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.     

遗传算法在矿井安全管理评价中的应用

在考察传统安全评价方法之弊端的基础上,提出了利用遗传算法理论进行安全评价的可行性和优越性;给出一种同时确定神经网络结构和权值的遗传优化方法;提出和分析了基于遗传算法的矿井安全管理评价模型及其评价步骤;并通过实例证明了遗传算法应用于矿井安全管理评价中的可行性和优越性。结果表明,遗传算法应用于矿井安全管理评价,其评价结果更准确,精度更高。     

模糊神经网络在信息系统安全评价中的应用

随着科技的发展信息系统也越来越复杂化,传统的方法已不能满足信息系统安全评价准确度的要求。为了能进一步提升信息系统安全评价的准确性,通过将模糊评价方法与BP神经网络方法相结合,提出了模糊神经网络综合评价方法。充分利用了模糊评价方法强的模糊性识别能力和BP神经网络的非线性处理能力,从而更为有效地对系统进行安全评价。实验结果验证了算法的有效性,并通过与模糊评价方法和BP神经网络方法进行对比验证了算法的优越性。     

基于BP 神经网络的城市道路交通安全评价研究

针对我国城市道路交通安全的现状节,并结合我国道路交通的特点, 提出了采用道路交通安全政策、道路交通安全状况、道路交通安全管理与道路交通事故防控水平等4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,建立了基于BP 神经网络的评价模型,并结合实例,分析了其计算方法.该方法对于城市交通安全评价是有效的.     

BP神经网络在大坝安全综合评价中的应用

提出了基于改进的BP神经网络的大坝安全综合评价方法，将改进的BP神经网络应用于大坝综合评价，意在建立更加接近于人类思维模式的定性与定量相结合的综合评价模型。通过对给定学习样本模式的学习，获得取学习样本中所体现的评价专家的经验、知识、主观判断及对目标重要性的倾向。当需对评价对象作出新的综合评价时，该方法便可再现评价专家的经验、知识和直觉思维，从而实现定性分析与定量分析的有效结合，较好地保证评价结果的质量，示例表明，这一评价方法是合理、可行的。     

基于BP神经网络的教学评价模型构建

通过对BP神经网络模型的构建和算法进行详细阐述,系统地介绍了BP神经网络理论在教学评价中的应用现状,并给出基于BP神经网络的教学评价模型的构建方法。     

BP神经网络的通风系统可靠性评价

为了找到一种更加准确、快速评价矿井通风系统可靠性的方法.通过定量分析影响矿井通风系统的各因素,建立完整有效的评价指标体系.利用BP神经网络映射评价指标体系和可靠性等级之间的非线性关系,建立评价模型,由Matlab编程确定评价模型各参数,提高了预测速度和精度.用Visual Basic建立了图形用户界面,简化操作流程.结果表明:该评价指标体系结构完整,能够充分描述通风系统的安全状况.所建立的BP神经网络可以正确映射通风系统可靠等级,且仅通过图形用户界面即可完成矿井通风系统安全可靠性的预测工作.     

基于BP神经网络的矿山安全文化评价体系

为了完善和加强矿山安全文化的建设,根据矿山自身的特点,本文提出了一种对矿山安全文化进行合理、科学、全面评价的方法。根据国际SMART准则,从安全环境、安全管理、安全培训、班组长素质、员工行为、安全事务6个方面确立了21项安全文化评价指标,提出了安全文化等级划分标准,并在MATLAB平台上建立了基于BP神经网络的安全文化等级评价体系。以6个矿山的样本数据作为训练样本,经过训练,结果显示当迭代次数为355时,网络的全局误差达到要求,并且输出值与期望输出值之间呈基本吻合,误差比较小。最后,以该神经网络对恒祥煤矿的安全文化等级进行预测,输出结果表明该矿山的安全文化等级为4级,与该矿山的安全文化实际状况相符。因此,BP神经网络具有很好的学习功能,通过样本训练后能够准确地对矿山安全文化进行评价,为提高矿山安全文化水平提供参考和依据。     

基于黄金割理论的改进BP神经网络的高速公路安全投入评价研究

为解决高速公路安全投入构成复杂、评价定量难,以及施工企业普遍存在安全投入力度不足、不合理的问题,需要对高速公路安全投入的合理性进行评估。通过分析高速公路安全投入的构成特点,采用安全成本分解结构法（SCBS）从人员、技术设施和文明管理角度构建高速公路安全投入评价指标体系;设计基于黄金分割理论的改进BP神经网络的高速公路安全投入评价模型。以遂德高速公路安全投入评价为案例,评价结果表明该项目的安全投入比较合理。本文评价结论与该工程实际情况基本一致,验证了本文构建的高速公路安全投入评价指标体系科学合理,提出的改进BP神经网络计算方法速度和精确度较高,为高速公路安全投入合理性评价提供参考和借鉴思路。     

煤矿井下突水信息监测与预警评价研究

煤矿开采中突透水检测一直是存在的技术难题,存在监测手段及监测方法落后的问题,笔者提出了沿工作面优化布置传感器的新方法,综合考虑各种因素如巷道、含水层水位,顶、底板压力以及挖掘面前方水量等,同时参考现有水文地质资料及监测所得数据,建立基于BP神经网络和D-S证据理论两级融合的煤矿工作面突水评价模型.评价模型以山西某矿3#煤层作为实例进行了分析,分析结果与实际结果基本相同,又提出针对不同环境条件矿井的多参数统计、存储及评价方法.     

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.     

基于遗传优化BP神经网络的员工绩效评估实证研究

首先介绍了基于BP神经网络的单位员工绩效评估模型,再通过遗传算法对BP神经网络的参数进行优化,提高了BP神经网络算法进行绩效评估的精度和效率。最后通过实证分析证明了此算法在单位员工绩效评估中的可行性和有效性。     

模拟退火神经网络模型在地下水质评价中应用

采用模拟退火算法与神经网络相结合的方法建立了地下水水质评价的SA-BP神经网络模型,并对阜新新邱露天煤矿地下水水质进行了评价.结果表明,模拟退火算法具有快速学习网络权重和全局搜索的超强能力,有效地解决了BP算法的局部收敛的问题.应用此方法评价地下水水质简便可靠,预测精度高,具有通用性和客观性等优点.     

Elman回归神经网络在大坝安全监控中的应用

给出了E1man回归神经网络的网络结构和学习方法。基于E1man回归神经网络能够逼近任意非线性函数的特点，提出了一种基于E1man回归神经网络建立安全监控模型的方法。实验表明，所建立E1man神经网络模型收敛速度快，并且其拟合及预报精度高于统计模型和BP网络模型。     

基于粗糙集和BP神经网络的空气质量评价方法

基于粗糙集理论,提出了空气质量评价参数的选取算法,在不降低有效分类信息的前提下对监测数据经过约简并作为BP神经网络的输入数据,简化了网络结构,提高了训练速度和测试精度.基于BP神经网络的空气质量评价方法能有效融合多种监测数据,系统通用性强.实验表明,基于粗糙集和BP神经网络的空气质量评价方法是可行有效的.     

基于模糊综合评判和BP网络的商品住宅品质评价方法

在分析影响商品住宅品质的硬性指标和软性因素基础上,提出采用二层次模糊综合评判模型来综合评价商品住宅的品质,并尝试用BP神经网络（Back Propagation NN）来确定各因素的权重分配.通过一个算例的分析表明,BP网络确定的权重分配能够客观反映消费者群体对商品住宅品质的真实诉求,采用模糊综合评判方法评价商品住宅的品质也是可行的.     

基于人工神经网络的动态联盟制造资源评估方法

在研究了多指标综合评价指标体系的构建与优化理论、Matlab关于人工神经网络的建立和分析了人工神经网络的BP网的优缺点基础上，构建了制造资源评价指标体系：提出应用人工神经网络对制造资源综合评价指标体系进行建模；并用Matlab进行程序编制；形成了基于神经网络的的制造资源综合评价模型和算法。     

基于多元统计—神经网络的教学质量评估模型

给出了基于多元统计—BP神经网络的教学质量评估模型,先采用相关分析、主成分分析对其影响因子作评价和预处理分析,然后以BP神经网络模型作预测,并在Matlab中实现.结果表明,基于多元统计—BP神经网络的教学质量评估模型,既克服了在评估过程中的主观因素,又得到了满意的评估结果,具有广泛的适用性.     

唐山矿瓦斯涌出量动态预测模型

为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性.