基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

市政建设项目危险源评价方法研究与应用

在市政建设行业的安全管理中,危险源辨识与评价一直处于非常重要的地位。本文比较了目前较常用的 LEC 评价法和 MES 评价法优缺点,借鉴 MLEC 评价法相关知识,得出危险源辨识难易程度及防护措施的不同对评价结果的影响,并利用评价得出的危险源危险性以及规范的防护措施来保障市政建设项目的施工安全。     

模糊综合评价法在疏散时间影响因素研究中的应用

人员疏散是一个复杂的运动过程,人员疏散时间受众多因素影响,具有一定的模糊性和随机性。该文将人员安全疏散作为一个系统进行分析,从疏散场所、疏散人员以及疏散环境三个角度分析影响人员疏散时间的因素,构建出人员疏散时间的评价指标体系。结合模糊综合评价法的基本原理和步骤,建立人员疏散时间影响因素的三级模糊综合评价模型,并应用该模型对某高层建筑火灾中影响人员疏散时间的因素进行模糊综合评价。     

降温背心人体降温效果评价

本文目的是评价降温背心的降温效果。通过对3名成年人在不同环境条件下,分别穿着降温背心和普通服装,测量人员胸部、上肢、下肢和直肠温度的变化,同时监测心率、呼吸和出汗量等,得出环境温度越高,降温背心的降温效果越明显;体形胖的人耐热能力相对差;耐热与出汗量密切相关等结论,并指出降温背心的降温效果显著,能够满足高温岗位的需要。     

基于热风险理论对道化学评价中物质系数的研究

随着本质安全研究的深入,道化学评价方法中物质系数MF的计算已不能准确描述反应物本身的热风险大小。在道化学评价方法中引入热风险概念,比较热危险性评价方法和道化学评价方法间相异点;以六甲基磷酰三胺工艺为研究对象,用DSC量热仪对反应物进行分析得出放热速率q、反应波峰峰值、单位质量的反应焓Hr,对采集的工艺参数用热力学理论外推法、基因贡献法得出活化能E、比热容CP并以此求出最大反应失效时间TMRad、绝热温升Qad、物质系数MF值以及工艺单元中物料量。得出最大反应失效时间与物质系数MF间具有相关性,道化学评价方法对因失效反应引发二次反应的热风险评估也适用。     

基于G1法的高危作业疲劳风险模糊综合评判

疲劳严重威胁作业安全,许多事故都直接或间接由疲劳引发。针对高危作业疲劳风险评价问题,考虑作业疲劳致因,综合运用G1法,提出高危作业疲劳风险的模糊综合评判方法。首先,根据疲劳的表现,系统分析影响高危作业疲劳的因素,以管理因素、岗位因素、作业环境、生理、心理等5个因素为准则,构建作业疲劳风险的评价指标体系。然后,应用G1法,确定指标权重,建立高危作业疲劳风险多级模糊综合评价模型,评判疲劳状况。最后,通过一个案例验证了模型方法的可行性与有效性,为综合评判高危作业疲劳发生可能性提供了一个新视角与方法。     

基于物元可拓模型的尾矿库溃坝风险评价研究

为准确的评价尾矿库溃坝风险等级,建立了物元可拓评价模型:首先确定风险评价指标体系与评价标准,通过隶属函数对评价标准进行隶属化,解决其因特征值超出节域范围导致关联函数失效问题与因量纲不一致而造成的不可公度性问题;然后确定其经典域、节域与待评物元,为评价尾矿库溃坝风险等级提供前提条件;再通过计算简单关联函数值与初等关联函数值,确定各评价指标的权重与各等级的可拓关联度;最后依据最大关联原则,确定风险等级,并计算等级变量特征值以更准确的评价其等级。工程实例应用表明,该方法应用于尾矿库溃坝风险评价准确、符合实际情况。     

基于非结构模糊决策支持系统的建筑施工安全管理体系研究

基于建筑施工特点和前人的研究,确定建筑施工的安全管理要素及决策准则。运用非结构模糊决策支持系统确定建筑施工安全管理体系中各要素的权重,从而对各要素进行优先级排序。研究结果表明:建筑施工安全管理体系中各要素优先级排序为事故隐患排查与治理、现场监督、安全宣传、各级管理人员参与、安全教育培训、安全审查、建立健全安全政策。该研究为建筑企业进行资源优化配置提供了重要的依据。     

模糊支持向量机在煤与瓦斯突出预测中的研究

模糊支持向量机(FSVM)综合了模糊理论和支持向量机(SVM)的学习理论,不仅继承了SVM在小样本情况下所具有的较强识别能力的特点,并且比SVM拥有更好的学习能力。在FSVM算法中,每个样本被赋予一个隶属度值,使得构造目标函数时不同的样本有不同的贡献,达到最大限度的消除噪声或者孤立点的效果。运用了灰色关联分析(GRA)对煤与瓦斯突出指标进行提取,引入了一个合适的模糊隶属度函数,并在此基础上提出了基于FSVM的煤与瓦斯突出预测的模型,通过实际数据的验证和其他预测方法的对比,证明了FSVM模型能够满足煤与瓦斯突出预测的要求。最后,将FSVM和传统SVM对同一组数据进行训练,证明了FSVM相比较传统SVM拥有更高的精确度。     

钻井井喷失控因素分析及预防对策

井喷失控是钻井中的灾难性事故,有必要开展井喷失控研究,找到井喷失控发生的原因和提出防止井喷失控的对策。在统计分析1970年到2009年间中石油发生在钻进过程中的48例井喷失控事故的基础上,通过对防喷器、节流压井管汇、套管、井喷后爆炸起火等井喷失控因素分析,并利用MLS法对上述各种井喷失控因素危险值进行评估。最后,根据井喷失控因素分析和危险值评估结果,结合现有的钻井井控设计,提出了防止钻井井喷失控的对策。