基于模糊综合评价和BP神经网络的车辆危险状态辨识

考虑驾驶员、车辆、环境和管理因素对车辆安全状态的影响,建立了车辆安全状态评价体系。采用模糊层次分析法确定了各评价指标的权重,利用岭型函数建立了评价指标对评价等级的隶属度函数,在Matlab神经网络工具箱中构建了车辆安全状态神经网络评价模型。采用预设故障的试验方法,利用车辆监测预警系统采集道路试验过程中车辆的运行状态参数。通过模糊综合评价得出神经网络所需的训练样本,运用训练好的BP神经网络对道路试验中车辆安全状态进行评价。道路试验结果表明:神经网络评价较模糊综合评价灵敏度更高、更准确,为车辆危险状态辨识提供了一种新方法。     

CNG站模糊综合和神经网络的安全评价

影响CNG站安全的因素和CNG站安全状态之间存在非线性关系,利用神经网络的非线性逼近等特点,可以对CNG站安全状态作出准确可靠的评价.从CNG站的人员、设施、管理和环境4方面考虑建立了CNG站安全评价体系,利用模糊层次分析法确定各因素的权重,将岭型函数作为隶属度函数对CNG站进行模糊综合评价,从而求出神经网络所需的训练样本,最后用训练好的BP神经网络对未知CNG站的安全作出评价.用该模型对3座CNG站进行安全评价,评价结果与模糊综合评价得到的结果完全一致,因此该方法可以用于评价CNG站的安全状态,对CNG站的安全评价和管理提供了一种新的方法.     

物元分析在电气安全评价中的应用研究

由于在工业企业中广泛使用着大量的电气设备,因此也带来了电气安全隐患,同时在对电气安全评价的过程中也采用了很多方法.根据以往在电气安全评价中应用的方法和电气设备的特点,介绍了物元分析方法,并详细论述了它在电气安全评价中的应用.     

物元分析在电气安全评价中的应用研究

由于在工业企业中广泛使用着大量的电气设备,因此也带来了电气安全隐患,同时在对电气安全评价的过程中也采用了很多方法.根据以往在电气安全评价中应用的方法和电气设备的特点,介绍了物元分析方法,并详细论述了它在电气安全评价中的应用.     

基于BP神经网络的城市道路交通安全评价研究

在综合分析国内外交通安全评价研究的基础上，针对我国城市道路交通安全的现状及存在问题，提出了采用基础数据、交通安全管理、公众安全评价3个方面共13项指标组成的面向城市交通安全可持续发展的评价指标集，构建了基于BP神经网络的评价模型，并结合算例详细分析了其计算方法．该方法对于提高交通管理部门的管理和决策水平具有指导作用．     

基于熵权的Ｗｅｂ应用安全模糊综合评估模型

针对Web应用安全评估问题,提出一种基于熵权和模糊综合评价方法的Web应用安全评估模型．该模型将熵权与模糊理论相结合,利用熵权系数法确定Web应用安全评价因素集中的权重向量,采用最大隶属度原则确定安全漏洞风险等级．实例分析结果表明该方法简单、实用,能有效进行Web应用安全漏洞风险等级的评估．     

基于混沌神经网络的建筑节能综合评价

目的 构建建筑节能综合评价指标体系,对建筑节能进行综合评价.方法 针对神经网络BP算法收敛速度慢且容易陷入局部极小值问题,在常规神经网络中引入混沌神经元,建立混沌神经网络建筑节能综合评价模型.结果 根据建筑节能综合评价指标体系各量化指标,得出科学合理的评价结果 .通过实验仿真验证了该混沌学习算法的有效性和先进性.在输入参数相同的情况下,训练收敛到相同精度,CNN模型的训练次数少于BP网络模型,CNN模型用于建筑节能评价精度高.结论 运用混沌神经网络进行建筑节能综合评价的方法 是有效的.     

高层建筑火灾安全模糊评价

将模糊数学中的综合评判模型与高层建筑中对火灾安全有影响的因子相结合,建立了高层建筑火灾安全评价的模糊综合评判模型.在该模型中对数据的处理、权重的选取、多层次的综合评判进行了方法上的研究.对某高层建筑火灾安全评价中的评价指标与等级的选取、评价指标标准的确定、权重的确定等进行了实例分析,给出了评价结果并对结果进行了分析.     

基于FAHP的地铁区间隧道安全评估方法

根据影响地铁区间隧道安全指标的主要因素,建立了地铁区间隧道安全评估递阶层次结构,并运用FAHP综合评价法确定了评价的指标权重和区间隧道安全模糊综合评价模型,提出一种用于地铁区间隧道安全的综合评价方法,并结合实例验证了该方法在反映地铁区间隧道安全评估中的合理性.     

特定路段公路交通安全评价方法研究

如何对特定路段交通安全状况进行综合评价,从而改进交通管理,是一个非常重要问题.本文根据属性数学理论,提出把属性综合评价模型应用于公路交通安全评价.该模型在评价有序集方面具有优势,实现了对公路交通安全有效识别和更细微的区分,使得评价方法更加实用、客观科学.最后以天津市某公路交通安全评价为例进行了应用说明,验证了该模型的合理性,为公路交通评价和治理提供了一种新方法.     

AHP-RBF神经网络在煤矿安全风险评价中的应用

煤矿生产的复杂性导致煤矿事故具有动态、随机、模糊的特性,而且影响煤矿安全风险等级的指标众多,风险等级与风险指标之间呈现出复杂的非线性关系。传统的BP神经网络评价方法的准确率低,本文提出一套新的煤矿安全风险评价方法。首先建立煤矿安全风险指标体系,然后利用AHP确定各风险指标权重,并对其进行重要性排序,最后将RBF神经网络作为评价工具,建立基于AHP-RBF神经网络的煤矿安全风险评价模型。通过案例分析表明该模型能够科学有效的对煤矿安全状况进行评价。     

基于Matlab的BP神经网络在大坝观测数据处理中的应用

建立大坝观测数据处理的BP人工神经网络模型,用正交变换法来初步优化设计大坝变形分析的模型结构.运用Matlab工具箱函数建立网络模型,选择合适的训练函数,并采用正则化的算法以缩小网络的规模,改进BP算法提高学习速度和算法的可靠性.实例表明,基于Matlab的神经网络优化设计能比较有效地避免BP网络的固有缺陷,在精度和训练速度上得到提高.     

BP神经网络在露天矿圆弧边坡安全系数估算中的应用

应用人工神经网络理论,提出一种估算露天矿边坡安全系数的新方法.通过收集的边坡实例,对BP网络进行学习,然后用学习后的网络对实际边坡进行估算.估算结果表明,人工神经网络模型对估算露天矿边坡安全系数有很高的精度,对露天矿边坡稳定性评价有很高的参考价值.     

基于神经网络的食品安全评价模型构建研究

食品安全评价模型的准确度高低,直接影响食品安全状况评价、预测的准确率.结合危害分析与关键控制点的（HACCP）食品安全管理体系理论,从食品供应链的角度出发,建立食品安全评价指标体系;使用层次分析法（AHP）改进逆向传播（BP）神经网络算法中随机初始化计算权重的方法,训练样本数据,并以测试数据作为验证,检测模型的误差收敛速度和拟合度.结果表明,这种BP神经网络结合AHP方法构建的模型具有实用、精度高、快速、客观等优点,可用于生产、加工、销售等流通环节食品安全评价、区域食品安全评价以及种类食品安全评价.     

基于模糊神经网络技术的深基坑支护结构体系安全评估方法研究

深基坑工程在设计、施工中存在一定的安全隐患,对其进行安全性评估具有重要意义。但是深基坑支护结构的安全性难以用一个准确的数值表述。本文选取侧压力,墙体侧斜,墙体弯矩,支撑轴力,立柱隆起及地表沉降作为评估指标;将深基坑的安全性等级划分为5级,并建立评估指标和安全等级的定量关系表;将模糊理论与神经网络技术结合起来,论证其在深基坑安全性评价的可行性,并建立用于深基坑安全性评估的模糊神经网络,并将训练好的网络用于某深基坑的安全性评估。结果表明：采用此方法对深基坑进行评估是深基坑安全评价的一个新的有效途径。     

基于BP网的异步电机故障诊断方法

在对异步电机三类典型故障机理的分析基础之上,提出了基于ＢＰ网的诊断方法,建立了适宜于异步电机故障诊断的网络模型和电气故障模板,开发出基于ＢＰ网的电机故障诊断软件．     

大坝安全监测量的组合预测模型研究

鉴于传统数学模型和神经网络等预测模型在大坝安全监测领域应用中存在预测精度不高的问题，分析探讨了BP神经网络模型和统计预测模型的各自建立方法，在此基础上提出了一种新的组合预测模型，结合实测数据对此组合预测模型进行了检验。通过实例表明，该组合预测模型不仅很好地克服了BP神经网络模型和线性回归模型的缺陷，亦提高了预测精度，在大坝安全监测量预测中具有较强的实用性。     

水轮机调节系统的神经网络控制

设计了一个三层ＢＰ神经网络,对有功功率反馈参与控制的水轮机调节系统,以其典型工况下的最优ＰＩＤ系数作为训练样本,对所设计的ＢＰ神经网络进行离线训练,进而构成一个基于ＢＰ神经网络的变参数ＰＩＤ控制器;利用ＢＰ神经网络的函数逼近能力来实现ＰＩＤ控制器在线调整,以达到优化控制的目的。对简单电力系统的仿真结果表明,这种控制器与常规ＰＩＤ控制器相比可以取得较好的控制效果,是实现水轮机调节系统自适应控制的一种可行的方法。