计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
6期
338-342
,共5页
安全管理%神经网络%模糊聚类%分析预测%安全生产状态
安全管理%神經網絡%模糊聚類%分析預測%安全生產狀態
안전관리%신경망락%모호취류%분석예측%안전생산상태
Safety management%Neural network%Fuzzy clustering%Analysis and forecast%Production safety status
研究现代企业生产中的安全管理问题,由于存在复杂的非线性因素,使事故因素评价不准确.BP神经网络是一种刻画非线性现象的强有力工具之一,是目前对安全管理分析和预测的最常用工具.针对传统的BP算法处理大样本数据时效率低,收敛速度慢,泛化能力较差,提出了一种基于聚类的神经网络算法,首先采用优化的模糊聚类算法对大量数据进行分类,减小数据规模,然后对分类后的模块进行分别学习,最后将学习结果整合起来.实验结果表明该算法较单纯的BP神经网络算法精度高,效率高,容错性好,可以实时计算和跟踪企业的安全生产状态,从而为企业的生产调度及安全管理提供依据.
研究現代企業生產中的安全管理問題,由于存在複雜的非線性因素,使事故因素評價不準確.BP神經網絡是一種刻畫非線性現象的彊有力工具之一,是目前對安全管理分析和預測的最常用工具.針對傳統的BP算法處理大樣本數據時效率低,收斂速度慢,汎化能力較差,提齣瞭一種基于聚類的神經網絡算法,首先採用優化的模糊聚類算法對大量數據進行分類,減小數據規模,然後對分類後的模塊進行分彆學習,最後將學習結果整閤起來.實驗結果錶明該算法較單純的BP神經網絡算法精度高,效率高,容錯性好,可以實時計算和跟蹤企業的安全生產狀態,從而為企業的生產調度及安全管理提供依據.
연구현대기업생산중적안전관리문제,유우존재복잡적비선성인소,사사고인소평개불준학.BP신경망락시일충각화비선성현상적강유력공구지일,시목전대안전관리분석화예측적최상용공구.침대전통적BP산법처리대양본수거시효솔저,수렴속도만,범화능력교차,제출료일충기우취류적신경망락산법,수선채용우화적모호취류산법대대량수거진행분류,감소수거규모,연후대분류후적모괴진행분별학습,최후장학습결과정합기래.실험결과표명해산법교단순적BP신경망락산법정도고,효솔고,용착성호,가이실시계산화근종기업적안전생산상태,종이위기업적생산조도급안전관리제공의거.