论文部分内容阅读
改善我国建筑业安全生产状况的关键是要做好安全评价、预测和在此基础上的控制工作。本文设计并实现了一种反映建筑行业安全生产系统特征的结构模型,集预测、评价和控制于一体。
建筑业生产的特点给安全生产带来很多隐患,一旦事故发生,不论是给个人还是企业都会带来严重损失。安全科学对指导安全生产有重要意义,在分析国内国外研究状况的基础上,应用神经网络、遗传算法和结构化建模的有关理论,研究和解决建筑业安全管理中有关安全评价、预测和控制问题。
安全分析是做好安全工作的前提,安全评价和预测是安全决策的重要依据,文中对这些方法及其操作过程作了介绍。
指标体系的建立必须符合一定的原则。为了反映各指标之间相互作用关系,有必要对已建立的指标整理,将其统一为一个有机的结构模型。利用结构化建模的有关知识建立指标体系的空间结构模型。
将BP网络与得到的指标体系结构模型结合,构造了用于建筑施工安全的ANNSM,阐明了将其用于建筑施工安全评价、预测的特点和用于控制的方法。
收集整理我国北方某大城市在近两年内的工程数据,将其用于建筑施工安全ANNSM的学习,并对学习结果进行了检验,结果表明ANNSM用于评价、预测和控制可以得到理想的结果。
把网络训练逼近的函数作为遗传算法的目标函数,利用其在全局寻优上可避免陷于局部优解的特性,搜索靠近理想方案的准方案。
BP算法的快速收敛性不仅可用于优化神经网络的权值矩阵和偏置向量,而且可用于搜索网络的理想输入。利用BP算法改进准方案,获得可行方案,用于指导安全生产,实现对生产系统的实时控制。