排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
为降低液化天然气(Liquefied Natural Gas, LNG)船装卸作业泄漏风险,针对LNG船泄漏事故样本数据不足的问题,提出一种基于贝叶斯网络(Bayesian Network, BN)的LNG船装卸泄漏风险分析模型,结合核密度估计(Kernel Density Estimation, KDE)和最大最小爬山算法进行BN结构学习,以数据驱动的方法减少主观因素对BN结构学习的影响。试验表明:该模型可有效挖掘导致LNG船装卸泄漏事故发生的风险节点,并通过反向推理及对应事故致因节点的后验概率,推理事故致因链及各节点的影响程度,有针对性地提出降低LNG泄漏风险的建议,为保障LNG船装卸安全提供信息支持。 相似文献
1