游乐设施并非有惊无险——聚焦游乐设施安全

为了满足人们在娱乐中寻求冒险、刺激的心理，如今，全国各地的游乐园中，越来越多的游乐设施逐渐向高空、高速、高刺激的趋势发展。在大多数人的意识里，游乐设施只是有惊无险的“大玩具”，直插云霄的摩天轮、风驰电掣的过山车、酣畅淋漓的丛林鼠，     

美国如何监管游乐设施安全

哈佛商业评论预言“继产品经济和服务经济之后，体验经济时代已经来临。”在美国，每天平均约有100万人到游乐园去游玩，许多人都多次乘坐游乐设施。无论是时速为100英里的“过山车”、还是加速度达自由落体8倍的气动“月球弹跳”，顾客的安全都是最受关注的。安全是游乐业的根本所在。     

基于模糊层次分析的大型游乐设施关键部件安全性研究

针对大型游乐设施关键部件安全性问题,提出了一种层次分析法与模糊综合评价法相结合的评价方法,对大型游乐设施关键部件进行安全综合评价。以过山车安全压杠为例,通过层次分析法建立了一套多因素指标评价体系,确定了指标综合权重,并结合专家评价法求出了平均值矩阵最终得到综合评价结果表明,该过山车安全压杠的安全性得分为83.4605分(百分制),对应的安全完整性等级为SIL3,安全性能良好,可继续投入使用。与第三方检验机构所出具的检验结果相吻合,表明该方法具有良好的准确性。     

游乐必须安全安全保障游乐

特种设备作为基础设备设施,不仅在生产领域发挥着重要作用,而且与人民群众生活息息相关。湖南以“关爱生命、关注特种设备安全”为主题,组织开展与旅游安全有关的特种设备安全进景区活动,客运索道、观光电梯、大型游乐设施等特种设备的安全乘坐就是其中的重点。关于正确使用游乐设施,我们呼吁：     

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。     

关于游乐设施全过程管理的研究

加强对游乐设施的运营管理,以确保游乐设施的安全运营,预防事故的发生,保障游客人身安全,这已经成为刻不容缓的一项重要任务。本文从设计、制造、采购、安装、调试、验收、运营、维护、修理直到报废这一系列全过程角度,详细阐述了游乐设施管理的内容。     

游乐设施安全事故分析及防范措施

近年来,游乐设施安全事故时有发生,对游客的生命财产安全构成了严重的威胁,因此,加强对游乐设施安全事故的分析,防范事故的发生显得刻不容缓。本文就游乐设施安全事故进行了详细分析,对事故防范措施进行了探讨,旨在减少事故发生和损失,可供参考。     

BP神经网络在矿井安全监测评价系统中的应用

阐述了BP神经网络基本理论，分析了BP神经网络存在的问题并提出了两种改进方法，增加了收敛速度，提高了效率。并将其应用于矿井安全监测评价系统中，提出了基于此理论的安全监测评价方法等，为矿井的安全生产和安全管理提供了依据。     

模糊评价数学模型在企业安全评价中的应用

模糊评价是利用模糊数学的基本理论———隶属度将模糊信息定量化 ,再对其进行定量评价得出科学结论的一种方法。该方法在国内外运用都较普遍。在对某企业影响事故的主要因素和综合管理实际状况广泛调查 ,建立评价模式 ,并由若干专家投票确定各子因素权重的基础上运用该方法进行安全评价 ,因而具有针对性强 ,实际效果好的特点 ,对于指导工业企业的安全生产具有较好作用 ,值得推广。     

神经网络在电气安全评价中的应用研究

为解决当前电气安全评价中评价结果残差过大,与实际情况不符的问题,引入神经网络技术,开展其在电气安全评价方法中的应用研究。通过对电气设备运行过程中的数据进行同构化处理,为后续评价提供数据依据;再建立针对电气安全评价的神经网络模型;再在引入神经网络技术的基础上,对构建的模型进行训练;最后,基于模型输出结果完成数据解模糊评价结果的生成。通过将新的评价方法与基于边缘计算的评价方法应用到相同实验环境中验证,新的评价方法评价结果残差更小,评价结果能够更好实现对电气运行状况的描述,实现对电气安全性的高精度评价。     

基于模糊神经网络的绩效评价体系研究

为了促进高校教师队伍发展,建立科学、合理的高校教师绩效评价体系,公正、准确的进行绩效评价,解决教师的绩效指标统一标准的问题,将模糊理论和神经网络相结合应用到高校教师的绩效考核研究中,在各项绩效工资考核指标间客观公正地分配权重系数,构建了合理的基于模糊神经网络的高校教师绩效评价体系,并通过实际数据验证了此方法的有效性。     

RBF模糊神经网络在舰载C3I系统效能评估中的应用

针对舰载C3I系统指标体系效能评估中存在的影响因素多、因素之间关系不明确和数据量庞大等问题,提出了一种径向基函数神经网络和模糊推理规则相结合的效能评估方法,分析并建立了基于RBF模糊神经网络学习算法的舰载C3I系统作战效能评估模型。利用400组指标权值数据对RBF模糊神经网络进行训练和测试,验证了该模型的有效性和可行性。在此基础之上,对选取的13组作战效能一级指标权值数据进行3次仿真实验。结果表明,该方法能够判定舰载C3I系统作战效能指标权值是否合理分配,为舰载C3I系统的作战效能评估方法提供了一种新的途径,也为决策者根据战场态势进行动态决策提供有效的量化验证。     

基于BP神经网络的工程项目安全耐久性评价

通过对人工神经网络的分析,结合工程项目安全耐久性评价,将BP神经网络的技术应用于拟建工程项目安全耐久性的评估中,可以实现在项目建设前期对工程项目质量等指标的客观定量评价,为工程项目建设的决策提供有效的依据。     

基于动态模糊神经网络的入侵检测系统

针对传统的网络安全防范技术存在的缺陷和入侵检测在动态安全模型中的重要地位和作用,提出了基于模糊理论、神经网络和遗传算法结合的新方法--动态模糊神经网络,并且给出基于动态模糊神经网络的入侵检测系统构建体系.该系统在实际应用中收到了较好的效果.     

基于模糊模块化神经网络的煤矿安全性评价

在合理选取煤矿安全性评判指标的基础上，运用模糊神经网络理论建立了煤矿安全性评价的模糊Modular神经网络模型，在开滦煤矿的实际应用表明了此模型用于煤矿安全性评价的可行性。     

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.     

模糊神经网络局部通风机调速控制器

为提高煤矿局部通风机的调速能力,采用模糊控制与神经网络技术,设计了局部通风机智能调速控制器。该控制器由瓦斯检测、风速检测、模糊神经网络控制器、变频调速器和局部通风机五部分组成,采用多层前向神经网络输出控制量。仿真结果表明：通风机速度曲线与实际电机速度曲线误差很小,模糊控制与神经网络的结合能够克服传统线性和非线性控制的缺点,较好地实现煤矿局部通风机的调速,提高了系统的鲁棒性。     

基于粗糙集的模糊神经网络在故障诊断中的应用

文章将粗糙集理论、模糊逻辑推理和神经网络等方法相结合,提出一种基于粗糙集的模糊神经网络理论的复杂机械的故障诊断方法。该方法应用模糊逻辑推理建立故障诊断决策表,采用粗糙集理论对故障样本数据属性约简,将获取的主要特征属性输入到神经网络中进行训练学习,然后把检测数据输入到诊断系统中进行检测。检测结果表明,该方法在船舶柴油机的故障诊断中是有效的。     

基于感性工学和神经网络的产品造型设计

针对当前产品设计中对情感意象需求的提高,建构能及时反映用户情感意象评估的产品造型设计系统.分析产品的形态要素和识别产品的感性意象认知;通过语义差分法的调查结果训练BP神经网络,建立感性意象和设计参数之间非线性的对应关系;结合计算机辅助设计技术,建构实用的产品造型设计系统.通过高脚杯的实例应用表明,该方法是合理可行性的,...     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度.