基于MEA-BP的内河“黑点”航道及敏感因子辨识研究

论文摘要

内河"黑点"航道辨识是航运本质化安全管理的重要手段.针对水上事故小样本、数据信息漂移等"黑点"辨识难点,运用MEA-BP神经网络对内河航道事故信息进行提取和分配,考虑航道通航条件的不确定性,构建基于MEA-BP神经网络的内河航道"黑点"辨识模型,借助MEA-BP模型分析影响因子敏感度,并通过三峡库区的实例进行验证.结果表明,所构建的模型能有效辨识内河"黑点"航道,分析"黑点"航道影响因子敏感度.

论文目录

• 0 引 言
• 1 基于MEA-BP神经网络的内河航道黑点辨识模型的建立
•   1.1 内河“黑点”航道的内涵
•   1.2 建模方法的选择
•   1.3 模型指标的提取
•   1.4 辨识模型及算法
•     1) 产生初始结构群体
•     2) 评价函数的确定
•     3) 训练权值和阈值
•     4) 子群体趋同过程
•     5) 子群体异化过程
•     6) 解析最优个体
•     7) 训练MEA优化的BP神经网络
•   1.5 基于MEA-BP模型的“黑点”航道影响因素敏感度分析
• 2 实例验证
•   2.1 三峡库区水上交通“黑点”辨识
•   2.2 库区“黑点”航道风险敏感因子提取
• 3 结 束 语

文章来源

类型: 期刊论文

作者: 刘清,董诗瑀,王磊

关键词: 内河航道,黑点,思维进化算法,神经网络,影响因子

来源: 武汉理工大学学报(交通科学与工程版) 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 安全科学与灾害防治,公路与水路运输

单位: 武汉理工大学交通学院,国家水运安全工程技术研究中心

基金: 国家自然科学基金项目资助（51379171）

分类号: U698

页码: 997-1000

总页数: 4

文件大小: 141K

下载量: 65