-
题名基于多标签学习BP神经网络的承压设备介质分类方法
被引量：1
- 1
-
-
作者
郭永奇
王建林
周新杰
陈艺文
邱科鹏
-
机构
北京化工大学信息科学与技术学院
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2022年第5期2624-2631,共8页
-
基金
国家重点研发计划项目(2017YFF0207101)。
-
文摘
合理的承压设备介质分类能够降低事故发生率,减少对人员、设施、环境等造成的损害。目前对于承压设备介质的分类依赖于领域专家,人工分类效率较低。提出了一种基于多标签学习反向传播(Backpropagation,BP)神经网络的承压设备介质分类方法,依据国家标准收集承压设备介质的危害特性数据,建立了承压设备介质危害特性数据库;构建了基于多标签学习BP神经网络的承压设备介质分类模型;采用承压设备介质危害特性数据库训练基于多标签学习BP神经网络的承压设备介质分类模型,实现了承压设备介质的多标签分类。试验结果表明,该方法能够综合考虑物理、健康和环境危害性,有效地实现承压设备介质的分类,为承压设备介质分类及管理标准制定提供了依据。
-
关键词
安全社会工程
多标签学习
承压设备介质分类
危害特性数据
-
Keywords
safety social engineering
multi-label learning
classification of pressure equipment media
physicochemical property data
-
分类号
X937
[环境科学与工程—安全科学]
-
-
题名承压设备介质多危害性评价方法
- 2
-
-
作者
周新杰
王建林
陈艺文
郭永奇
邱科鹏
-
机构
北京化工大学信息科学与技术学院
-
出处
《兵器装备工程学报》
CSCD
北大核心
2022年第4期158-163,共6页
-
基金
国家重点研发计划项目(2017YFF0207101)。
-
文摘
为了实现承压设备介质的多危害性评价,提出了一种综合考虑健康、物理和环境危害的承压设备介质多危害性评价方法。该方法以承压设备介质多危害性数据为基础,构建了基于转换分值法的承压设备介质多危害性分值评价策略和基于层次分析-熵权法的承压设备介质多危害性权重评价策略,实现承压设备介质的多危害性评价。研究表明:所提方法综合考虑了承压设备介质的多危害性,实现了承压设备介质多危害性分值与权重的合理评价,有效补充了承压设备介质多危害性评价相关标准及研究的不足。
-
关键词
承压设备介质
多危害性评价
分值与权重
层次分析法
熵权法
-
Keywords
pressure equipment media
multiple hazardous evaluation
score and weight
Analytic Hierarchy Process
Entropy Weight
-
分类号
TJ05
[兵器科学与技术—兵器发射理论与技术]
TQ053.2
[化学工程]
-
