基于猪触电试验的人体触电规律研究

针对无法用人体进行触电试验的问题,提出基于动物猪触电试验数据研究人体触电规律的方法.首先将达尔基尔人体摆脱电流-频率特性曲线的数据作为训练样本,利用BP神经网络建立成年人摆脱电流预测模型;然后以触电试验获得的不同体质量猪的触电试验数据为基础,利用回归分析建立了猪触电电流与体质量的关系模型;根据人与猪在生理、解剖学、电特性等方面高度相似性的特点,依据生物电磁学构建了触电通道,并利用柱体模型获得成年人与试验猪阻抗的映射关系,进而推得成年人在36 V,50 Hz时的触电电流与体质量的关系模型.研究结果表明:发生触电事故时,流过人体内的触电电流与人的体质量呈正相关;36 V,50 Hz条件下,50 kg成年人触电电流为17.02 mA,基于BP神经网络模型获得的50 kg成年人摆脱电流为16.22 mA,两者误差为0.8 mA.     

基于熵权-BP神经网络的涉农类上市企业融资风险预警研究

针对涉农类上市企业的融资风险预警问题,首先从企业的资金流融入以及融出两个层面构建了含有15个指标的融资风险预警指标体系;然后收集了24家涉农类上市企业2017年的相关指标数据,并利用熵权法确定各指标层的权重值,结合指标数据计算得到24家上市企业的融资风险预警指数RWI值,即为BP神经网络的输出层;最后通过BP神经网络工具箱建立涉农类上市企业的融资风险预警模型,并进行了神经网络训练以及仿真预测。结果发现,所建立的BP神经网络融资风险预警模型对涉农类上市企业的融资风险预警具有较好的适用性,对企业的融资风险预测与控制具有实践意义。     

银行资源分配方案风险的熵的评价

文章利用熵权、熵权评价值构造了有m个评价对象、n个评价指标的银行资源分配风险评价模型。并用案例说明此模型的实用性     

水资源短缺的风险因子识别模型

水资源短缺已经成为影响和制约我国部分地区社会和经济发展的主要因素,为了确定引起水资源短缺的主要风险因子,以达到控制风险的目的,以北京市1979—2009年水资源数据为例,应用BP神经网络良好的数据拟合功能,建立缺水量与导致水资源短缺各因子关系的BP神经网络模型.将各单个因子取值增加1%,然后通过该模型计算出缺水量的变化率,从而确定北京市水资源短缺的主要风险因子,依次为第三产业及生活用水、污水处理率、降水量等.该模型所得结果与现有方法的结论比较吻合,但计算更为简便.     

基于改进G2-EWM-TOPSIS模型的引水隧洞塌方风险评价

滇中引水工程是云南省可持续发展的战略性基础工程,而塌方事故是影响引水工程安全的重要隐患。结合滇中引水工程的实际情况,开展了隧洞塌方风险评价,建立了包含11个代表性指标的隧洞塌方风险评价体系,选用改进G2法及熵权法进行主客观赋权,运用矩估计理论进行组合赋权,构建了改进G2-EWM-TOPSIS模型,运用该模型对滇中工程引水隧洞进行塌方风险评价,得出评价等级。研究表明：该隧洞4个段的塌方评价等级为中风险,5个段的塌方风险评价等级为高风险;该模型计算塌方评价等级与实际等级基本相符,且和云模型相比评价准确度由55.6%提高到88.9%,可用于滇中引水隧洞工程中的塌方风险评价分析,为滇中引水工程施工运营提供理论支持。     

基于BP神经网络的涉氨制冷企业风险分级模型

为缓和涉氨制冷企业风险分级状态,构建了以BP神经网络为基础的涉氨制冷企业风险分级模型。运用SPSS筛选和专家评审确定27项最终指标。通过专家打分法将南宁市11家涉氨制冷企业风险指标量化后作为BP神经网络模型训练的输入值。以此输入值为样本并从中选取10组数据作为训练样本,1组作为验证样本。验证结果表明,建立的模型对涉氨制冷企业风险进行快速分级具有一定程度的可靠性,有助于同类型企业及相关政府部门实现风险动态管理。     

基于多指标评估云模型的车载动力锂电池火灾风险研究

为了探究多影响因素下车载动力锂电池火灾风险特性,确保其安全运行,本文采用基于多指标熵权云模型的评估方法,探讨了不同风险层级下的风险指标隶属度特性,并提供了风险预防措施。结果表明,所选型号动力锂电池在风险等级Ⅲ以下的隶属度为0.684,风险整体处于可控范围;动力锂电池火灾风险事故中,发生可能性排名前五的风险指标中客观风险因素占80%,但客观风险因素发生的可能性小于人为诱发因素,后者平均维持在前者的62%左右;构建风险评估体系中电池类风险指标数达40%,其风险期望值相较其他风险因素低,可在电池生产阶段对所属的风险指标进行改进;电动汽车运行过程中对动力锂电池火灾风险影响最大的三个风险因素分别为气温过高、过充、事故撞击。     

基于熵权TOPSIS法的JK文化财务风险评价

文化传媒行业在迎来发展浪潮的同时,财务风险也随之增加.结合文化传媒企业的财务特征,运用熵权TOPSIS法从筹资风险、投资风险、营运风险和成长风险4个方面选取指标构建财务风险评价体系,评价JK文化近5年财务风险水平.实证结果表明:投资风险是影响JK文化财务风险的最主要因素,可关注的指标包括净资产收益率、投入资本回报率和净资产增长率等.因此,企业应从合理制定投资计划、审慎选择资产评估机构、提升自主研发能力等多种措施来控制财务风险.     

互联网金融企业风险预警模型构建研究

结合互联网金融企业自身特点,建立互联网金融风险指标体系,采用主成分分析和BP神经网络结合的方法,构建互联网金融风险预警模型,将筛选后得到的主成分分析结果输入到训练后的BP神经网络风险预警模型中,进行实证分析.结果显示,训练后模型准确率可以达到96.35％,对于样本预测精准度具有较强作用,从而可以为互联网金融企业提供一种...     

基于BP神经网络的技术风险评价

通过对技术风险的概念和特点及其发生机理的分析,建立了企业技术风险的评价指标体系,并提出了 一种基于BP神经网络的企业技术风险评价方法。人工神经网络能准确、简便地评价企业的技术风险,且避 免了人工确定指标权重的主观性,是一条具有发展和应用前景的途径。     

软件项目风险评价研究

阐述了软件项目风险的分类,建立了软件项目风险评价指标体系,通过对比分析当前主要的风险评价方法,并构建了基于BP神经网络的软件项目风险评价模型,最后结合具体的样本数据对所建评价模型做了训练检测和实证分析．     

家电零售业的买方势力问题分析

从家电行业的产业链结构和零售企业行为的角度对家电连锁零售行业的买方势力进行了考察;认为通道费有多方面的含义,不能一概否定,但目前的通道费占行业利润比例过高,对行业发展不利;指出后向一体化在当前只是获取品牌租金,并不排斥竞争;并从厂商的角度和消费者角度对行业规制政策提出了建议。     

浅析煤矿井下触电预防

本文以分析煤矿井下触电为主线,着重介绍了触电的原因,并在此基础上,阐述了影响触电危害程度的因素,以及煤矿井下触电的预防,使读者对煤矿井下触电有一个总体的了解。     

基于熵权-改进灰色关联模型的公路隧道塌方风险评估

为确定公路隧道施工过程中塌方风险等级,选取工程地质等4项一级指标,围岩级别等12项二级指标,建立熵权-改进灰色关联的公路隧道塌方风险评价模型。采用熵权法计算评价指标权重;采用改进灰色关联法确定各段隧道与隧道塌方各风险等级的关联度,并与所求得的权重相结合确定最终的风险等级,并将结果与工程实例相印证。结果表明：公路隧道塌方的12项风险因素中,年均降水量、隧道跨度、围岩级别、隧道埋深对隧道塌方影响较大;采用本文模型对四段隧道进行评价,评价结果均与实际相符。可见该评价模型为在建隧道施工塌方风险等级的确定与预防提供了科学而有效的依据。     

基于组合模型的建筑触电事故人因失效分析

为探究触电事故人因关联性,提出一种基于决策试验和评价实验(DEMATEL)-解释结构模型(ISM)-网络层次分析(ANP)的组合模型,对人因失误事故进行失效分析,客观确定各人因影响因素的重要程度。利用认知可靠性和失误分析方法(CREAM)对2012-2021年的192起建筑触电事故进行人因提取并分类,通过关联规则挖掘确定影响因素之间的相关性,生成置信度矩阵,再利用DEMATE-ISM明晰影响因素之间的层级作用路径与网络结构,构建多级递阶结构模型,最后通过ANP对模型进行权重的确定。结果表明,具有较高权重的不完善的安全防护设施管理是根层影响因素,权重最高的决策失误、错过观察为表层直接影响因素,最易形成人因失误事故,必须对其进行严格把控,预防事故的发生。     

移动通信网络风险评价指标体系的分析与模型建立

针对人群密集度高、人员流动度大的大型赛事对移动通信网络的要求,分别从网络风险、业务风险、配套风险与安全风险、质量风险等几个方面分析研究了移动通信网络风险因素,构建了通信网络风险综合评价指标体系;提出了基于层次分析法并综合了熵权法、模糊数学算法的风险评价模型;模型中同时加入了主观权重和客观权重,并采用了新的结合方法包括对中间层指标比重关系的考虑计算出综合权重,减小了因权重分配不均产生的误差;最后通过实例验证风险评价模型输出的结果与实际情况较为接近,表明模型能较好地完成对移动通信网络风险状况的预测和评价。     

废旧家电回收逆向物流网络优化模型设计

根据废旧家电产品的特点,选取电视机、洗衣机、电冰箱以及空调4种回收种类的废旧家电进行针对性的研究,构建了一种回收逆向物流网络优化模型,最后通过一个算例分析验证了所构建模型的有效性和合理性,为解决逆向物流网络中新建设施的最优选址问题和废旧家电在各设施节点间的最优流量问题提供了理论依据．     

基于混沌粒子群优化BP神经网络的网络安全风险评估系统设计

网络规模不断扩大的同时,也容易受到各种安全风险的威胁,因此,必须对网络安全风险进行准确评估。传统的评估系统中存在的趋势性、周期性以及随机性影响评估准确率的问题,导致评估的结果大都不准确;为此,提出并设计了基于混沌粒子群优化BP神经网络的网络安全风险评估系统。首先对系统的硬件进行了设计,并得出了设计的框图;然后使用混沌粒子群的优化算法和BP神经网络的算法对系统的软件进行了设计;最后进行了对比的实验。实验结果表明,该系统能够更好的协调,并处理评估过程中出现的问题,不会受到趋势性、周期性以及随机性的影响,能够更好的发挥网络安全评估的效果,提高评估的准确率,减小相对的误差。