基于实时数据库技术的HAZOP专家系统框架设计

首先简要介绍了专家系统的基本概念和组成,然后分析确定了HAZOP专家系统的功能及结构。设计指出了HAZOP专家系统包含八个组成部分:用户界面、知识库、实时数据库、推理机、人机接口、系统数据库接口、知识获取机制和解释机制,并着重从知识库、实时数据库和推理机三个部分讲述专家系统的详细设计情况。其中知识库的设计包括知识库的表示与组织、知识库的管理两个方面,接着提出实时数据库的设计思想并进行框架结构设计,最后采用正向推理方式实现推理过程。     

基于BP神经网络在森林防火专家系统不确定推理中的应用研究

提出将改进的BP神经网络应用于森林防火专家系统的不确定性推理中,其良好的自学习和泛化能力,可以解决基于可信度规则的知识表示在实际应用中导致的规则激增,推理速度缓慢的问题。该方法将不确定的知识用可信度区间表示,通过知识编码,设计并训练BP网络,最后用MATLAB进行仿真。实验结果表明:BP神经网络可以自动学习专家的典型经验,并且能将之准确的推广,隐含层神经元个数的确定和典型样本的选取决定了准确精度。在实际的专家系统不确定推理应用中具有应用价值。     

基于补偿模糊神经网络的GPRS无线视频数据传输拥塞控制研究

本文将补偿模糊理论和神经网络的混合系统,应用在基于GPRS无线网络视频数据传输,以阐述其在多媒体无线数据传输的拥塞控制中的应用.提出了一种改进的补偿模糊神经网络,该混合系统引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度,有效地预测并及时避免了GPRS网络拥塞.仿真结果表明,本文方法的信元失真率优于传统方法.     

模糊Petri网在城市安全发展水平评价中的应用分析

为克服传统Petri网在评价城市安全发展水平时不易处理模糊信息的缺点,提出基于Petri网络和模糊推理算法的评估分析方法。首先,分析城市安全管理风险特性;其次,借鉴国家安全发展示范城市评价细则,建立三级城市安全发展评价指标体系;然后,将指标转换成城市安全模糊Petri网络(FPN)模型,运用模糊推理算法对Petri网络进行迭代计算,得到最终评价矩阵;最后,通过模糊层次分析法(FAHP)与优劣解距离法(TOPSIS)验证该方法结果的可靠性。研究结果表明:该方法能够有效处理指标基础模糊信息,并确定优势环节和薄弱环节,有助于评估城市安全发展水平。     

基于案例推理的城市典型灾害应急处置专家系统构建研究

全球自然灾害频发、强度不断增强,且城市化进程飞速发展,其所带来的相关城市灾害风险与日俱增.在重视灾害预报、预警的同时,城市灾害应急处置工作的有效组织与开展,亦是至关重要.把人工智能和城市灾害学知识相结合,通过构建灾害应急处置专家系统来解决该问题是目前的一个研究方向.本文运用案例推理等人工智能领域知识进行相关问题研究,阐述了如何对典型城市灾害案例进行知识化存储处理,给出了典型城市灾害分类推理规则和应急救援案例匹配计算方法.最后,利用VC++和CLIPS相结合,构建了基于案例决策的城市灾害应急处置专家系统.通过研究,充分验证了该模型方法的可行性,对于提高城市应急处置能力具有很好的现实意义.     

基于网络分析的矿井通风智能诊断专家系统

提出了矿井通风智能诊断专家系统来解决通风系统故障诊断问题,设计了矿井通风智能诊断专家系统知识库和推理机,提出用逐步线性回归分析法确定可能引起某巷道风速超限的风路集合.在知识库中把通风系统故障原因详细归类,在专家系统推理机中进一步缩小了故障范围并推断故障原因.给出了矿井通风智能诊断专家系统推理流程并设计了用户接口,故障诊断结果图可以直接显示故障巷道范围、故障原因及故障巷道列表.最后对大明矿进行了工业试验,智能诊断专家系统的故障诊断结果与实际结果一致,验证了系统的可行性.     

燃煤电厂袋式除尘专家系统开发研究

开发了一种袋式除尘系统故障专家诊断方法,用于诊断整个袋式除尘系统的故障现象,通过现场数据采集、操作人员与专家系统的人机对话对故障现象进行分析、推理,并做出相应的解决方案指导操作人员排查故障.燃煤电厂袋式除尘专家系统以知识库、推理机为核心,实现整个袋式除尘系统的设备故障诊断功能和维修故障指导功能,辅以解释机构,人机界面来指导用户如何准确无误地操作运行本系统和袋式除尘控制系统.系统被划分为4个模块:专家系统简介模块,在线故障诊断模块,离线故障诊断模块和专家指导模块.     

面向复杂设备的分布式故障诊断研究

基于复杂系统的设备故障诊断的要求 ,按故障信息流动的方向将诊断过程分为实时监测层、故障诊断层及综合决策层 ,并建造一种分布式多级黑板诊断结构模型。根据不同诊断层次的特点 ,赋予其不同的诊断方法。在实时监测层中各实时监测单元采用神经网络和知识基模块的混合结构完成该层任务 ;故障诊断层则基于广义知识表达模型 ,建立三库结构 ,即静态实例库、动态实例库和规则库 ,整个推理过程基于三级推理机制 ;综合决策层为一智能型的辅助决策支持系统 ,提供对整个系统生产与设备运行状态的综合诊断与决策。     

伤亡事故原因分析专家系统

近年来,计算机专家系统的理论和方法日趋成熟,广泛应用于军事、经济、法律、医疗、地质、石油,化工等领域,在安全工程领域亦开始研究、应用。为了促进专家系统在安全工作中的推广应用,本文扼要介绍事故原因分析专家系统,并就专家系统的开发、应用等问题进行讨论。一、关于专家系统专家系统,是一种具有推理能力和与某专门领域的专家同等解决问题能力的智能性计算机程序系统。专家系统主要是由知识库,推论机构和知识库管理机构组成的,如图1所示。其工作过程,就是问题求解的过     

基于ADAMS仿真平台的自行火炮故障仿真预测方法

针对故障仿真预测技术的现状和发展,分析了ADAMS仿真平台和专家系统的优缺点.根据自行火炮系统结构的特殊性,提出基于ADAMS(Automatic Dynamic Analysis Mechanical System)仿真平台和专家系统的故障仿真系统的建模方法和设计思想.仿真过程根据用户输入的初始状态真实体现出系统在服役状态的量变,产生动态模糊关系矩阵,并由动态模糊综合评判得到系统可能出现的故障,由预测结果调用知识库中的诊断知识产生实际发生的故障部件.这样建立的仿真模型不仅能表达领域对象的动态属性、行为特性,又能表达专家的经验、判断决策等知识,还具备较强的数值计算及过程控制能力.     

基于PCA-FPP-BP神经网络的高层建筑火灾安全评价

为解决高层建筑构造复杂、人员密度大、火灾触发因素繁多而造成高层建筑火灾安全评价困难的问题,本文提出基于PCA-FPP-BP神经网络的高层建筑火灾安全评价模型。首先运用主成分分析(PCA)对构建的高层建筑火灾安全评价指标降维处理,筛选主要信息;接着基于三角模糊数构建模糊评判矩阵,利用模糊优先规划(FPP)求解指标的权重值,减少主观的影响;最后考虑到指标间关系错综复杂彼此交叉和反馈的特性,选择BP神经网络对高层建筑火灾安全进行评价。通过工程案例证明该评价模型的实用性以及可靠性。     

基于模糊综合评价法的高层宾馆消防安全现状评价

根据评价指标的原则,通过结合建筑防火对策、消防安全技术、防火措施和专家意见,建立了影响高层宾馆消防安全的评价指标,利用层次分析法计算确定它们的影响程度和权重集;通过模糊数学理论方法,建立评价集,最终建立了高层宾馆的消防安全评价体系。利用该体系对昆明某宾馆进行了评价,验证了该体系的可行性,为消防安全管理部门提供科学依据。     

基于模糊神经网络方法的信息系统安全风险评价研究

为提高信息系统安全风险评价的准确性,提出基于模糊神经网络的信息系统安全风险评价模型。该模型利用模糊理论隶属度反映各因子的相对状态,对模糊性具有很高的识别精度。将风险因子模糊隶属度矩阵输入BP神经网络中,增加了它对模糊性的识别能力。通过非线性分析处理的BP神经网络进行学习和测试,得到输出风险评价等级。实例分析结果证明算法的应用性。误差分析结果证明了模型的有效性。检验结果表明,模糊神经网络模型的识别精度高于单一的模糊评价模型和神经网络模型。     

基于BP神经网络的矿井火灾安全评价方法

在对国内煤矿调研的基础上,建立了包括内因火灾、外因火灾、管理和救灾3个子系统的评价指标体系;通过模糊层次法,求解了各指标权重;结 合目前比较成熟的BP神经网络方法,研究了一种新的矿井火灾安全评价方法,并编制了界面友好的软件,在矿井实际应用中取得较为满意的评价结果.     

基于RBF神经网络的火灾报警系统失效概率预测

报警系统失效主要包括漏报、误报,对系统进行失效概率预测,可以帮助判断设备质量优劣,评估系统效能。利用Matlab软件编程,通过神经网络预测失效概率。根据不同场所正在使用的火灾报警器的失效数据作为原始数据,归纳总结失效原因,建立事故树,结合专家打分法与模糊理论得到网络的输入值与输出值。通过网络训练,得到可以对系统失效概率进行预测的RBF神经网络,测算效率大幅提高。以70组不同品牌、用途的火灾报警系统作为算例,通过训练数据,最终达到输入底事件发生概率可直接输出顶事件发生概率的目的。结果表明,RBF神经网络相较于BP网络与事故树算得的失效概率具有更高的拟合度,RBF神经网络模型在进行系统失效概率预测时具有可靠性。     

基于模糊识别的建筑物火灾危险性评价方法

笔者以传统的经典统计和模糊统计为基础 ,依据建筑物火灾危险性的影响因素 ,应用模糊识别理论及系统安全方法 ,建立了建筑物火灾危险性的评价指标体系 ;并应用集值统计方法对各项指标权重进行了处理。该方法改变了过去统计给出一个固定值的做法 ,而给出一个区间值 ,解决了对专家给出的指标“大约是多少”这一概念的定量化。为了验证了评价模型的准确性 ,将该理论应用到某购物商场火灾危险性评价中 ,取得了满意效果 ,为建筑物防火设计以及安全管理提供了可行的依据。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

基于毕达哥拉斯模糊贝叶斯网络的海底管道泄漏风险分析*

为分析海底管道运行中存在的泄漏风险,提出1种基于毕达哥拉斯模糊数与贝叶斯网络的风险评估模型。首先,通过毕达哥拉斯模糊数转换专家定性评价,拓展专家意见模糊范围;然后,结合主客观组合赋权法,利用毕达哥拉斯梯形爱因斯坦混合几何算子（PTFEHG）实现专家意见的聚合;最后,通过贝叶斯网络的推理与敏感性分析,计算海底管道泄漏风险的失效概率,并辨识关键风险因素。研究结果表明:该方法可以结合专家意见对海底管道泄漏风险进行定量分析,并识别导致泄漏事故的关键风险因素,对海底管道安全管理具有指导意义。     

基于模糊系统与神经网络融合的故障诊断方法

提出一种基于模糊系统（ＦＳ）与神经网络（ＮＮ）融合的系统故障诊断方法。此法把模糊系统与神经网络融合在一起,通过神经网络的学习来生成和调整模糊系统的隶属函数,充分发挥各自优点,更有效地对系统出现的故障进行诊断。对系统进行了仿真,并得出了比较满意的结果。