基于博弈论的国内旅游安全管理研究述评

通过对国内博弈论应用于旅游安全管理研究进行梳理,安全博弈论的研究工作主要应用集中于反恐领域,未涉及到旅游安全管理方面的研究,但同时博弈论在旅游方面的应用切入点也越来越多。从博弈论在安全领域与旅游领域相关应用现状来看,提出Stackelberg博弈作为政府、企业与个人针对安全管理问题利益矛盾的一种解决方式,为旅游安全资源合理分配提供科学依据,其应用将会是旅游安全管理上的一个创新突破点。     

基于CNN-LSTM网络模型的风电功率短期预测研究

风电功率预测对电力系统的稳定运行与经济调度至关重要。为充分挖掘历史数据中的有效信息以提高风电功率短期预测精度,提出一种基于卷积神经网络(convolution neural network,CNN)和长短期记忆(long short-term memory network,LSTM)网络模型的风电功率短期预测方法,利用CNN序列特征提取能力进行有效信息的提取,保留更长的有效记忆信息以解决梯度弥散问题,弥补了LSTM网络模型面对过长序列时出现不稳定与梯度消失现象的不足。用国内某风电场数据进行实验,预测结果表明文中提出的方法与反向传播神经网络和LSTM网络预测方法相比,具有更高的预测精度。     

Markov理论对主风机系统可靠性的研究

在地下井工开采过程中,通风是重中之重。但是在生产过程中,时常出现风机停止运转,造成井下通风不足甚至无风,严重威胁井下工作人员安全和矿山效益。为了解决风机故障问题,我们运用Markov理论对矿井通风系统中的主风机系统进行了研究,研究了主风机系统的稳定性,并对元阳大坪金矿新安装的一套主风机系统,安装前后三个月主风机系统的可靠度进行分析后,我们可以依据风机本身设计的原有属性,指定风机系统的可靠性阈值mins R)(,当主风机到达可靠性阈值时发出警报,提醒矿山人员检查风机,杜绝风机出现故障,保证井下工作人员生命安全和极大地维护了矿山效益。