基于神经网络的车辆管理安全风险度评估

对于安全风险度的评估,一般是依靠采集到的风险数据进行相关分析,但是在事故数据与系统风险度之间的机理还不够清楚。因此,建模选择神经网络方法,利用人工智能的学习和推理功能,通过对采集到数据的训练与学习,来实现对车辆管理安全风险度的评估。     

基于D—S证据推理的工程安全管理信息融合

安全在工程管理领域占有举足轻重的地位,直接影响工程企业的生存和发展。科学合理的安全评估便于及时发现工程管理领域存在的安全问题,预防事故诱发因素的萌生,而评估系统数据采集过程的不确定性决定着某些指标需收集专家信息。本文在研究D-S证据推理的基础上,论证专家安全信息的管理和融合,以提高评估质量和水平。