危险源安全评价的离散Hopfield神经网络  

Safety evaluation of hazards based on discrete Hopfield neural network

作　　者：刘胜[1] 刘娜[2] 杨育[1] 贾建国 

机构地区：[1]重庆大学机械传动国家重点实验室,重庆400044 [2]石河子大学机械电气工程学院,新疆石河子832000 [3]重庆化医控股(集团)公司,重庆400010

出　　处：《重庆大学学报（自然科学版）》2013年第4期26-32,共7页Journal of Chongqing University

基　　金：国家自然科学基金(71071173);重庆市科技攻关项目(2010GGB108);教育部高等学校博士学科点科研基金(20090191110004);中央高校基本科研业务费科研专项自然科学类面上项目(CDJZR10110012)

摘　　要：为了快速有效地评价危险源等级,及时响应危险事故给周边人口及环境带来的危害,在考虑引发危险事故人员、设备、原料、技术、环境因素基础上,构建了系统的危险源安全评价指标体系。结合离散Hopfield神经网络结构特点及原理,建立了基于离散Hopfield神经网络的危险源安全评价模型,并通过实例验证该模型,合理客观地对危险源进行评价分级。In order to evaluate hazard’s level efficiently and decrease disasters’ influence on the surrounding environment,a safety evaluation index system of hazards is set up first by considering influence factors of personnel,equipment,raw material,technology,and environment.Then,a hazards safety evaluation model is built by combining neural network with safety system engineering theory.Finally,case studies testify the model can evaluate the hazards’ level reasonably and objectively.

关 键 词：神经网络 危险源 评价模型 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]