基于人工神经网络理论的系统安全评价_王三明

基于人工神经网络理论的系统安全评价_王三明
基于人工神经网络理论的系统安全评价_王三明

监测与评价

基于人工神经网络理论的系统安全评价*

王三明 蒋军成 姜慧

(南京化工大学安全工程研究所 210009)

摘 要 阐述了人工神经网络基本原理,研究分析了BP神经网络模型的缺陷并提出了优化策略。在此基础上,将神经网络理论应用于系统安全评价之中,提出了基于此理论的系统安全评价模型、实现方法和优点;评价实例证明了此方法的可行性。

关键词 神经网络 网络优化 安全评价

Safety assessment of system based on artif ical neural network

W ang Sanming J iang Juncheng Jia ng Hui

(Safety Engineering Institute of N anjing Univ ersity of Chemical Technology 210009) Abstract In the a rticle the theor y of ANN ha s been intr oduced.At the sa me time so me limita tio ns of BP neura l netw o rk have been analyzed and optimized methods hav e been suppo sed.Based on that,BP neural net-w o rk is implied in the sa fety assessment of the sy stem.Safety assessment mo del and its merits based o n BP neura l netw o rk hav e been put fo rw ar d.The assessment ex ample pr ov es tha t the way is w or ka ble and rig ht.

Keywords neural ne two rk netw or k optimiza tio n safety assessment

人工神经网络模拟人的大脑活动,具有极强的非线形逼近、大规模并行处理、自训练学习、自组织和容错能力等优点,将神经网络理论应用于系统安全评价之中,能克服传统安全评价方法的一些缺陷,能快速、准确地得到安全评价结果。这将为企业安全生产管理与控制提供快捷和科学的决策信息,从而及时预测、控制事故,减少事故损失。

1 神经网络理论及其典型网络模型

人工神经网络是由大量简单的基本元件神经元相互联结,模拟人的大脑神经处理信息的方式,进行信息并行处理和非线形转换的复杂网络系统。人工神经网络处理信息是通过信息样本对神经网络的训练,使其具有人的大脑的记忆、辨识能力,完成各种信息处理功能。人工神经网络具有良好的自学习、自适应、联想记忆、并行处理和非线形转换的能力,避免了复杂数学推导,在样本缺损和参数漂移的情况下,仍能保证稳定的输出。人工神经网络这种模拟人脑智力的特性,受到学术界的高度重视和广泛研究,已经成功地应用于众多领域,如模式识别、图象处理、语音识别、智能控制、虚拟现实、优化计算、人工智能等领域。

按照网络的拓扑结构和运行方式,神经网络模型分为前馈多层式网络模型、反馈递归式网络模型、随机型网络模型等。目前在模式识别中应用较多的模型是前馈多层式网络中的BP反向传播模型,其模型结构如图1

图1 典型BP网络结构模型

1.1 BP神经网络基本原理

BP网络模型处理信息的基本原理是:输入查号X i通过中间节点(隐层点)作用于输出节点,经过非线形变换,产生输出信号Y k,网络训练的每个样本

*国家自然科学基金资助(29936110)。

·

27·

2001年第27卷第2期Feb ruary2001 工业安全与防尘

Ind ustrial Safety and Dus t Con trol

包括输入向量X 和期望输出量t ,网络输出值Y 与期望输出值t 之间的偏差,通过调整输入节点与隐层节点的联接强度取值W ij 和隐层节点与输出节点之间的联接强度T jk 以及阈值,使误差沿梯度方向下降,经过反复学习训练,确定与最小误差相对应的网络参数(权值和阈值),训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息,自行处理输出误差最小的经过非线形转换的信息。1.2 BP 神经网络模型

BP 神经网络模型包括输入输出模型、作用函数模型、误差计算模型和自学习模型。1.2.1 节点输出模型

隐节点输出模型:

O j =f (?W ij ×X i -θj )(1)输出节点输出模型:

Y k =f (?T jk ×O j -θk )(2)

式中 f

非线形作用函数; θ

神经单元阈值。

1.2.2 作用函数模型

作用函数是反映下层输入对上层节点刺激脉冲强度的函数,又称刺激函数,一般取为(0,1)内连续取值Sig moid 函数: f (x )=1/(1+e -x

)(3)

1.2.3 误差计算模型误差计算模型是反映神经网络期望输出与计算

输出之间误差大小的函数:

E p =1/2×?(t pi -O p i )2

(4)

式中 t pi i 节点的期望输出值;

 O pi

i 节点计算输出值。

1.2.4 自学习模型

神经网络的学习过程,即连接下层节点和上层节点之间的权重矩阵W ij 的设定和误差修正过程。BP 网络有有师学习方式(需要设定期望值)和无师学习方式(只需输入模式)之分。自学习模型为ΔW ij (n +1)=Z

×H i ×O j +a ×ΔW ij (n )(5)

式中 Z 学习因子; H i 输出节点i 的计算误差; O j

输出节点j 的计算输出;

 a 动量因子。1.3 BP 网络模型的缺陷分析及优化策略1.3.1 学习因子Z 的优化

采用变步长法根据输出误差大小自动调整学习

因子,来减少迭代次数和加快收敛速度。

 Z =Z +a ×(E p (n )-E p (n -1))/E p (n )(6)

式中 a

调整步长,0~1之间取值。

1.3.2 隐层节点数的优化

隐节点数的多少对网络性能的影响较大,当隐节点数太多时,会导致网络学习时间过长,甚至不能收敛;而当隐节点数过小时,网络的容错能力差。利用逐步回归分析法[3]

并进行参数的显著性检验来动态删除一些线形相关的隐节点。节点删除标准:当由该节点出发指向下一层节点的所有权值和阈值均落于死区(通常取±0.1、±0.05等区间)之中,则该节点可删除。最佳隐节点数L 可参考下面的公式计算:

L =(m +n )1/2+c (7)

式中 m

输入节点数; n

输出节点数; c

介于1~10的常数。

1.3.3 输入和输出神经元的确定

利用多元回归分析法对神经网络的输入参数进

行处理,删除相关性强的输入参数,来减少输入节点数。

1.3.4 算法优化

由于BP 算法采用的是剃度下降法,因而易陷于局部最小并且训练时间较长。用基于生物免疫机制地既能全局搜索又能避免未成熟收敛的免疫遗传算法IGA [4]

取代传统BP 算法来克服此缺点。2 优化BP 神经网络在系统安全评价中的应用

现有的系统安全评价方法有很多,但这些方法在评价参数缺少及多因素、多指标的评价系统的情况下,难以实施或得不到较为科学、准确的评价结果。因而有必要开发新的系统安全评价方法和技术。2.1 基于优化BP 神经网络的系统安全评价模型其模型见图2。2.2 BP 神经网络在系统安全评价中的应用实现

(1)确定网络的拓扑结构,包括中间隐层的层数,输入层、输出层和隐层的节点数。

(2)确定被评价系统的指标体系,包括特征参数和状态参数。运用神经网络进行安全评价时,首先必须确定评价系统的内部构成和外部环境,确定能够正确反映被评价对象安全状态的主要特征参数(输入节点数,各节点实际含义及其表达形式等),以及这些参数下系统的状态(输出节点数,各节点实际含

·

28·

图2 基于优化BP神经网络的系统安全评价模型

义及其表达方式等)。

(3)选择学习样本,供神经网络学习。选取多组对应系统不同状态参数值时的特征参数值作为学习样本,供网络系统学习。这些样本应尽可能地反映各种安全状态。其中对系统特征参数进行(-∞,∞)区间的预处理,对系统参数应进行(0,1)区间的预处理。神经网络的学习过程即根据样本确定网络的连接权值和误差反复修正的过程。

(4)确定作用函数。通常选择非线形S型函数。

(5)建立系统安全评价知识库。通过网络学习确认的网络结构包括:输入、输出和隐节点数以及反映其间关联度的网络权值的组合;具有推理机制的被评价系统的安全评价知识库。

(6)进行实际系统的安全评价。经过训练的神经网络将实际评价系统的特征值转换后输入到已具有推理功能的神经网络中,运用系统安全评价知识库处理后得到评价实际系统的安全状态的评价结果。实际系统的评价结果又作为新的学习样本输入神经网络,使系统安全评价知识库进一步充实。

2.3 BP神经网络理论应用于系统安全评价中的优点

(1)利用神经网络并行结构和并行处理的特征,通过适当选择评价项目,能克服安全评价的片面性,可以全面评价系统的安全状况和多因素共同作用下的安全状态。

(2)运用神经网络知识存储和自适应特征,通过适应补充学习样本,可以实现历史经验与新知识完满结合,在发展过程中动态地评价系统的安全状态。

(3)利用神经网络理论的容错特征,通过选取适当的作用函数和数据结构,可以处理各种非数值性指标,实现对系统安全状态的模糊评价。

3 安全评价实例

3.1 网络学习样本的选择

选择了5个企业的反映企业安全状态和安全条件的6个安全评价参数作为学习样本,见表1。

表1 企业安全评价学习样本

安全评

价参数

网络学习样本

企业1企业2企业3企业4企业5安全投入1.50.50.50.51.5

危险源状况0.5 1.50.5 1.50.5

生产时间0.50.50.50.51.5

事故概率1.50.50.50.50.5

防火能力0.50.5 1.5 1.50.5

安全记录0.50.50.5 1.51.5

安全状况1.50.50.50.51.5 差可接受好好非常好3.2 评价结果

当学习因子Z= 4.07,动量因子a=0.2,预设误差为10-5,单隐层,其隐节点数为L=9,模型迭代29254次,所得到的网络评价的结果见表2。表中结果表明基于优化BP神经网络的系统安全评价模型的可行性。

4 总结

将优化后的BP神经网络应用于系统安全评价中,能对系统进行准确、动态的安全评价。同时由于

·

29

·

优化后的BP 网络还存在一些缺陷,比如对矛盾样本的处理问题等,因而将其应用于系统安全评价时与模糊数学相结合则效果更佳,这方面将有待进一步探讨和研究。

表2 企业神经网络安全评价结果

安全评价参数网络安全评价结果

企业1企业2企业3企业4企业5

10.5 1.50.5 1.50.52 1.50.50.50.5 1.530.50.50.50.5 1.54 1.50.50.50.50.550.50.5 1.5 1.50.560.50.50.5 1.5 1.5安全状况

1.50.50.50.5 1.5 

可接受

非常好

参考文献

1 王俊普.智能控制.中国科学技术大学出版社.1996.135~177

2 丛爽,赵何.反向转播网络的不足与改进.自动化博览.

1999,125~26

3 陆系群,余英林.前馈神经网络隐节点的动态删除.控制理论及应用,1997,114.1101~104

4 周伟良等.基于一种免疫遗传算法的BP 网络设计.安徽大学学报,1999,123.1

5 施式亮,刘宝琛.基于神经网络的煤矿安全性预测模型及应用.中国安全科学学报,1999,19.3

作者简介:王三明,男,1977年11月生。现在南京化工大学攻读安全工程硕士学位,主要研究方向:系统智能故障诊断及安全预评价技术,师从将军成教授。现正参与国家自然科学基金重点项目“典型化工过程灾害性事故预测与防治技术基础研究”等项目的研究工作,在国际、国内学术会议及核心刊物上已发表学术论文5篇。

(收稿日期:2000-09-

12)

信 息

师宗县“11·16”瓦斯爆炸事故

师宗县“11·16”瓦斯爆炸事故原因已查明,有关责任人将被依法追究刑事责任和受到党、政纪处分。

2000年11月16日14时20分,云南省师宗县

雄壁镇雨柱村委会小杨梅山煤矿发生瓦斯爆炸,造成井下作业工人16人死亡、直接经济损失42.8万元的特大伤亡责任事故。

事故发生后,云南省、曲靖市有关领导和部门及时赶赴事故现场指挥抢救并处理善后。到11月17日11时30分遇难者的尸体已全部运出井外。按照国家有关规定成立了由省市煤矿安全监察、经贸委、公安、工会、监察、煤炭等部门组成的联合调查组。

调查组遵照《企业职工伤亡事故调查分析规则》的规定,绘制了事故现场示意图,通过大量充分的调查和取证,查阅有关资料,提取了物证,经过客观公正的讨论分析,现已查明造成这起特大瓦斯爆炸事故的直接原因是:①矿井主扇因故障不能运行,以

11kW 局扇代替主扇,井下供风量严重不足;②矿井通风系统混乱,运输大巷局扇吸入风量大于大巷供风量,形成循环风;二分层局扇又与运输大巷局扇串联通风,造成瓦斯聚积;③井下工人违章拆卸矿灯产生火花,引起瓦斯爆炸。

间接原因是:①矿井无规章制度,安全生产管理混乱;②矿井从业人员素质低下,又未经培训(含绝大多数特种作业人员),缺乏煤矿井下起码的生产知识和安全意识;③行业管理部门的基层安全人员安全技术知识匮乏,责任心不强。此次事故调查已结束,按规定调查报告已报送有关部门。

依据国家有关规定和相关的法律、法规规定,经过反复认真讨论,在分清责任的基础上,调查组对造成这次特大瓦斯爆炸责任事故的责任人分别提出了处理建议,这起事故的有关责任人将被依法追究刑事责任和受到党纪、政纪处分。

(瞿国相 钟伯兄)

·

30·

安全评价的内容及分类

安全评价的内容及分类 1.安全评价内容 安全评价是一个利用安全系统工程原理和方法识别和评价系统、工程存在的风险的过程,这一过程包括危险、有害因素识别及危险和危害程度评价两部分。危险、有害因素识别的目的在于识别危险来源;危险和危害程度评价的目的在于确定来自危险源的危险性、危险程度,应采取的控制措施,以及采取控制措施后仍然存在的危险性是否可以被接受。在实际的安全评价过程中,这两个方面是不能截然分开、孤立进行的,而是相互交叉、相互重叠于整个评价工作中。安全评价的基本内容如图1—1所示。 随着现代科学技术的发展,在安全技术领域里,已由以往主要研究、处理那些已经发生和必然发生的事件,发展为主要研究、处理那些还没有发生,但有可能发生的事件,并把这种事件发生的可能性具体化为一个数量指标,计算事故发生的概率,划分危险等级,制定安全标准和对策措施,并对其进行综合比较和评价,从中选择最佳的方案,预防事故的发生。 安全评价通过危险性识别及危险度评价,客观地描述系统的危险程度,指导人们预先采取相应措施,来降低系统的危险性。

2.安全评价分类 目前国内将安全评价通常根据工程、系统生命周期和评价的目的分为安全预评价、安全验收评价、安全现状评价和专项安全评价4类。(实际它是3大类,即安全预评价、安全验收评价、安全现状评价,专项评价应属现状评价的一种,属于政府在特定的时期内进行专项整治时开展的评价。) 1)安全预评价 安全预评价是根据建设项目可行性研究报告的内容,分析和预测该建设项目可能存在的危险、有害因素的种类和程度,提出合理可行的安全对策措施及建议。 安全预评价实际上就是在项目建设前应用安全评价的原理和方法对系统(工程、项目)的危险性、危害性进行预测性评价。 安全预评价以拟建建设项目作为研究对象,根据建设项目可行性研究报告提供的生产工艺过程、使用和产出的物质、主要设备和操作条件等,研究系统固有的危险及有害因素,应用系统安全工程的方法,对系统的危险陛和危害性进行定性、定量分析,确定系统的危险、有害因素及其危险、危害程度;针对主要危险、有害因素及其可能产生的危险、危害后果提出消除、预防和降低的对策措施;评价采取措施后的系统是否能满足规定的安全要求,从而得出建设项目应如何设计、

人工神经网络原理及实际应用

人工神经网络原理及实际应用 摘要:本文就主要讲述一下神经网络的基本原理,特别是BP神经网络原理,以及它在实际工程中的应用。 关键词:神经网络、BP算法、鲁棒自适应控制、Smith-PID 本世纪初,科学家们就一直探究大脑构筑函数和思维运行机理。特别是近二十年来。对大脑有关的感觉器官的仿生做了不少工作,人脑含有数亿个神经元,并以特殊的复杂形式组成在一起,它能够在“计算"某些问题(如难以用数学描述或非确定性问题等)时,比目前最快的计算机还要快许多倍。大脑的信号传导速度要比电子元件的信号传导要慢百万倍,然而,大脑的信息处理速度比电子元件的处理速度快许多倍,因此科学家推测大脑的信息处理方式和思维方式是非常复杂的,是一个复杂并行信息处理系统。1943年Macullocu和Pitts融合了生物物理学和数学提出了第一个神经元模型。从这以后,人工神经网络经历了发展,停滞,再发展的过程,时至今日发展正走向成熟,在广泛领域得到了令人鼓舞的应用成果。本文就主要讲述一下神经网络的原理,特别是BP神经网络原理,以及它在实际中的应用。 1.神经网络的基本原理 因为人工神经网络是模拟人和动物的神经网络的某种结构和功能的模拟,所以要了解神经网络的工作原理,所以我们首先要了解生物神经元。其结构如下图所示: 从上图可看出生物神经元它包括,细胞体:由细胞核、细胞质与细胞膜组成;

轴突:是从细胞体向外伸出的细长部分,也就是神经纤维。轴突是神经细胞的输出端,通过它向外传出神经冲动;树突:是细胞体向外伸出的许多较短的树枝状分支。它们是细胞的输入端,接受来自其它神经元的冲动;突触:神经元之间相互连接的地方,既是神经末梢与树突相接触的交界面。 对于从同一树突先后传入的神经冲动,以及同一时间从不同树突输入的神经冲动,神经细胞均可加以综合处理,处理的结果可使细胞膜电位升高;当膜电位升高到一阀值(约40mV),细胞进入兴奋状态,产生神经冲动,并由轴突输出神经冲动;当输入的冲动减小,综合处理的结果使膜电位下降,当下降到阀值时。细胞进入抑制状态,此时无神经冲动输出。“兴奋”和“抑制”,神经细胞必呈其一。 突触界面具有脉冲/电位信号转换功能,即类似于D/A转换功能。沿轴突和树突传递的是等幅、恒宽、编码的离散电脉冲信号。细胞中膜电位是连续的模拟量。 神经冲动信号的传导速度在1~150m/s之间,随纤维的粗细,髓鞘的有无而不同。 神经细胞的重要特点是具有学习功能并有遗忘和疲劳效应。总之,随着对生物神经元的深入研究,揭示出神经元不是简单的双稳逻辑元件而是微型生物信息处理机制和控制机。 而神经网络的基本原理也就是对生物神经元进行尽可能的模拟,当然,以目前的理论水平,制造水平,和应用水平,还与人脑神经网络的有着很大的差别,它只是对人脑神经网络有选择的,单一的,简化的构造和性能模拟,从而形成了不同功能的,多种类型的,不同层次的神经网络模型。 2.BP神经网络 目前,再这一基本原理上已发展了几十种神经网络,例如Hopficld模型,Feldmann等的连接型网络模型,Hinton等的玻尔茨曼机模型,以及Rumelhart 等的多层感知机模型和Kohonen的自组织网络模型等等。在这众多神经网络模型中,应用最广泛的是多层感知机神经网络。 这里我们重点的讲述一下BP神经网络。多层感知机神经网络的研究始于50年代,但一直进展不大。直到1985年,Rumelhart等人提出了误差反向传递学习算法(即BP算),实现了Minsky的多层网络设想,其网络模型如下图所示。它可以分为输入层,影层(也叫中间层),和输出层,其中中间层可以是一层,也可以多层,看实际情况而定。

基于人工神经网络的通信信号分类识别

基于人工神经网络的通信信号分类识别 冯 涛 (中国电子科技集团公司第54研究所,河北石家庄050081) 摘 要 通信信号的分类识别是一种典型的统计模式识别问题。系统地论述了通信信号特征选择、特征提取和分类识别的原理和方法。设计了人工神经网络分类器,包括神经网络模型的选择、分类器的输入输出表示、神经网络拓扑结构和训练算法,并提出了分层结构的神经网络分类器。 关键词 模式识别;特征提取;分类器;神经网中图分类号 TP391 文献标识码 A Classification and Identification of Communication Signal Using Artificial Neural Networks FE NG Tao (T he 54th Research Institute of CETC,Shijia zhuan g Hebei 050081,China) Abstract The classification and identificati on of communication signal is a typical statistical pattern identification.The paper discusses the theory and method of feature selection,feature extraction and classi fication &identificaiton of communication signal.A classifier based on artificial neural networks is designed,includin g the selection of neural network model,the input and output expression of the classifier,neural network topology and trainin g algorithm.Finally a hierarchical archi tecture classifier based on artificial neural networks is presented. Key words pattern recognition;features extraction;classifier;neural networks 收稿日期:2005-12-16 0 引言 在通信对抗侦察中,侦察接收设备在截获敌方通信信号后,必须经过对信号的特征提取和对信号特征的分析识别,才能变为有价值的通信对抗情报。通过对信号特征的分析识别,可以得到信号种类、通信体制、网路组成等方面的情报,从而为研究通信对抗策略、研制和发展通信对抗装备提供重要参考依据。 1 通信信号分类识别的原理 通信信号的分类识别是一种典型的模式识别应用,其作用和目的就是将某一接收到的信号正确地归入某一种类型中。一般过程如图1 所示。 图1 通信信号分类识别的一般过程 下面简单介绍这几部分的作用。 信号获取:接收来自天线的信号x (t),并对信号进行变频、放大和滤波,输出一个中频信号; A/D 变换:将中频模拟信号变换为计算机可以运算的数字信号x (n); 以上2步是信号空间x (t)到观察空间x (n )的变换映射。 特征提取:为了有效地实现分类识别,必须对原始数据进行变换,得到最能反映分类差别的特征。这些特征的选择和提取是非常重要的,因为它强烈地影响着分类器的设计和性能。理想情况下,经过特征提取得到的特征向量对不同信号类型应该有明显的差别; 分类器设计和分类决策:分类问题是根据识别对象特征的观察值将其分到某个类别中去。首先,在样本训练集基础上确定合适的规则和分类器结构,然后,学习训练得到分类器参数。最后进行分类决策,把待识别信号从特征空间映射到决策空间。 2 通信信号特征参数的选择与特征提取 2 1 通信信号特征参数的选择 选择好的特征参数可以提高低信噪比下的正确 识别率,降低分类器设计的难度,是基于统计模式识别方法最为关键的一个环节。试图根据有限的信号 信号与信息处理 24 2006Radio Engineering Vo1 36No 6

人工神经网络

人工神经网络(ANN)又称神经网络,是在现代神经科学研究成果的基础上,对生物神经系统的结构和功能进行数学抽象、简化和模仿而逐步发展起来的一种新型信息处理和计算系统。由于人工神经网络具有自学习、高容错、高度非线性描述能力等优点,现已广泛应用于经济、机器人和自动控制、军事、医疗、化学等领域[l ~ 3],并取得了许多成果。本文简要介绍人工神经网络的原理和特点,论述人工神经网络在高分子科学与工程领域的应用。 橡胶配方是决定橡胶制品性能的关键因素,由于材料配方与制品性能之间存在很复杂的非线性关系,多数情况下无法建立完整精确的理论模型,只能借助于回归方法得到经验公式。 传统的回归方法存在以下局限性: (1)使用不同的回9j方法可获得不同的经验公式,导致经验公式的繁多和不一致; (2)当配方项目及性能指标项目较多时,采用回归公式无法完全再现实验数据; (3)当实验进一步完善,实验数据增多的时候.其他人员再进行回归时,如果无法找到原来的回归方法、程序和实验数据,原来的回归公式将不能被利用,造成一定的浪费。随着计箅机的发展而出现的人工神经网络是人工智能方法.它不像回归方法那样,需预先给定基本函数,而是以实验数据为基础.经过有限次的迭代计算而获得的一个反映实验数据内在联系的数学模型,具有极强的非线性处理、自组织调整、自适应学习及容错抗噪能力,特别适用于研究像材料配方与制品性能之间关系的复杂非线性系统特性【¨】。因此,人们开始将人工神经网络应用于橡胶配方设计”J。 随着橡胶制品在各领域应用的拓展,橡胶配方设计变得越来越重要。人们进行橡胶配方设计主要有3个目的:提高制品的性能;改善加工工艺;降低生产成本。传统的橡胶配方设计方法有全因素设计、正交试验设计n_3]、均匀设计[4‘60等,而这些配方设计试验数据的处理方法无外乎方差分析和回归分析口]。由于材料的配方和性能之问存在非常复杂的非线性关系,回归分析只适合于单目标优化数据处理的模型,对于不同的性能,需要建立不同的模型,因此将其应用于配方设计有一定的局限性。近年来,发展日趋成熟的人工神经网络技术,尤其是BP神经网络凭借其结构简单、收敛速度快、预测精度高等优势越来越多地应用到橡胶配方设计试验中。 1橡胶配方设计 1.1橡胶配方设计概述 配方设计¨J是橡胶工业中的首要技术问题,在橡胶工业中占有重要地位。所谓配方设计,就是根据产品的性能要求和工艺条件,通过试验、优化、鉴定,合理地选用原材料,确定各种原材料的用量配比关系。 橡胶配方人员的主要工作就是要确定一系列变量对橡胶各项性能的定量或定性影响。变量可以是硫化剂、促进剂、填充剂、防老剂等,也可以是加工:[艺条件(如硫化温度、硫化时间等),总之是配方人员可能控制或测得的变量。橡胶各项基本性能包括拉伸强度、撕裂强度、硬度、定伸应力等物理机械性能,以 及加工性能、光洁度、外观等。 橡胶配方设计常常是多变量的试验设计,配方设计理论和试验设计方法对于 配方设计具有重要意义。

人工神经网络大作业

X X X X大学 研究生考查课 作业 课程名称:智能控制理论与技术 研究生姓名:学号: 作业成绩: 任课教师(签名) 交作业日时间:2010年12月22日

人工神经网络(artificial neural network,简称ANN)是在对大脑的生理研究的基础上,用模拟生物神经元的某些基本功能元件(即人工神经元),按各种不同的联结方式组成的一个网络。模拟大脑的某些机制,实现某个方面的功能,可以用在模仿视觉、函数逼近、模式识别、分类和数据压缩等领域,是近年来人工智能计算的一个重要学科分支。 人工神经网络用相互联结的计算单元网络来描述体系。输人与输出的关系由联结权重和计算单元来反映,每个计算单元综合加权输人,通过激活函数作用产生输出,主要的激活函数是Sigmoid函数。ANN有中间单元的多层前向和反馈网络。从一系列给定数据得到模型化结果是ANN的一个重要特点,而模型化是选择网络权重实现的,因此选用合适的学习训练样本、优化网络结构、采用适当的学习训练方法就能得到包含学习训练样本范围的输人和输出的关系。如果用于学习训练的样本不能充分反映体系的特性,用ANN也不能很好描述与预测体系。显然,选用合适的学习训练样本、优化网络结构、采用适当的学习训练方法是ANN的重要研究内容之一,而寻求应用合适的激活函数也是ANN研究发展的重要内容。由于人工神经网络具有很强的非线性多变量数据的能力,已经在多组分非线性标定与预报中展现出诱人的前景。人工神经网络在工程领域中的应用前景越来越宽广。 1人工神经网络基本理论[1] 1.1神经生物学基础 可以简略地认为生物神经系统是以神经元为信号处理单元,通过广泛的突触联系形成的信息处理集团,其物质结构基础和功能单元是脑神经细胞即神经元(neu ron)。(1)神经元具有信号的输入、整合、输出三种主要功能作用行为。突触是整个神经系统各单元间信号传递驿站,它构成各神经元之间广泛的联接。(3)大脑皮质的神经元联接模式是生物体的遗传性与突触联接强度可塑性相互作用的产物,其变化是先天遗传信息确定的总框架下有限的自组织过程。 1.2建模方法 神经元的数量早在胎儿时期就已固定,后天的脑生长主要是指树突和轴突从神经细胞体中长出并形成突触联系,这就是一般人工神经网络建模方法的生物学依据。人脑建模一般可有两种方法:①神经生物学模型方法,即根据微观神经生物学知识的积累,把脑神经系统的结构及机理逐步解释清楚,在此基础上建立脑功能模型。②神经计算模型方法,即首先建立粗略近似的数学模型并研究该模型的动力学特性,然后再与真实对象作比较(仿真处理方法)。 1.3概念 人工神经网络用物理可实现系统来模仿人脑神经系统的结构和功能,是一门新兴的前沿交叉学科,其概念以T.Kohonen.Pr的论述最具代表性:人工神经网络就是由简单的处理单元(通常为适应性)组成的并行互联网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 1.4应用领域 人工神经网络在复杂类模式识别、运动控制、感知觉模拟方面有着不可替代的作用。概括地说人工神经网络主要应用于解决下述几类问题:模式信息处理和模式识别、最优化问题、信息的智能化处理、复杂控制、信号处理、数学逼近映射、感知觉模拟、概率密度函数估计、化学谱图分析、联想记忆及数据恢复等。 1.5理论局限性 (1)受限于脑科学的已有研究成果由于生理试验的困难性,目前对于人脑思维与记忆机制的认识尚很肤浅,对脑神经网的运行和神经细胞的内部处理机制还没有太多的认识。 (2)尚未建立起完整成熟的理论体系目前已提出的众多人工神经网络模型,归纳起来一般都是一个由节点及其互连构成的有向拓扑网,节点间互连强度构成的矩阵可通过某种学

安全系统工程复习试题库完整

安全系统工程与安全评价 【教学说明】 三个层次由低到高,高层次的要求包含低层次的容。 了解:正确理解大纲所列知识的含义、容并能够应用。 熟悉:对大纲所列知识有较深的认识,能够分析、解释并应用相关知识解决问题。掌握:能够综合运用大纲所列知识开展安全评价、解决较为复杂的实际问题。【教学要求】

一、复习重点 第一章概述 1.安全系统工程的研究容?(掌握) 2.相对安全,本质安全的概念和意义?(掌握) 3.事故的定义?(识记)事故的特点?(理解) 第二章事故致因理论 1.事故致因理论事故致因理论即事故模式对于人们认识事故本质,指导事故调查、事故分析、事故预防及事故责任者的处理有重要作用。 2.事故因果论类型 3.多米诺骨牌理论及其分析 第三章系统安全分析 1.系统安全分析中,安全检查表的编制方法,安全检查表分析的优缺点及适用条件? 2.根据用途和安全检查表容,安全检查表可分为哪几种类型? 3.预先危险分析(PHA)容、,等级划分,优缺点、适用围? 4.预先危险分析(PHA)与建设项目“三同时”的关系? 5.请对某发电厂进行预先危险性分析(依据文件是?)。 6. FMEA概念,故障的概念。故障类型及影响分析(FMEA)分析步骤,方法特点及适用围?(应用) 7.简述危险和可操作性研究方法的基本概念、基本步骤、适用围和特点。 8.事件树与事故树关系 9.事件树定量分析 第四章事故树分析 1. 掌握例题9 2. 掌握例题10 3. 掌握例题11 4. 掌握例题12 第五章系统安全评价 1. 安全评价概念,安全标准分类及理解

2. 安全评价目的、意义,安全评价依据、 3. 安全评价分类,“三同时”与安全评价关系 1)安全预评价是“三同时”的保证。通过安全预评价,可有效地提高工程安全设计的质量和投产后的安全可靠程度;在设计阶段,必须落实安全预评价所提出的各项措施,切实做到建设项目在设计中的“三同时”。 2)安全现状评价可客观地对生产经营单位安全水平作出结论,使生产经营单位不仅了解可能存在的危险性,而且明确如何改进安全状况。从而实现建设项目在施工中的“三同时”。 3)安全验收评价是“三同时”的验证。通过安全验收评价,比照国家有关技术标准和规,对建设项目设备、设施及系统进行符合性评价,提高安全达标水平。实现投入生产和使用的“三同时”。 4. 安全评价原理 5. 安全评价基本过程 6. 火灾爆炸指数法重点掌握 7. 蒙德法与道化学的区别联系 8. 作业条件危险性评价法概念 9六阶段评价法步骤 10危险程度分级方法概念 11 因果分析法原理 12安全评价方法的选择方法及应用 第六章系统安全决策 第七章灰色理论与安全系统

《系统安全评价与预测》考评方式与标准

《系统安全评价与预测》考评方式与标准 一、课程知识要点与考核目标 考核是按照对安全评价知识了解、熟悉和掌握三个层次的要求,对应考人员进行的实际能力测试。三个层次由低到高,高层次的要求包含低层次的内容。(一)层次要求 了解:正确理解大纲所列知识的含义、内容并能够应用。 熟悉:对大纲所列知识有较深的认识,能够分析、解释并应用相关知识解决问题。 掌握:能够综合运用大纲所列知识开展安全评价、解决较为复杂的实际问题。(二)课程知识要点与考核目标 第一章总论 知识要点:本章主要讲述了系统安全评价与预测的基本概念,系统安全评价与预测的内容与分类,系统安全评价与预测的发展及现状。 目标要求:了解系统安全评价与预测的发展过程和发展现状;熟悉系统安全评价与预测的目的、意义、内容、分类;掌握系统安全评价与预测的基本概念。 第二章事故致因理论及危险源辩识 知识要点:本章主要讲述了事故的基本概念、影响因素、分类、特点和基本特性,系统地介绍了八种事故致因理论,危险源辨识的主要内容,危险源的分类方法和重大危险源辨识标准。 目标要求:了解常见事故致因理论的基本思想;熟悉危险源、危险辨识的定义及危险辨识主要内容;掌握事故的概念、影响因素及基本特性,危险源分类方法及重大危险源辨识标准。 第三章系统可靠性分析 知识要点:本章主要讲述了可靠性的基本概念、可靠度、故障概率、故障概率密度、失效率以及寿命特性基本概念,系统可靠性框图分析以及串并联系统的分析计算方法,以及表决系统、储备系统等的分析计算过程。 目标要求:掌握可靠性的基本概念及度量指标;熟知故障发生规律;掌握常见系统可靠性的计算以及提高系统可靠性的方法。 第四章系统安全性分析

安全评价是一个利用安全系统工程原理和方法识别和评价系统

安全评价是一个利用安全系统工程原理和方法识别和评价系统、工程存在的风险的过程,这一过程包括危险、有害因素识别及危险和危害程度评价两部分。危险、有害因素识别的目的在于识别危险来源;危险和危害程度评价的目的在于确定来自危险源的危险性、危险程度,应采取的控制措施,以及采取控制措施后仍然存在的危险性是否可以被接受。在实际的安全评价过程中,这两个方面是不能截然分开、孤立进行的,而是相互交叉、相互重叠于整个评价工作中。安全评价的基本内容如下图所示。 随着现代科学技术的发展,在安全技术领域里,已由以往主要研究、处理那些已经发生和必然发生的事件,发展为主要研究、处理那些还没有发生,但有可能发生的事件,并把这种事件发生的可能性具体化为一个数量指标,计算事故发生的概率,划分危险等级,制定安全标准和对策措施,并对其进行综合比较和评价,从中选择最佳的方案,预防事故的发生。安全评价通过危险性识别及危险度评价,客观地描述系统的危险程度,指导人们预先采取相应措施,来降低系统的危险性。 目前国内将安全评价通常根据工程、系统生命周期和评价的目的分为安全预评价、安全验收评价、安全现状评价和专项安全评价4类。 安全预评价 安全预评价是根据建设项目可行性研究报告的内容,分析和预测该建设项目可能存在的危险、有害因素的种类和程度,提出合理可行的安全对策措施及建议。

安全预评价实际上就是在项目建设前应用安全评价的原理和方法对系统(工程、项目)的危险性、危害性进行预测性评价。 安全预评价以拟建建设项目作为研究对象,根据建设项目可行性研究报告提供的生产工艺过程、使用和产出的物质、主要设备和操作条件等,研究系统固有的危险及有害因素,应用系统安全工程的方法,对系统的危险陛和危害性进行定性、定量分析,确定系统的危险、有害因素及其危险、危害程度;针对主要危险、有害因素及其可能产生的危险、危害后果提出消除、预防和降低的对策措施;评价采取措施后的系统是否能满足规定的安全要求,从而得出建设项目应如何设计、管理才能达到安全指标要求的结论。总之,对安全预评价可概括为以下4点。 1、安全预评价是一种有目的的行为,它是在研究事故和危害为什么会发生、是怎样发生的和如何防止发生等问题的基础上,回答建设项目依据设计方案建成后的安全性如何、是否能达到安全标准的要求及如何达到安全标准、安全保障体系的可靠性如何等至关重要的问题。 2、安全预评价的核心是对系统存在的危险、有害因素进行定性、定量分析,即针对特定的系统范围,对发生事故、危害的可能性及其危险、危害的严重程度进行评价。 3、安全预评价用有关标准(安全评价标准)对系统进行衡量,分析、说明系统的安全性。 4、安全预评价的最终目的是确定采取哪些优化的技术、管理措施,使各子系统及建设项目整体达到安全标准的要求。 经过安全预评价形成的安全预评价报告,将作为项目报批的文件之一,同时也是项目最终设计的重要依据文件之一。(具体地说,安全预评价报告主要提供给建设单位、设计单位、业主、政府管理部门。在设计阶段,必须落实安全预评价所提出的各项措施,切实做到建设项目在设计中的“三同时”。) 安全验收评价 安全验收评价是在建设项目竣工验收之前、试生产运行正常之后,通过对建设项目的设施、设备、装置实际运行状况及管理状况的安全评价,查找该建设项目投产后存在的危险、有害因素,确定其程度,提出合理可行的安全对策措施及建议。 安全验收评价是运用系统安全工程原理和方法,在项目建成试生产正常运行后,在正式投产前进行的一种检查性安全评价。它通过对系统存在的危险和有害因素进行定性和定量的评价,判断

实验报告 人工神经网络

实验报告人工神经网络 实验原理:利用线性回归和神经网络建模技术分析预测。 实验题目:利用给出的葡萄酒数据集,解释获得的分析结论。 library(plspm); data(wines); wines 实验要求: 1、探索认识意大利葡萄酒数据集,对葡萄酒数据预处理,将其随机划分为训练集和测试集,然后创建一个线性回归模型; 2、利用neuralnet包拟合神经网络模型; 3、评估两个模型的优劣,如果都不理想,提出你的改进思路。 分析报告: 1、线性回归模型 > rm(list=ls()) > gc() used (Mb) gc trigger (Mb) max used (Mb) Ncells 250340 13.4 608394 32.5 408712 21.9 Vcells 498334 3.9 8388608 64.0 1606736 12.3 >library(plspm) >data(wines) >wines[c(1:5),] class alcohol malic.acid ash alcalinity magnesium phenols flavanoids 1 1 14.23 1.71 2.43 15.6 127 2.80 3.06 2 1 13.20 1.78 2.14 11.2 100 2.65 2.76 3 1 13.16 2.36 2.67 18.6 101 2.80 3.24 4 1 14.37 1.9 5 2.50 16.8 113 3.85 3.49 5 1 13.24 2.59 2.87 21.0 118 2.80 2.69 nofla.phen proantho col.intens hue diluted proline 1 0.28 2.29 5.64 1.04 3.9 2 1065 2 0.26 1.28 4.38 1.05 3.40 1050 3 0.30 2.81 5.68 1.03 3.17 1185 4 0.24 2.18 7.80 0.86 3.4 5 1480 5 0.39 1.82 4.32 1.04 2.93 735 > data <- wines > summary(wines)

《系统安全评价与预测》试卷(5卷)参考答案及评分标准

河南理工大学 2007~2008 学年第 1学期 《安全评价》试卷(5卷) 一、单项选择题( 共15分,每小题3分) 1、《安全评价机构管理规定》生效实施的时间是:() ( B ) A. 2004年1月1日 B. 2005年1月1日 C. 2005年6月 1日 D. 2005年3月1日 2、( )以上地方各级人民政府应当组织有关部门指定本行政区域内特大生产安全事故应急救援预案,建 立应急救援体系。 ( C ) A. 地区级 B. 市级 C. 县级 D. 省级 3、使用有毒物品作业场所应当设置()。 ( A ) A. 黄色区域警示线、警示标识和中文警示说明; B. 红色区域警示线、警示标识和中文警示说明; C. 黄色区域警示线、警示标识; D. 红色区域警示线、警示标识。 4、石油化工企业采用架空电力线路进出厂区的总变配电所,应布置在()。 ( C ) A. 远离厂区的区域; B. 厂区内适当位置; C. 厂区边缘; D. 厂区围墙外。 5、在装置安全预评价中下列哪种评价方法最适用()。 ( B ) A. 安全检查表 B.故障类型及影响分析 C. 事故树 D.危险指数法 二、多项选择题(共15分,每小题5分) 1.下列危险评价方法中能提供事故后果的是 (B 、C 、D ) A. 安全检查表法 B. 预先危险分析方法 C. FTA D. ETA 2.下列说法正确的是 ( ACD ) A. 风险评价方法不是一个单一的、确定的分析方法 B. 在选择风险评价方法时,应选择“最佳”的评价方法 C. 风险评价方法并不是决定风险评价结果的唯一因素 D. 风险评价方法的选择依赖于评价人员对评价结果的不断了解和实际评价的经验 3.安全评价是一个行为过程,该过程包括:(BC ) A. 项目工程的可行性研究 B. 评价危险程度 C. 确定危险是否在可承受的范围 D. 项目的施工图设计 4.进行建设项目安全预评价依据的文件是项目(A ) A. 可行性研究报告 B. 建议书 C. 施工图设计 D. 设计说明书 三、简答题(共40分,每小题10分) 1、安全评价的目的? 1)促进实现本质安全化生产 2)实现全过程安全控制 3)建立系统安全的最优方案,为决策者提供依据 4)为实现安全技术、安全管理的标准化和科学化创造条件 2、火灾分为五类,应使用相应的灭火器材? 火灾分为五类,应使用相应的灭火器材: 一类 指含碳固体可燃物,如木材、棉毛、麻、纸张等燃烧的火灾。可用水型灭火器、泡沫灭火器、干 粉灭火器、卤代烷灭火器; 二类 指甲、乙、丙类液体,如汽油、煤油、柴油、甲醇等燃烧的火灾,可用干粉灭火器、泡沫灭火器、卤代烷灭火器; 三类 指可燃烧气体,如煤气、天然气、甲烷等燃烧的火灾,可用干粉灭火器、卤代烷灭火器。

系统安全评价与预测优选稿

系统安全评价与预测集团公司文件内部编码:(TTT-UUTT-MMYB-URTTY-ITTLTY-

系统安全评价与预测1系统:系统是由相互作用,相互依存的若干个元素组成的具有特定功能的有机整体。 2系统的基本特征:整体性层次性目的性适应性 3系统安全:是在系统寿命期间内应用系统安全工程和管理的方法,辨识系统中的危险源,并采取控制措施使其危险性减小,从而使系统在规定的性能,时间和成本范围内达到最佳的安全程度. 4安全:是指没有超过允许限度的危险,也就是发生事故,造成人身伤亡或财产损失的危险没有超过允许的限度。 5事故发生的根本原因:系统中存在的危险源。 6安全性:是判断,评价系统性能的一个重要指标,它表明系统在规定的条件下,规定的时间内不发生事故,不造成人身伤害或财产损失的情况下,完成规定功能的性能。 7系统安全工程:运用科学和工程技术手段辨识、消除或控制系统中的危险源,实现系统安全?包括:危险源辨识,危险性评价,危险源控制

8危险源的危险性评价包括:危险源自身危险性的评价和危险源控制措施效果的评价 9工业生产中经常采用的防止能量意外释放的屏蔽措施只要有以下几种:1)用安全能源代替不安全能源2)限制能量3)防止能量蓄积4)缓慢地释放能量5)设置屏蔽措施6)在时间上和空间上把人与能量隔离7)信息形式的屏蔽【同课后1-5答案一样】 10第一类危险源:把系统中存在的,可能发生意外释放的能量和危险物质称第一类危险源 11第二类危险源:导致约束,限制能量措施失效或破坏的不安全因素称第二类危险源 12两类危险源是怎样共同起作用导致事故发生的:一起事故的发生时两类危险源共同作用的。一方面,第一类危险源的存在是事故发生的前提,没有第一类危险源就谈不上能量或危险物质的意外释放,也就无所谓事故;另一方面,如果没有第二类危险源破坏对第一类危险源的控制,也不会发生能量或危险物质的意外释放。第二类危险源的出现是第一类危险源导致事故的必要条件。在事故的发生,发展过程中,两类危险源相互依存,相辅相成。第一类危险源在事故发生时释放出得能量石

人工神经网络的发展及应用

人工神经网络的发展及应用 西安邮电学院电信系樊宏西北电力设计院王勇日期:2005 1-21 1 人工神经网络的发展 1.1 人工神经网络基本理论 1.1.1 神经生物学基础生物神经系统可以简略地认为是以神经元为信号的处理单元,通过广泛的突触联系形成的信息处理集团,其物质结构基础和功能单元是脑神经细胞,即神经元(neuron) 。 (1)神经元具有信号的输人、整合、输出三种主要功能作用行为,结构如图1 所示: (2)突触是整个神经系统各单元间信号传递驿站,它构成各神经元之间广泛的联接。 (3)大脑皮质的神经元联接模式是生物体的遗传性与突触联接强度可塑性相互作用的产物,其变化是先天遗传信息确定的总框架下有限的自组织过程。 1.1.2 建模方法神经元的数量早在胎儿时期就已固定,后天的脑生长主要是指树突和轴突从神经细胞体中长出并形成突触联系,这就是一般人工神经网络建模方法的生物学依据。人脑建模一般可有两种方法:①神经生物学模型方法,即根据微观神经生物学知识的积累,把脑神经系统的结构及机理逐步解释清楚,在此基础上建立脑功能模型;②神 经计算模型方法,即首先建立粗略近似的数学模型并研究该模型的动力学特性,然后冉与真实对象作比较(仿真处理方法)。1.1.3 概

念人工神经网络用物理町实现系统采模仿人脑神经系统的结构和功能,是一门新兴的前沿交义学科,其概念以T.Kohonen.Pr 的论述 最具代表性:人工神经网络就是由简单的处理单元(通常为适应性神经元,模型见图2)组成的并行互联网络,它的组织能够模拟生物神 经系统对真实世界物体所作出的交互反应。 1.2 人工神经网络的发展 人工神经网络的研究始于40 年代初。半个世纪以来,经历了兴起、高潮与萧条、高潮及稳步发展的较为曲折的道路。1943 年,心理学家W.S.Mcculloch 和数理逻辑学家W.Pitts 提出了M—P 模型, 这是第一个用数理语言描述脑的信息处理过程的模型,虽然神经元的功能比较弱,但它为以后的研究工作提供了依据。1949 年,心理学家D. O. Hebb提出突触联系可变的假设,根据这一假设提出的学习规律为神经网络的学习算法奠定了基础。1957 年,计算机科学家Rosenblatt 提出了著名的感知机模型,它的模型包含了现代计算机的一些原理,是第一个完整的人工神经网络。1969 年,美国著名人工智能学者M.Minsky 和S.Papert 编写了影响很大的Perceptron 一书,从理论上证明单层感知机的能力有限,诸如不能解决异或问题,而且他们推测多层网络的感知能也不过如此,在这之后近10 年,神经网络研究进入了一个缓慢发展的萧条期。美国生物物理学家J.J.Hopfield 于1982年、1984 年在美国科学院院刊发表的两篇文章,有力地推动了神经网络的研究,引起了研究神经网络的

《系统安全评价与预测》试卷(5卷)参考答案及评分标准.doc

分数 60 得分 A. 2001年1月1日C. 2005年6月1日 B. 2005年1月1日D. 2005年3月1日 2、()以上地方各级人民政府应当组织有关部门指定木行政区域内特大生产安全事故应急救援预案,建 立应 急救援体系。 (C )A.地区级 B.市级 3、 A. B. C. 使用有毒物品作业场所应当设置()。 黄色区域警示线、 红色区域警示线、 黄色X?域警示线、红色区域警示线、 警示标识和中文警示说明; 警示标识和中文警示说明; 警示标识;警示标识。 4、石汕化工企业采用架空电力线路进出厂区的总变配电所,应布置在()。 A.远离厂区的区域; B.厂区内适当位置; C.厂区边缘; D.厂区围墙外。 5、在装置安全预评价中下列哪种评价方法最适用(九 A.安全检查表 B.故障类型及影响分析 C.事故树 D. 危险指数法 分数 得分 10 二、多项选择题(共15分,每小题5分) I.下列危险评价方法中能提供事故后果的是A. 安全检查表法 (B 、C 、D ) B.预先危险分析方法 C. FTA D.ETA 2.下列说法正确的是 (ACD ) 河南理工大学2007?2008学年第_L 学期 《安全评价》试卷(5卷) 总得分 阅卷人 复查人 考试方式 本试卷考试分数占 学生总评成绩比例 开卷 80% 一、单项选择题(共15分,每小题3分) 1、《安金评价机构管理规定》生效实施的时间是:()

/批注『]:本模版为非流水 批 改试卷模版。考试时间… 般为2个小时(不必注明), 特殊情况应在适当位置注 明。 A. 风险评价方法不是一个单一的、确定的分析方法 B. 在选择风险评价方法时,应选择“最佳”的评价方法 ----G -展险评价方法并不是决定飒险评价结果的唯一W 素 ------------------------------ D.风险评价方法的选择依赖于评价人员对评价结果的不断了解和实际评价的经验 3. 安全评价是一个行为过程,该过程包括:(BC ) A.项目工程的可行性研究 B.评价危险程度 C. 确定危险是否在可承受的范围 D, 项目的施工图设计 4. 进行建设项目安全预评价依据的文件是项目(A ) A. 可行性研究报告 B. 建议书 C. 施工图设计 D. 设计说明书 1) 促进实现本质安全化生产 2) 实现全过程安全控制 3) 建立系统安全的最优方案,为决策者提供依据 4) 为实现安全技术、安全管理的标准化和科学化创造条件 2、火灾分为五类,应使用相应的灭火器材? 火灾分为五类,应使用相应的灭火器材: —类 指含碳固体可燃物,如木材、棉毛、麻、纸张等燃烧的火灾。可用水型火火器、泡沫火火器、干 粉火火器、卤代烷火火器; 二类 指甲、乙、丙类液体,如汽汕、煤汕、柴汕、甲醇等燃烧的火灾,可用干粉灭火器、泡沫灭火器、 卤代烷火火器; 三类指可燃烧气体,如煤气、天然气、甲烷等燃烧的火灾,可用干粉灭火器、卤代烷灭火器。 分数 得分 10 三、简答题(共40分,每小题10 分)

安全评价与安全管理的关系

安全评价与安全管理的关系论述 安全,顾名思义“无危则安,无缺则全”,安全有狭义与广义之分。广义安全是指全民、全社会的安全,狭义安全是指某一领域或系统的安全。现代安全的核心是系统安全工程,现代安全管理就是围绕危害辨识、风险评价与风险控制这三个基本环节开展风险防范工作,其体现在熟练地应用现代科学知识和工程技术研究、分析、评价、控制以及消除或削减生产领域的各种危险,有效地防止灾害事故,避免损失。这已经完全不同于以事故为中心,头痛医头、脚痛医脚、就事论事的事后型安全管理。 安全评价是依照国家安全生产的有关法律法规,通过对设备、设施或系统在生产过程中的安全性是否符合有关技术标准、规范相关规定的评价,对照技术标准、规范确定系统存在的危险源及其分布部位、数目,预测系统发生事故的概率和严重程度,进而提出应采取的安全对策措施等。决策者可以根据评价结果选择系统安全最优方案进行管理决策,实现安全管理的系统化和科学化。 安全评价是以实现工程、系统安全为目的,应用安全系统工程的原理和方法,对工程、系统中存在的危险、有害因素进行识别与分析,判断工程、系统发生事故和急性职业危害的可能性及其严重程度,提出安全对策建议,从而为工程、系统制定安全防范措施和管理决策提供科学依据。近年来,随着安全评价工作向纵、深方向的开展,其作为安全管理的必要组成部分,正逐渐被社会广泛认可,对于安全生产所起的技术保障作用越来越显现出来,对安全管理模式的完善,更起着积极的促进作用,主要体现在以下几个方面: 一、开展安全评价工作,有助于提高生产经营单位的安全管理水平 传统安全管理方法的特点是凭经验进行管理,多为事故发生后再进行处理。通过安全评价,可以预先识别系统的危险性,分析生产经营单位的安全状况,全面的评价系统及各部分的危险程度和安全管理状况,促使生产经营单位达到规定的安全要求。 安全评价可以使生产经营单位所有部门都能按照要求认真评价本系统的安全状况,将安全管理范围扩大到生产经营单位各部门、各环节,使生产经营单位的安全管理实现全员、全方位、全过程、全天候的系统化管理。 安全评价可以使生产经营单位安全管理变经验管理为目标管理。安全评价一

人工神经网络在聚类分析中的运用

摘要:本文采用无导师监督的som网络,对全国31个省市自治区的人民生活质量进行了综合评价,在没有先验信息的条件下,不采用人为主观赋予各指标权重的办法,转而运用自组织神经网络自组织竞争学习的网络方法来进行赋值、计算和评价,消除了主观确定各指标的权重的主观性,得到的结果较为符合各省市自治区的实际结果。 关键词:聚类分析;k-means聚类;系统聚类;自组织神经网络;人民生活质量 一、引言(研究现状) 自改革开放以来,我国生产力极大发展,生活水平总体上得到了提高。但是,地区间的发展不平衡始终存在,而且差距越来越大,不同地区人民的生活水平也存在显著的差异。据此,我们利用自组织人工神经网络方法对全国31个省市自治区的人民生活水平质量进行分析评价。 二、指标选取与预处理 1.指标选取 遵循合理性、全面性、可操作性、可比性的原则,从以下5个层面共11个二级指标构建了人民生活质量综合评价指标体系(如下表所示)。 人民生活质量综合评价指标体系 2.指标预处理 (1)正向指标是指标数据越大,则评价也高,如人均可支配收入,人均公园等。 正向指标的处理规则如下(1): kohonen 自组织神经网络 输入层是一个一维序列,该序列有n个元素,对应于样本向量的维度;竞争层又称为输出层,该层是由m′n=h个神经元组成的二维平面阵列其神经元的个数对应于输出样本空间的维数,可以使一维或者二维点阵。 竞争层之间的神经元与输入层之间的神经元是全连接的,在输入层神经元之间没有权连接,在竞争层的神经元之间有局部的权连接,表明竞争层神经元之间的侧反馈作用。训练之后的竞争层神经元代表者不同的分类样本。 自组织特征映射神经网络的目标:从样本的数据中找出数据所具有的特征,达到能够自动对样本进行分类的目的。 2.网络反馈算法 自组织网络的学习过程可分为以下两步: (1)神经元竞争学习过程 对于每一个样本向量,该向量会与和它相连的竞争层中的神经元的连接权进行竞争比较(相似性的比较),这就是神经元竞争的过程。相似性程度最大的神经元就被称为获胜神经元,将获胜神经元称为该样本在竞争层的像,相同的样本具有相同的像。 (2)侧反馈过程 竞争层中竞争获胜的神经元会对周围的神经元产生侧反馈作用,其侧反馈机制遵循以下原则:以获胜神经元为中心,对临近邻域的神经元表现为兴奋性侧反馈。以获胜神经元为中心,对邻域外的神经元表现为抑制性侧反馈。 对于竞争获胜的那个神经元j,其邻域内的神经元在不同程度程度上得到兴奋的侧反馈,而在nj(t)外的神经元都得到了抑制的侧反馈。nj(t)是时间t的函数,随着时间的增加,nj(t)围城的面积越来越小,最后只剩下一个神经元,而这个神经元,则反映着一个类的特征或者一个类的属性。 3.评价流程 (1)对n个输入层输入神经元到竞争层输出神经元j的连接权值为(6)式:

安全评价方法分类

一、安全评价方法分类(熟悉) 1)按评价结果的量化程度分类法 按照安全评价结果的量化程度,安全评价方法可分为定性安全评价法和定量安全评价法。 (1)定性安全评价方法 定性安全评价方法主要是根据经验和直观判断能力对生产系统的工艺、设备、设施、环境、人员和管理等方面的状况进行定性的分析,安全评价的结果是一些定性的指标,如是否达到了某项安全指标、事故类别和导致事故发生的因素等。 属于定性安全评价方法的有安全检查表、专家现场询问观察法、因素图分析法、事故引发和发展分析、作业条件危险性评价法(格雷厄姆—金尼法或LEC法)、故障类型和影响分析、危险可操作性研究等。 (2)定量安全评价方法 定量安全评价方法是运用基于大量的实验结果和广泛的事故资料统计分析获得的指标或规律(数学模型),对生产系统的工艺、设备、设施、环境、人员和管理等方面的状况进行定量的计算,安全评价的结果是一些定量的指标,如事故发生的概率、事故的伤害(或破坏)范围、定量的危险性、事故致因因素的事故关联度或重要度等。 按照安全评价给出的定量结果的类别不同,定量安全评价方法还可以分为概率风险评价法、伤害(或破坏)范围评价法和危险指数评价法: ①概率风险评价法 概率风险评价法是根据事故的基本致因因素的事故发生概率,应用数理统计中的概率分析方法,求取事故基本致因因素的关联度(或重要度)或整个评价系统的事故发生概率的安全评价方法。故障类型及影响分析、事故树分析、逻辑树分析、概率理论分析、马尔可夫模型分析、模糊矩阵法、统计图表分析法等都可以由基本致因因素的事故发生概率计算整个评价系统的事故发生概率。 ②.伤害(或破坏)范围评价法 伤害(或破坏)范围评价法是根据事故的数学模型,应用计算数学方法,求取事故对人员的伤害范围或对物体的破坏范围的安全评价方法。液体泄漏模型、气体泄漏模型、气体绝热扩散模型、池火火焰与辐射强度评价模型、火球爆炸伤害模型、爆炸冲击波超压伤害模型、蒸气云爆炸超压破坏模型、毒物泄漏扩散模型和锅炉爆炸伤害TNT当量法都属于伤害(或破坏)范围评价法。 ③危险指数评价法 危险指数评价法应用系统的事故危险指数模型,根据系统及其物质、设备(设施)和工艺的的基本性质和状态,采用推算的办法,逐步给出事故的可能损失、引起事故发生或使事故扩大的设备、事故的危险性以及采取安全措施的有效性的安全评价方法。常用的危险指数评价法有:道化学公司火灾爆炸危险指数评价法,蒙德火灾爆炸毒性指数评价法,易燃、易爆、有毒重大危险源评价法。 (2)其他安全评价分类法 按照安全评价的逻辑推理过程,安全评价方法可分为归纳推理评价法和演绎推理评价法。 归纳推理评价法是从事故原因推论结果的评价方法,即从最基本危险、有害因素开始,逐渐分析导致事故发生的直接因素,最终分析到可能的事故。 演绎推理评价法是从结果推论原因的评价方法,即从事故开始,推论导致事故发生的直接因素,再分析与直接因素相关的之间因素,最终分析和查找出致使事故发生的最基本危险、

相关文档
最新文档