CN106846155A - 基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法 - Google Patents
基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法 Download PDFInfo
- Publication number
- CN106846155A CN106846155A CN201710194972.2A CN201710194972A CN106846155A CN 106846155 A CN106846155 A CN 106846155A CN 201710194972 A CN201710194972 A CN 201710194972A CN 106846155 A CN106846155 A CN 106846155A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- probability
- bayesian network
- pipeline leakage
- submarine pipeline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012502 risk assessment Methods 0.000 title claims abstract description 26
- MKXZASYAUGDDCJ-NJAFHUGGSA-N dextromethorphan Chemical compound C([C@@H]12)CCC[C@]11CCN(C)[C@H]2CC2=CC=C(OC)C=C21 MKXZASYAUGDDCJ-NJAFHUGGSA-N 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 235000013351 cheese Nutrition 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Abstract
基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法。现有的Reason模型风险事故评估方法不能根据海洋气候较多的不确定因素进行底管道泄漏事故风险评估的问题。本发明通过以下步骤实现:根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型,建立专家系统,确定专家权重确定方法;利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化,确定事件间逻辑关系;将模糊数解模糊转化为概率值;在GeNIe2.0软件中定义事件间的逻辑关系,对贝叶斯网络模型进行分析,并得出不同程度的事故的发生概率,从而确定不同泄漏程度事故的风险等级。本发明能更加精准的评估海底管道泄漏事故风险的发生概率及等级。
Description
技术领域:
本发明涉及一种基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法。
背景技术:
海底管道泄漏事故风险随着海洋油气工业的快速发展而逐渐增加。海底管道长期暴露于恶劣的海洋环境中,承受复杂工作载荷、环境载荷及意外风险载荷,失效概率高,一旦发生失效,维修与更换困难,不仅影响正常生产运输,造成巨大经济损失,而且将污染海洋环境,造成生态灾难。随着我国对油气的需求的提高,海上采油业迅速发展,浮式海上采油设备也随之普及。据调查显示,海上设备的失效造成的经济影响巨大,环境污染严重。这一现象使得人们对海上设备失效的原因进行不断分析并进行风险评估,并针对薄弱环节提出对策措施,但是事故的原因不确定性及事件间的逻辑关系的不确定性性较高,且数据资源相对匮乏,这对海上泄漏的风险评估来说无疑是最大的一个难题。
目前在对海上泄漏事故的评估目前应用的方法主要有:事故树,事件树,Bow-Tie模型,层次分析法,瑞士干酪模型(Reason模型,或航空事故理论模型)。在这些模型中,事故树的方法对事故分析需要确定的事件间的逻辑关系为支撑,海上采油业工艺复杂,若要构建完备的事故树非常困难,且任何一个小概率失误都可能在构建事故树时受到忽略。事件树虽然可以在事故树的基础上对事故进行层次判断,但是在定量分析时也基于确定的“与门”逻辑,同事故树具有相同的不足。Bow-Tie模型是事件树与事故树的结合,在事故结果上可以进一步分析,但仍然不能对不确定的逻辑关系做出分析。且以上的研究方法在分析时过于依赖基本事件的发生概率,需要在基本概率充足的条件下结合逻辑关系得出事故发生的概率和风险等级。层次分析法可以量化评估,但不能演绎事故状态且缺乏事件间相互影响程度的分析。瑞士干酪模型在事故演绎具有优势但没有较好的量化评估方式。 2012年,杜尊峰提出来用瑞士干酪模型从本质安全的角度出发对海上油气泄漏的事故进行风险控制,由于海洋气候环境多变,不确定因素较多,不能提供本质安全的环境条件,且结果中并未进行量化分析,不能体现Reason模型在小概率事件上的优势。
发明内容:
本发明的目的是为了解决现有的Reason模型风险事故评估方法不能根据海洋气候较多的不确定因素进行底管道泄漏事故风险评估的问题,而提出的一种基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法。
上述的目的通过以下的技术方案实现:
一种基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,所述的海底管道泄漏事故风险评估方法通过以下步骤实现:
步骤一、根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型,建立专家系统,确定专家权重确定方法;
步骤二、利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化,确定事件间逻辑关系;
步骤三、将模糊数解模糊转化为概率值;
步骤四、在GeNIe2.0软件中定义事件间的逻辑关系,对贝叶斯网络模型进行分析,并得出不同程度的事故的发生概率,从而确定不同泄漏程度事故的风险等级。
有益效果:
本发明采用的基于概率推理的贝叶斯网络是为了解决不定性和不完整性问题而提出的,它对于解决复杂设备不确定性和关联性引起的故障有很大的优势,在风险评估领域中获得广泛应用。假设在某故障原因出现的情况下,估计该故障原因的各个节点的条件概率,这种局部化概率估计的方法可以快速找到薄弱环节,大大提高效率。传统的贝叶斯网络在与事件树,事故树结合进行数据推理都依托在确定的逻辑关系上,其所建立起的贝叶斯网络有时不能真实的反映客观现实,降低推理的正确率。海上采油工艺复杂,即使全部的安全防护都没有失效也存在部分小概率事件导致最终的事故发生,那么用条件概率的方式表示事件之间不确定的逻辑关系将成为解决这类问题的核心。
本发明将针对以上方法的不足提出将Reason模型与模糊贝叶斯方法相结合,利用模糊方法将事件间不确定的逻辑关系用条件概率的形式展现,既能体现事件间的影响程度也能利用贝叶斯网络确定薄弱环节中出现的小概率事件,达到在改进模型的基础上达到量化风险评估的目标,使海上泄漏事故的风险评估结果更加精确,减少海上泄漏事故的发生,缓解海洋坏境的恶化。
具体实施方式:
具体实施方式一:
本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,所述的海底管道泄漏事故风险评估方法通过以下步骤实现:
步骤一、根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型,建立专家系统,确定专家权重确定方法;
步骤二、利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化,确定事件间逻辑关系;
步骤三、将模糊数解模糊转化为概率值;
步骤四、在GeNIe2.0软件中定义事件间的逻辑关系,对贝叶斯网络模型进行分析,并得出不同程度的事故的发生概率,从而确定不同泄漏程度事故的风险等级。
具体实施方式二:
与具体实施方式一不同的是,本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,步骤一所述的根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型为:,式中:为先验概率,为后验概率,为似然率,A表示的是一个具有n个状态的a 1 ,a 2 ,…,a n 多状态变量;
则根据全状态公式得出:,当BN有多个节点时可以表示为:,式中:X表示节点;
根据链式法得联合分布,式中:为节点父代集合。BN表示贝叶斯网络模型。
具体实施方式三:
与具体实施方式一或二不同的是,本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,步骤一所述的建立专家系统,确定专家权重的过程具体为,将专家的语气值非常高、高、偏高、中等、偏低、低非常低,分别一一对应描述为三角模糊数:(0.9,1.0,1.0)、(0.7,0.9,1.0)、(0.5,0.7,0.9)、(0.3,0.5,0.7)、(0.1,0.3,0.5)、(0,0.1,0.3)、(0,0,0.1)。
具体实施方式四:
与具体实施方式三不同的是,本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,步骤二所述的利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化,确定事件间逻辑关系的过程为:,三角模糊数可表示为(a,m,b)。
具体实施方式五:
与具体实施方式一、二或四不同的是,本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,步骤三所述的将模糊数解模糊转化为概率值的过程为根据多个专家的意见得出一个相对合理的模糊概率,采用算数平均法来综合评判结果,采用均值面积法,对模糊概率进行模糊处理,把模糊概率转为精准概率,节点X i 处在j状态的精准概率为,对根节点的各状态的精确概率进行归一化处理,使根节点处于不同状态的概率之和唯一,根节点X i 处j状态的精准概率为:。
具体实施方式六:
与具体实施方式五不同的是,本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,步骤四所述的得出不同程度的事故的发生概率,从而确定不同泄漏程度事故的风险等级得过程具体为,根据步骤三得出的根节点X i 处j状态的精准概率P ij ,并结合风险增加当量重要度,得到叶节点T处于j状态时多状态BN中根节点X i 的RAW重要度计算公式为:
。
Claims (6)
1. 一种基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,其特征是: 所述的海底管道泄漏事故风险评估方法通过以下步骤实现:
步骤一、根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型,建立专家系统,确定专家权重确定方法;
步骤二、利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化,确定事件间逻辑关系;
步骤三、将模糊数解模糊转化为概率值;
步骤四、在GeNIe2.0软件中定义事件间的逻辑关系,对贝叶斯网络模型进行分析,并得出不同程度的事故的发生概率,从而确定不同泄漏程度事故的风险等级。
2. 根据权利要求1所述的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,其特征是:步骤一所述的根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型为:,式中:为先验概率,为后验概率,为似然率,A表示的是一个具有n个状态的a 1 ,a 2 ,…,a n 多状态变量;
则根据全状态公式得出:,当BN有多个节点时可以表示为:,式中:X表示节点;
根据链式法得联合分布,式中:为节点父代集合。
3.根据权利要求1或2所述的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,其特征是:步骤一所述的建立专家系统,确定专家权重的过程具体为,将专家的语气值非常高、高、偏高、中等、偏低、低非常低,分别一一对应描述为三角模糊数:(0.9,1.0,1.0)、(0.7,0.9,1.0)、(0.5,0.7,0.9)、(0.3,0.5,0.7)、(0.1,0.3,0.5)、(0,0.1,0.3)、(0,0,0.1)。
4.根据权利要求3所述的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,其特征是:步骤二所述的利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化,确定事件间逻辑关系的过程为:,三角模糊数可表示为(a,m,b)。
5.根据权利要求1、2或4所述的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,其特征是:步骤三所述的将模糊数解模糊转化为概率值的过程为根据多个专家的意见得出一个相对合理的模糊概率,采用算数平均法来综合评判结果,采用均值面积法,对模糊概率进行模糊处理,把模糊概率转为精准概率,节点X i 处在j状态的精准概率为,对根节点的各状态的精确概率进行归一化处理,使根节点处于不同状态的概率之和唯一,根节点X i 处j状态的精准概率为:。
6.根据权利要求5所述的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法,其特征是:步骤四所述的得出不同程度的事故的发生概率,从而确定不同泄漏程度事故的风险等级得过程具体为,根据步骤三得出的根节点X i 处j状态的精准概率P ij ,并结合风险增加当量重要度,得到叶节点T处于j状态时多状态BN中根节点X i 的RAW重要度计算公式为:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194972.2A CN106846155A (zh) | 2017-03-29 | 2017-03-29 | 基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194972.2A CN106846155A (zh) | 2017-03-29 | 2017-03-29 | 基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106846155A true CN106846155A (zh) | 2017-06-13 |
Family
ID=59142702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710194972.2A Pending CN106846155A (zh) | 2017-03-29 | 2017-03-29 | 基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846155A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325544A (zh) * | 2018-10-11 | 2019-02-12 | 东北大学 | 一种基于中层特征的管道异常分类方法 |
CN109685308A (zh) * | 2018-11-15 | 2019-04-26 | 中国科学院大学 | 一种复杂系统关键路径评估方法及系统 |
CN110059963A (zh) * | 2019-04-20 | 2019-07-26 | 北京交通大学 | 一种基于模糊多态贝叶斯网络的隧道风险评价方法 |
CN110147956A (zh) * | 2019-05-21 | 2019-08-20 | 重庆科技学院 | 一种井喷事故风险分析方法 |
CN110427015A (zh) * | 2019-08-02 | 2019-11-08 | 广东职业技术学院 | 一种锅炉余热爆炸故障诊断分析方法 |
CN110598969A (zh) * | 2019-06-25 | 2019-12-20 | 大连海事大学 | 一种海上通道突发事件风险预警方法 |
CN111414692A (zh) * | 2020-03-19 | 2020-07-14 | 南京市计量监督检测院 | 基于贝叶斯修正模型的压力表校验台可靠性评估方法 |
CN112085075A (zh) * | 2020-08-26 | 2020-12-15 | 中国安全生产科学研究院 | 基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统 |
CN112163756A (zh) * | 2020-11-10 | 2021-01-01 | 内蒙古工业大学 | 海上平台设施坍塌风险评估方法和装置 |
CN113361903A (zh) * | 2021-06-02 | 2021-09-07 | 中国石油大学(北京) | 油气管道外腐蚀风险评估方法、装置及设备 |
CN113537695A (zh) * | 2021-05-28 | 2021-10-22 | 东莞理工学院 | 垃圾焚烧发电厂烟气污染物过量排放风险量化评估方法 |
CN115293656A (zh) * | 2022-10-08 | 2022-11-04 | 西南石油大学 | 基于贝叶斯网络的并行油气管道多米诺效应风险分析方法 |
CN116911594A (zh) * | 2023-06-05 | 2023-10-20 | 北京市燃气集团有限责任公司 | 一种燃气管道泄漏抢修风险评价方法及装置 |
CN117709729A (zh) * | 2023-12-28 | 2024-03-15 | 中国铁道科学研究院集团有限公司 | 重大工程技术创新成果应用风险评估方法及电子设备 |
-
2017
- 2017-03-29 CN CN201710194972.2A patent/CN106846155A/zh active Pending
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325544A (zh) * | 2018-10-11 | 2019-02-12 | 东北大学 | 一种基于中层特征的管道异常分类方法 |
CN109325544B (zh) * | 2018-10-11 | 2021-10-19 | 东北大学 | 一种基于中层特征的管道异常分类方法 |
CN109685308A (zh) * | 2018-11-15 | 2019-04-26 | 中国科学院大学 | 一种复杂系统关键路径评估方法及系统 |
CN110059963A (zh) * | 2019-04-20 | 2019-07-26 | 北京交通大学 | 一种基于模糊多态贝叶斯网络的隧道风险评价方法 |
CN110147956A (zh) * | 2019-05-21 | 2019-08-20 | 重庆科技学院 | 一种井喷事故风险分析方法 |
CN110598969A (zh) * | 2019-06-25 | 2019-12-20 | 大连海事大学 | 一种海上通道突发事件风险预警方法 |
CN110598969B (zh) * | 2019-06-25 | 2023-03-31 | 大连海事大学 | 一种海上通道突发事件风险预警方法 |
CN110427015A (zh) * | 2019-08-02 | 2019-11-08 | 广东职业技术学院 | 一种锅炉余热爆炸故障诊断分析方法 |
CN111414692A (zh) * | 2020-03-19 | 2020-07-14 | 南京市计量监督检测院 | 基于贝叶斯修正模型的压力表校验台可靠性评估方法 |
CN111414692B (zh) * | 2020-03-19 | 2024-05-10 | 南京市计量监督检测院 | 基于贝叶斯修正模型的压力表校验台可靠性评估方法 |
CN112085075B (zh) * | 2020-08-26 | 2021-04-20 | 中国安全生产科学研究院 | 基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统 |
CN112085075A (zh) * | 2020-08-26 | 2020-12-15 | 中国安全生产科学研究院 | 基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统 |
CN112163756A (zh) * | 2020-11-10 | 2021-01-01 | 内蒙古工业大学 | 海上平台设施坍塌风险评估方法和装置 |
CN113537695A (zh) * | 2021-05-28 | 2021-10-22 | 东莞理工学院 | 垃圾焚烧发电厂烟气污染物过量排放风险量化评估方法 |
CN113537695B (zh) * | 2021-05-28 | 2023-11-21 | 东莞理工学院 | 垃圾焚烧发电厂烟气污染物过量排放风险量化评估方法 |
CN113361903A (zh) * | 2021-06-02 | 2021-09-07 | 中国石油大学(北京) | 油气管道外腐蚀风险评估方法、装置及设备 |
CN113361903B (zh) * | 2021-06-02 | 2023-12-12 | 中国石油大学(北京) | 油气管道外腐蚀风险评估方法、装置及设备 |
CN115293656B (zh) * | 2022-10-08 | 2023-04-07 | 西南石油大学 | 基于贝叶斯网络的并行油气管道多米诺效应风险分析方法 |
CN115293656A (zh) * | 2022-10-08 | 2022-11-04 | 西南石油大学 | 基于贝叶斯网络的并行油气管道多米诺效应风险分析方法 |
CN116911594A (zh) * | 2023-06-05 | 2023-10-20 | 北京市燃气集团有限责任公司 | 一种燃气管道泄漏抢修风险评价方法及装置 |
CN117709729A (zh) * | 2023-12-28 | 2024-03-15 | 中国铁道科学研究院集团有限公司 | 重大工程技术创新成果应用风险评估方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846155A (zh) | 基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法 | |
CN100438251C (zh) | 一种大型电力系统脆弱线路辨识的方法 | |
CN111062464B (zh) | 一种基于深度学习的电力通信网可靠性预测和保障方法和系统 | |
CN107632590B (zh) | 一种基于优先级的底事件排序方法 | |
CN107844918A (zh) | 基于可拓学理论的水电厂安全性评价方法 | |
CN110542819A (zh) | 一种基于半监督dbnc的变压器故障类型诊断方法 | |
CN108681844B (zh) | 一种调水工程洪水资源利用风险评价方法 | |
CN113139737A (zh) | 一种面向全电力船舶电力系统弹性的综合评价方法 | |
CN111597175B (zh) | 融合时空信息的传感器缺失值的填充方法 | |
CN113553768B (zh) | 模型数据混合驱动的电网可靠性快速计算方法及装置 | |
Minli et al. | Research on the application of artificial neural networks in tender offer for construction projects | |
CN116415705A (zh) | 一种多因素水位预测方法、装置、电子设备和计算机介质 | |
CN111191832A (zh) | 一种台风灾害配电网杆塔故障预测方法及系统 | |
Zhou et al. | Structural health monitoring of offshore wind power structures based on genetic algorithm optimization and uncertain analytic hierarchy process | |
CN113935237A (zh) | 一种基于胶囊网络的输电线路故障类型判别方法及系统 | |
Li et al. | Early Warning for the Construction Safety Risk of Bridge Projects Using a RS‐SSA‐LSSVM Model | |
CN107527093B (zh) | 一种风电机组运行状态诊断方法及装置 | |
CN115982374B (zh) | 大坝应急响应知识库联动的多视角学习实体对齐方法和系统 | |
CN109766990A (zh) | 一种基于aga-elm混合算法的海底管线腐蚀速率预测方法 | |
Xie et al. | Electric vehicle industry development environment evaluation in China based on BP neural network | |
CN114492662A (zh) | 基于Transformer-GRU的智能变电站二次系统故障定位方法 | |
Shen | Research on marine water quality evaluation model based on improved harmony search algorithm by Gaussian disturbance to optimize takagi-sugeno fuzzy neural network | |
He et al. | Navigational risk assessment of Three Gorges ship lock: Field data analysis using intelligent expert system | |
Hongren | A random forest model based on parameter optimization using cuckoo search algorithm for ship traffic flow forecasting | |
Zhang et al. | Forecasting Research on the Total Volume of Import and Export Trade of Ningbo Port by Gray Forecasting Model. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170613 |
|
WD01 | Invention patent application deemed withdrawn after publication |