10.3969/j.issn.1000-4653.2014.01.023
基于不同预测模型的海运危险品安全评价
危险品大多具有易燃易爆、易腐蚀和放射性等性质,对该类货物的水路运输进行定量风险评估非常复杂.GRNN和BP神经网络作为智能算法的典型理论,有着传统建模方法不具有的很多优点,如对建模对象的结构、参数及运动特性可以不作要求,只需知道对象的输入和输出即可通过自身的学习达到预期目的,因此在不确定因素的评价方面有着广泛的应用.针对水运危险品本身的特性和相关影响因素,在对GRNN和BP两种不同评价方法进行研究的基础上,根据近年来发生在我国内地的危险品事故案例,按照各影响因素对事故风险等级的相关性分析,建立相应的预测模型,并进行对比.运行结果表明,GRNN在小样本安全评价方面有着比BP网络更高的准确度及稳定性.
水路运输、GRNN、BP神经网络、安全评价、预测模型
37
U698.3(水路运输技术管理)
2014-06-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
108-111,125