基于小波神经网络的建筑火灾预测模型及应用

随着我国城乡建设的飞速发展,建筑火灾形势日趋严峻,依靠传统的管理技术和方法已远远不能适应社会和民众对安全的需要。针对某城市建筑火灾非线性时间序列,建立了小波神经网络(WNN)预测模型,计算分析证明了该模型的可行性。该模型可与消防工作相结合,建立和实施城乡综合防灾减灾系统,实现城乡综合防灾减灾的科学管理。     

基于信息熵和集对分析理论的公路隧道水害倾向性判定

通过对公路隧道存在的灾害类型分析,发现水害是公路隧道安全的重要危险隐患,为了预防和减小公路隧道水害带来的损失,针对公路隧道水害危险性,利用集对分析与信息熵对其倾向性进行综合评判分析。以隧道区渗透系数、隧道区降水量、单位涌水量3项指标作为基本判定指标,确定项目实际数据的倾向性效用值。基于信息熵理论,依据各个判定因子对倾向性的影响程度确定其权重系数,从而进一步可以得到公路隧道水害判别因子与倾向性之间的联系度关系式。根据公路隧道各个判定因子的分级标准界限值与实测值之间的关系,对公路隧道评估对象进行同一、对立与差异性的集对分析,得到水害判定因子对应的单指标联系度与综合联系度,从而最终可以判定公路隧道的水害倾向性。选取国内10项典型的公路隧道利用所构建的集对分析模型进行水害倾向性综合判定,将模型分析所得结果与实际结果进行对比分析,其差异在合理范围之内,验证了理论模型分析的有效性。