简介:本文从项目管理过程的基本要素出发,对如何提高施工项目的管理水平进行了分析,并进行了有益的针对性探索.
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: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: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.
简介:本文是本刊的通报。本刊本年度上两期公布了安全科学与技术有关机构和个人的情况,发表了2011—2015年国内100个发文量最多的机构和个人、2011—2015年国内团队协作情况机构和个人排序前100、2011—2015年国内100个论文被引次数最多的机构和个人,以及国内机构和个人合作网络图。本期发表2011—2015年关键词排名前100、2011-2015年文章被引数排序前100、2011-2015期刊被引排名前100以及安全科学与技术关键词分布图。有关机构和作者若对更为详细的自身信息(包括不在前100中的作者排名,及相应的网络图)有需求,本刊编辑部可以为需求者量身定制。联系电话:(010)68913997,或e—mail:aqyhjxb@bit.edu.cn。
简介:本文是本刊的通报。本刊上期公布了安全科学与技术有关机构的情况,发表了2009—2013年国内100个发文量最多的机构、2009—2013年国内团队协作情况机构排序前100、2009—2013年国内100个论文被引次数最多的机构及国内机构合作网络图。在上期的基础上,本期关注这些机构研究人员个人的情况,发表2009—2013年国内100个发文量最多的作者、2009—2013年国内团队协作情况作者排序前100、2009—2013年国内100个论文被引次数最多的作者及国内作者合作网络图。其余情况,包括对当前安全科学与技术研究趋势的分析,将在本刊今年相关各期中发布。