期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模糊集和改进DS证据理论的危化品道路运输体系贝叶斯网络风险分析
被引量:
17
1
作者
贾进章
陈怡诺
柯丁琳
《北京化工大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第1期38-45,共8页
针对危化品道路运输体系中影响因素信息的不确定性和专家知识推断贝叶斯网络中条件概率表时存在的主观性,提出了一种将模糊集和改进Dempster/Shafer证据理论(DS证据理论)、贝叶斯网络结合在一起的危化品道路运输体系的风险评价方法。根...
针对危化品道路运输体系中影响因素信息的不确定性和专家知识推断贝叶斯网络中条件概率表时存在的主观性,提出了一种将模糊集和改进Dempster/Shafer证据理论(DS证据理论)、贝叶斯网络结合在一起的危化品道路运输体系的风险评价方法。根据危化品道路运输体系的影响因素建立了相应的风险评价体系,确定各层级的评价指标。将专家对各评价指标的评价意见代入高斯型隶属度函数构造隶属度矩阵,进行改进DS证据理论数据融合,得到多位专家评价意见融合后的概率值分布。利用贝叶斯网络的推理功能,得出危化品道路运输体系的风险等级和其中各评价指标的概率值分布,找出体系薄弱环节并进行分析。以沈阳某危险货物托运有限公司为例进行研究,结果表明该公司中危化品道路运输体系的风险值为0.6118,风险等级为较危险(V 2),其中人员因素概率(60%)和管理因素概率(52%)所占权重较大,需要公司重点关注并加强管理。
展开更多
关键词
危化品道路运输体系
模糊集合理论
改进DS证据理论
贝叶斯网络
风险评价
安全工程
下载PDF
职称材料
题名
基于模糊集和改进DS证据理论的危化品道路运输体系贝叶斯网络风险分析
被引量:
17
1
作者
贾进章
陈怡诺
柯丁琳
机构
辽宁工程技术大学安全科学与工程学院
辽宁工程技术大学安全科学与工程研究院
辽宁工程技术大学矿山热动力灾害与防治教育部重点实验室
出处
《北京化工大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第1期38-45,共8页
基金
国家自然科学基金(51374121)
辽宁省特聘教授资助项目(551710007007)
+1 种基金
辽宁省百万人才工程资助项目(2019-45-15)
辽宁省自然科学基金(2019-M S-162)。
文摘
针对危化品道路运输体系中影响因素信息的不确定性和专家知识推断贝叶斯网络中条件概率表时存在的主观性,提出了一种将模糊集和改进Dempster/Shafer证据理论(DS证据理论)、贝叶斯网络结合在一起的危化品道路运输体系的风险评价方法。根据危化品道路运输体系的影响因素建立了相应的风险评价体系,确定各层级的评价指标。将专家对各评价指标的评价意见代入高斯型隶属度函数构造隶属度矩阵,进行改进DS证据理论数据融合,得到多位专家评价意见融合后的概率值分布。利用贝叶斯网络的推理功能,得出危化品道路运输体系的风险等级和其中各评价指标的概率值分布,找出体系薄弱环节并进行分析。以沈阳某危险货物托运有限公司为例进行研究,结果表明该公司中危化品道路运输体系的风险值为0.6118,风险等级为较危险(V 2),其中人员因素概率(60%)和管理因素概率(52%)所占权重较大,需要公司重点关注并加强管理。
关键词
危化品道路运输体系
模糊集合理论
改进DS证据理论
贝叶斯网络
风险评价
安全工程
Keywords
hazardous chemicals road transport system
improved DS evidence theory algorithm
Bayesian network
risk assessment
safety engineering
分类号
X93 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于模糊集和改进DS证据理论的危化品道路运输体系贝叶斯网络风险分析
贾进章
陈怡诺
柯丁琳
《北京化工大学学报(自然科学版)》
CAS
CSCD
北大核心
2020
17
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部