网络的建筑安装施工现场安全评价方法 ,并对该评价模型的原理、方法及算法进行了研究。首先 ,结合建筑安装施工现场安全生产的特点建立评价指标体系 ,随后 ,运用层次分析法确定指标及准则层的权重 ,并运用模糊综合评价法生成评价样本集 ,最后 ,利用样本集训练BP网络 ,待误差满足要求后 ,即可运用训练成功的BP神经网络进行安全评价。     

基于ANN的山东省可持续发展水平的区域差异

针对区域可持续发展系统的非线性,采用人工神经网络中较为先进的自组织特征映射网络构建模型.以山东省17个地市2001年的经济、人口、资源、环境、生活和科教状况作为带分样本,用自组织特征映射模型对山东省可持续发展区域差异进行了研究.研究结果表明,山东省可持续发展水平的区域差异可划分为4类,模拟结果比较理想.     

信息时代的网络会计

随着因特网的普及和应用,网络会计应运而生。本文从网络会计的概念、特点、理论、目标、要求、问题和发展等方面,论述了网络会计将会得到更广泛的发展和应用,它将成为当代会计学中最有潜力的新领域。     

一种基于图像内容过滤的有线电视网信息审计系统

如何实现广播电视网节目内容的自动审计已成为目前广播电视网网络安全所面临的问题。笔者首先分析了目前有线电视网节目内容的审计,大多基于人工,不仅费时费力,且与先进的现代电视技术极不相匹配,接着对图像内容过滤的关键技术进行了分析,并用反差、能量、熵、相关4个特征量表示纹理特征,在此基础上用交互的动态规划法来进行图像对象分割然后利用相似度描述两个特征量的相似程度,最后以对黄色内容识别为实例,通过提取图像的纹理特征与定义好的特征库相匹配,监控包含不良人体图像信息的视频,实现对有线电视网节目内容的自动审计。     

对重大危险源安全预警系统的探讨

阐述了安全预警技术和重大危险源安全预警系统的建立.重大危险源安全预警系统的建立,将对实现重大危险源安全监察工作信息化、科学化、现代化起到积极的推动作用.