基于人工神經網絡模型的艦船防火設計方法

根據艦船實際和火災理論,建立了艦船艙室火災危險性的動靜二類 4個指標:失火危險性指標、艙室相關度指標、設備使用狀態(tài)指標和人員狀態(tài)指標,對艦船各種艙室的火災危險性進行量化.筆者先給出規(guī)范中9類艙室的各指標值,應用筆者所開發(fā)的神經網絡模型,建立艙室火災危險性指標值與艙室分隔等級的關系模型,求出艙室防火分隔等級值,降低了對設計者經驗的要求.運用開發(fā)的模型對某大型艙室進行防火設計,獲得的結果與其他方法的結果基本一致,可供艦船防火設計時參考.

作 者： 仲晨華 孫洪江 楊志青 殷沐德 ZHONG Chen-hua SUN Hong-jiang YANG Zhi-qing YIN Mu-de   作者單位： 仲晨華,楊志青,殷沐德,ZHONG Chen-hua,YANG Zhi-qing,YIN Mu-de(海軍工程大學船舶與海洋工程系)

孫洪江,SUN Hong-jiang(駐上海地區(qū)艦艇設計軍代表室) 

刊 名： 中國安全科學學報  ISTIC PKU 英文刊名： CHINA SAFETY SCIENCE JOURNAL  年，卷(期)： 2005 15(5)  分類號： X91  關鍵詞： 艦船   防火設計   神經網絡   模型   防火分隔等級  

【基于人工神經網絡模型的艦船防火設計方法】相關文章：

基于遺傳神經網絡模型的水質綜合評價04-26

基于改進BP神經網絡的職業(yè)危害預警模型04-25

基于Matlab方法確定VG模型參數04-27

基于Bayes方法的診斷模型分析04-26

基于神經網絡的非線性結構有限元模型修正研究04-27

基于運輸模型的安全疏散方案優(yōu)化方法探討04-26

獲取艦船液艙數字表面模型的數字立體攝影測量方法04-26

基于LMBP神經網絡的慣性器件故障預報方法研究04-26

基于GIS、RS的黃土高原USLE模型改進方法04-27

基于MATLAB的BP神經網絡組合預測模型在公路貨運量預測中的應用04-27