神经元网络在安全评价中的应用  

Application of Neural Network in Safety Assessment

作　　者：宋瑞[1] 邓宝[1] 

机构地区：[1]北京交通大学交通运输学院,副教授100044

出　　处：《中国安全科学学报》2005年第3期78-81,共4页China Safety Science Journal

基　　金：国家自然科学基金 (70 3710 14 ;70 1710 36 );高等学校博士学科点专项科研基金资助 (2 0 0 4 0 0 0 4 0 12 )。

摘　　要：利用人工神经元网络进行安全评价可以克服传统的安全评价方法的缺点,提高安全评价方法的精确度和可靠性。笔者在BP神经网络基本原理的基础上,利用机会约束的思想建立了综合安全评价模型;运用反向传播算法和遗传算法对神经元网络进行训练;进而就系统综合安全评价模型进行求解,并对运用神经元网络进行综合安全评价的优点进行了分析。最后,通过对实例进行综合安全评价,得出计算结果。Safety assessment method using BP neural network can overcome the defects of traditional safety assessment methods and enhance its precision and reliability. The basic principle of BP neural network is introduced and the comprehensive safety assessment model using the chance constrained programming is constructed. The study of BP neural network is exercised by the counter propagation algorithm and genetic algorithm, based on this analysis the comprehensive safety assessment of the system is solved, and the merit of which is analyzed. The method is exemplified in a real case to obtain calculated results proving that the method is feasible.

关 键 词：安全评价方法 人工神经元网络 BP神经网络 反向传播算法 评价模型 基本原理 机会约束 遗传算法 系统综合 计算结果 网络应用 可靠性 精确度 

分 类 号：X913[环境科学与工程—安全科学] TP18[自动化与计算机技术—控制理论与控制工程]