室外高温环境下建筑工人劳动安全评价

为减少高温作业下生产性意外事故的发生,对高温环境下建筑工人的劳动安全进行评价,以引导施工现场的作业安排。本研究从劳动作业、作业环境、工人自身因素3方面,结合室外高温环境下影响劳动安全的其他子因素,建立了评价指标体系,基于层次分析法计算指标权重,考虑到传统模糊综合评判法无法处理数据间随机性,再引入云理论,基于n组打分结果,通过云熵值、云期望将评价过程中的随机性以及模糊性定量化,进而对高温环境下建筑工人的工作进行安全评估,从而得到各指标处于不同安全等级的隶属度,实现动态评价的过程。结果表明：云模型评价结果存在的离散化程度较小,专家意见较统一,且综合安全评价结果为7.24,安全等级较差,应重点调整劳动因素中的作业负荷,评价结果符合实际情况,进一步表明该模型的有效性。     

基于云模型的边坡风险评估方法及其应用

针对边坡风险评估随机性和模糊性共存的特点,在传统模糊综合评判法(FCE)的基础上引入云模型理论,提出一种边坡风险评估方法.选取边坡坡高等7项因素作为评估风险集,将风险划分为5个等级,采用云模型来构建隶属度函数.通过正、逆向云发生器计算权系数矩阵和综合评判矩阵,利用Matlab软件直观生成评价云和"云滴"图来对比分析,综合评价得到边坡风险等级.以大崎山旅游公路边坡为例进行建模分析,将评估结果与传统模糊理论评判方法所得结果进行对比,与实地调查结果相合,分析结果表明该方法是有效的.     

基于云模型的地面智能机器人自主性评价方法

为解决地面智能机器人自主性评价过程中评价体系单一、未考虑评价过程及系统自身不确定性等问题,提出了一种基于云模型的自主性评价方法.该方法建立了评价云模型,以期望作为评价基本度量,以熵和超熵描述评价的不确定性.通过对不同属性特征的样本进行统计特征、区间数和评价向量运算,得到实数型、区间型和语言型三类评价云生成方法.利用加性合并计算,将多个评价云信息累加,得到具有稳定可信性的综合评价状态云.以实验室3台地面智能机器人为原型,设计系统自主性评估验证实例,完成了云化过程.实验验证了该方法能够有效结合定性与定量评价,可应用于地面智能机器人自主性评价和其他复杂智能系统的综合性能评价.     

基于动态权重-云模型的大型渡槽安全综合评价

针对传统渡槽安全评价方法忽略了评价指标权重的动态变化，不能实时反映危险因子对渡槽实际运行状态的影响等缺陷，提出了一种基于动态权重-云模型的渡槽安全综合评价方法，引入动态权重模型为评价指标动态赋权，并利用云模型获取评价指标隶属度。将该方法应用于南水北调中线干线工程M河渡槽安全评价并与静态权重模型评价结果进行了对比，结果表明，动态权重-云模型实现了评价指标层权重计算结果随工程运行状态的实时变化，同时对危险因子的识别敏感性更高，提高了评价方法对复杂运行环境下渡槽安全综合评价的适用性和准确性。     

矿井安全生产的神经网络评价

为解决矿井安全生产问题,基于人工神经网络理论,分析了安全评价系统的复杂性,确定了矿井安全生产评价指标,建立了神经网络评价模型,通过实证分析取得较好的结果.评价结果表明,BP神经网络方法在矿井安全评价中避免了以往用层次分析法和模糊综合评判法带来的不足,使矿井安全评价更趋完善.     

基于云模型和D-S证据理论的多源信息融合滑坡安全性评价

基于多源信息融合理论,结合安全监测数据及滑坡变形破坏特征,构建完善的滑坡安全性评价体系,应用云模型生成各评价指标隶属度,采用引入权重系数的改进D-S证据理论进行数据融合分析,建立一种基于云模型和改进D-S证据理论的滑坡安全性多指标综合评价模型,以实现对滑坡安全性的综合评判。以雅砻江卡拉水电站周家滑坡安全评价分析为实例进行研究,按最大隶属度原则判定周家滑坡的安全状态,分析表明其整体处于基本稳定状态,B1区处于不稳定状态,与实际基本相符。     

基于云D-S证据理论的山区高速公路路段风险评判

为保障山区高速公路运营期间的行车安全,提出基于云模型和Dempster-Shafer (D-S)证据理论的山区高速公路路段风险性综合评判方法。结合以往研究和标准构建了包括道路线形、路面状况、安全设施、路桥隧情况、交通环境和服务水平6个指标的路段风险性评价体系。在此基础上,将路段风险性划分为5级并提出了指标的风险等级标准。以测点实测数据和专家评价值为依据确定指标特征值,采用云模型构建指标基本信度分配。基于D-S证据理论,利用融合规则将定性与定量指标多次融合,得到路段整体风险等级。将该模型应用到奉溪高速公路K46+800～K47+400标段风险评判中,得到路段整体风险等级隶属度向量为T=(0. 022,0. 947,0. 025,0,0,0),融合不确定度为0. 007。评价结果表明:该评测路段风险性为较低风险;基于云模型与证据理论的综合评判方法具有较好的可行性与适用性,实例评价结果与实际情况基本一致。     

基于含熵期望曲线的云模型相关性度量方法

针对现有基于云模型的相关性度量方法缺少必要约束条件的问题,提出一种基于含熵期望曲线的云模型相关性度量方法．将云模型中超熵期望曲线的与区域和或区域的面积比作为相关性的度量基准,解决云模型的区间约束以及半云度量问题．利用3熵（3σ）约束增加云滴的聚集,减少计算开销．将超熵纳入计算,考虑云滴厚度对云模型相关性的影响．本方法克服了面向随机云滴的距离度量方法和数字特征变换方法中存在的计算复杂度高、结果不稳定的问题,同时满足了三类约束的实际计算需求．实验表明该方法能够客观有效地对云模型相关性进行度量,并在基于云模型的系统评价任务中得到了验证．     

基于云模型的刀库系统故障分析

针对传统模糊综合评判隶属度函数难以确定的问题,用黄金分割率法生成的隶属云模型作为隶属度函数,对传统的危害度模糊综合评判加以改进.通过建立因素集、评价集和权重集等步骤,实施基于云模型的故障分析,判断各个故障模式的风险等级,最终对到刀库系统的故障部位进行评价.评价结果表明:松开、夹紧装置系统、驱动系统变频器系统和电气系统是刀库系统的关键故障部位.     

基于云理论的油气管道滑坡危险性综合评价

管道滑坡危险性评价是长输油气管道沿线滑坡灾害预防和治理中规划决策的重要依据.该评价组织由定量和定性两类指标构成,评价系统具有随机性和模糊性的特点.针对常用的定性和半定量评价法在处理系统的随机性和模糊性上存在顾此失彼和人为主观性强的问题,引入能同时有效反映事物随机性和模糊性的云理论,运用黄金分割率法构建5级标度的管道滑坡危险性状态标尺云和指标重要性权重云,提出定量指标的不确定性推理过程和定性指标专家群语言云转化的浮动云偏好集结算法,构建了油气管道滑坡危险性的综合评价模型并进行了工程例证分析.4处待评样本的综合评价结果与半定量法结果基本一致,并与实际相符.该模型软化了指标边界的硬划分,简化了指标数据的预处理;实现了评价的定量与定性融合和集成决策;提高了结果的精确性、合理性和可视化.     

基于云-灰关联分析的教学评价研究

教学评价是使教学系统保持稳定发展的重要手段,采用科学合理的评价方法对教学质量进行有效的评价,对于改进教学、提高教学质量有着非常重要的作用。针对教学评价指标的模糊性和不确定性等特点,结合云模型与灰色关联分析的优点,提出了云-灰关联分析评价模型。该方法在综合云理论的基础上将两个或多个以上的同类型语言值综合为一个更广义的概念语言值,通过云模型实现定性语言值与定量数值之间的相互转换,并利用灰色关联分析法确定各评价指标的权重,借鉴灰色关联理论完成对教学质量的综合评价。实例证明,该方法具有较强的可行性和客观性。     

基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.     

基于组合赋权的边坡安全模糊灰色评判

文章针对边坡安全评判中的模糊与灰性,将灰色理论与模糊数学结合起来,建立一种基于模糊灰色的综合评价方法,对边坡安全进行评判。同时,采用基于层次分析法和均方差法的主客观组合赋权,避免独立赋权的片面性,使评判结果更加接近实际情况。结果显示,运用组合赋权对边坡安全进行模糊灰色评判更加准确。     

基于改进EAHP-正态云模型的尾矿库溃坝风险评价

针对尾矿库溃坝风险专家群决策评价中的主观随意性和语言模糊性,以及传统层次分析法采用“点”数据或“刚性”数据构造判断矩阵与实际情况不符等问题,将可拓集合理论以及物元理论与之相结合,并考虑到不同专家对指标重要性赋值结果可能与专家群体综合评判结果间的离异程度较大等客观因素,提出了一种可考虑专家客观权重系数的改进可拓层次分析法,同时利用正态云模型在处理指标随机性和模糊性等方面的独特优势,构建了一种基于改进EAHP-正态云理论的尾矿库溃坝风险评价方法.实例验证表明,该工程漫顶溃决、渗流破坏和管理因素方面均处于安全状态,失稳溃决方面处于较安全状态,整体上处于安全状态,当属正常库,与工程实际相吻合,该方法可有效提升尾矿库评价指标权重群决策结果的客观性和准确性,为该工程日后安全监测的重点及除险加固方案的制定提供参考.     

基于云模型的城市轨道交通应急预案评价

城市轨道交通应急预案是应急机构和人员处理运营突发事件的指南，在应急管理中发挥着极其重要的作用，评价其优劣具有重要意义.为了解决在评价过程中存在评价指标主观性过强及评价结果难以量化等问题，引入CRITIC法和云模型理论，提出了二者耦合的城市轨道交通应急预案评价方法.根据实际情况建立了城市轨道交通应急预案评价指标体系，采用CRITIC法确定了各指标的权重，运用云模型的基本算法生成评价云和结果云，通过云的数字特征和云图比较直观地展现评价结果，得到待评价预案的评价等级.以某城市轨道交通应急预案为例，验证了评价方法的合理性与有效性，为应急预案的评价提供了新的理论依据.     

模糊综合评判算法的改进

针对模糊综合评判法在实际应用中存在的缺陷,即用一个精确程度去度量某元素是否属于某一模糊子集并不能客观反映真实情况,且用"取大取小"方法确定M(∨,∧)模型的评价向量也存在错误,提出一种改进的模糊综合评判法——扰动模糊综合评判法.该方法在一般模糊综合评判法基础上,运用扰动模糊子集和隶属区间的扰动算子,对一般模糊综合评判法重新进行了系统性的完善.采用该方法对电子政务绩效进行评价,能够取得一定的成效.     

基于组合赋权法与云模型坝基岩体质量评价

利用组合赋权法与云模型对坝基岩体质量分级进行了评价,主要采用6项评价指标:岩石单轴饱和抗压强度、结构面间距、RQD、完整性系数、声波纵波速度和地应力修正系数,以金沙江旭龙水电站坝基岩体作为实例进行了质量评价.通过偏好系数法将优序图法和熵值法组合,利用云数字特征值建立岩体质量各评价因子的云模型,并得出岩体样本各评价因子对应的确定度,综合确定度最大值对应等级为岩体的质量等级.利用云模型的评价结果与传统的BQ分级法和可拓理论的评价结果进行比较验证,云模型具有可操控性和较高分类精度,能够精确地表达出岩体质量的综合确定度.     

考虑融合权重优化与冲突信息来源的大坝安全综合评价方法

证据理论基于各监测项目及监测点数据进行大坝安全综合评价。然而,已有研究多采用Euclid距离等传统距离度量方法确定证据体的融合权重,且未考虑冲突信息来源,存在综合评价结果准确性较差的问题。针对以上问题,该文提出考虑融合权重优化与冲突信息来源的大坝安全综合评价方法。基于监测点-监测项目-监测类型的大坝安全评价信息融合层次结构,提出基于卡方散度与Shannon熵的证据体距离度量方法,获取监测点和监测项目层级的客观融合权重,克服已有方法未充分考虑证据体离散程度和不确定性的不足,提高了评价结果的可靠性。在监测类型层级采用乘积标度法计算主观融合权重,充分考虑专家经验,避免基于距离度量方法产生不合理权重(例如变形的权重小于环境量的权重);鉴于数据粗差是冲突信息的主要来源,提出基于鲁棒加权回归的季节趋势分解(STL)-孤立森林(iForest)算法作为数据粗差剔除方法,以消除冲突信息对评价结果的影响。工程应用结果表明：与基于Euclid距离度量、未考虑粗差剔除的证据理论方法相比,所提方法可靠性更高。     

基于云模型的煤矿矿井瓦斯风险综合评价研究

本文针对煤矿矿井内各类危险源的不确定性特点,利用模糊性和随机性相结合的云模型对瓦斯风险评价指标进行表示.采用基于云模型的煤矿矿井瓦斯风险综合评价方法进行研究,将定性瓦斯风险评价指标和定量瓦斯风险评价指标进行量化和规范化计算.同时,建立了云模型的多层次的煤矿矿井瓦斯风险综合评价指标体系结构,并将其转换成基于云模型的煤矿矿井瓦斯风险综合评价.此外,还根据云重心推理方法,引入基于云模型的煤矿矿井瓦斯风险综合评价方法.     

高拱坝安全分析中的不确定性因素研究

为解决高拱坝确定性评价的弊端，综合应用概率统计理论、结构可靠性原理与风险分析等非确定性方法进行高拱坝安全分析。利用统计推理与假设检验研究了影响高拱坝失效的洪水水位、地震加速度及材料参数的分布规律与估计量的算法，利用二阶矩法计算了高拱坝失效模式的发生概率。分别利用确定性与非确定性方法对某高拱坝进行了安全评价，通过比较表明：利用失效概率、风险值两个指标对高拱坝进行安全评价可以兼顾安全性、经济性的平衡。