简介:为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。
简介:提高航空公司飞行安全风险管理水平的关键是对航空公司飞行安全风险的现状进行科学客观的综合评价。在系统分析影响航空公司飞行安全风险因素的基础上,建立了由机组因素、飞机因素、环境因素和飞行管理4个1级指标及26个2级指标组成的航空公司飞行安全风险指标体系,指标体系中各级评价指标的权重由层次分析法确定;由于航空公司飞行安全风险评价具有物元的可拓性,构建了航空公司飞行安全风险评价的多级物元模型。实例演算表明,物元理论能充分地利用航空公司飞行安全风险评价中的指标信息,确定影响航空公司飞行安全风险的主要因素,以便航空公司采取针对性的措施提高飞行安全风险管理水平。
简介:鉴于水质评价是一个多因素、多指标的复杂体系,且评价指标、权重和污染程度等具有模糊性,采用模糊物元法对农村饮用水安全进行综合评估。模糊物元法通过建立模糊物元矩阵和权重矩阵,计算相应的欧式贴近度,并对各饮用水样安全度进行分级。该法采用熵值法赋权,有效避免了权重分配的主观化,并选取饮用水安全卫生评价准则,细化了饮用水安全等级。对陕西省某农村灌区进行实例应用,评价结果显示,浅层地下水局部已受污染,饮用水安全的水井仅占调查样本的30%。水质受工业污水排放及农业灌溉影响较大,不达标饮用水主要表现为Cl^-、SO4^2-、Cr^6+、F-等含量超标,硬度和矿化度普遍偏高。结合灌区调研资料可知,评价结果与实际情况基本一致,证明该评价方法具有较好的合理性和实用性。
简介:矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系。对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的。为了更好地预测矿井瓦斯涌出量,将灰色理论引入到预测精度高的遗传神经网络,使灰色理论和遗传神经网络有机结合起来,以神经网络理论为基础,利用遗传算法优化隐含层神经元个数和网络中的连接权值,并用其建立瓦斯涌出量的预测新模型。在实验室测试数据的基础上,建立遗传神经网络训练和检验样本集,并且将检验结果分别与标准BP神经网络的预测结果进行比较。
简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.