基于GIS的危险源智能辨识与事故模拟

基于GIS的危险源智能辨识与事故模拟

中文摘要: 在城市公共安全中，仅火灾每年给我国所造成的损失达几十亿元之巨。能否在事前辨别、发现火灾并将其消灭在萌芽状态，把火灾损失控制在最小程度，做到防患于未然，成为人们关注的重要问题，危险源智能辨识与事故模拟这一课题也因此被提出。 地理信息系统GIS(Geographic Information System)作为一门新兴科学，以其独特的空间分析功能和属性信息相结合的方式，已广泛应用于资源管理、环境监测、灾害评估、城市规划等众多领域。上个世纪围绕GIS所做的研究和大量工作基本是围绕建立庞大的空间数据库，以及建立各种相关数据与空间的位置或二、三维的坐标建立的一种连接关系。而在此基础上推广和应用地理计算(GeoComputaiton，GC)无疑将是对GIS的又一次革命。地理计算所要做的工作就是如何在已有的庞大的空间数据库基础上，进行大量更有意义的分析和计算，从而使数据的效益得以提升，这正是本文解决的重点。 本文在对现有危险源辨识分级方法进行综合分析的基础上，结合火灾危险源的特点，确定了采用动态辨识分级的方法——模糊综合评判法。进一步在分析了该方法的基础上提出了基于粒子群(PSO)...
英文摘要: In the city public security, the loss that only caused by the fire every year for our country amounts to as much as several billion Yuan RMB. Whether the fire can be beforehand distinguished, found or perished in the embryonic stage and controlled in the minimum degree, and to be prevented before they occur, becomes a very important question to which the people pays much attention. Therefore the topic that the dangerous source intelligent identification and the accident simulates is proposed As an emerg...
目录:

目录	2-4
摘要	4-5
Abstract	5
第一章 绪论	6-11
1.1 地理信息系统及其发展现状	6-7
1.2 危险源辨识的研究现状	7-8
1.3 本文研究的意义	8-9
1.4 本文主要内容	9-10
1.5 本文结构	10-11
第二章 危险源辨识与风险评价	11-21
2.1 概述	11-12
2.2 危险源辨识方法	12-16
2.2.1 危险因素与危害因素分类	12-15
2.2.2 危险源的辨识内容	15
2.2.3 危险源辨识准备	15
2.2.4 危险源辨识方法	15-16
2.2.5 重大危险源辨识的确定	16
2.3 风险评价办法	16-18
2.3.1 专家打分评价法	16
2.3.2 作业条件危险性评价法	16-18
2.4 火灾危险源智能辨识及分级方法评析	18-20
2.5 本章小结	20-21
第三章 粒子群优化算法	21-27
3.1 算法介绍	21-22
3.2 粒子群优化算法的发展	22-25
3.2.1 惯性权重模型	22-23
3.2.2 收敛因子模型	23
3.2.3 跟踪并优化动态系统	23
3.2.4 PSO模型的改进	23-25
3.3 粒子群优化算法的应用	25-26
3.4 常用测试函数	26
3.5 本章小结	26-27
第四章 基于PSO与模糊评判的危险源辨识	27-32
4.1 方法模型	27
4.2 模糊评判法的适应度	27-28
4.3 方法介绍	28-30
4.4 实验结果	30-31
4.5 本章小结	31-32
第五章 事故模拟	32-38
5.1 开展事故模拟研究的意义	32
5.2 火灾事故后果模型	32-37
5.2.1 热通量伤害准则	32-33
5.2.2 计算公式	33-37
5.2.3 伤亡区域的确定	37
5.3 本章小结	37-38
第六章 结论	38-39
致谢	39-40
参考文献	40-41
附录	41-42

  申明：本站（环保资料网）提供的“基于GIS的危险源智能辨识与事故模拟”，版权归该下载资源的合法拥有者所有。