基于ANP-可拓云模型的地铁系统韧性评价

来源 :系统仿真学报 | 被引量 : 1次 | 上传用户:loveandlove
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提升地铁施工现场的安全防御能力和抗风险水平,需提高地铁施工现场安全系统的风险抵抗能力和事故恢复能力。将韧性理论引入地铁建设工程的安全管理,通过韧性理论分析界定适用于地铁施工现场安全系统的韧性内涵,依据文献计量法和德尔菲法筛选韧性评价指标,通过构建网络层次分析法-可拓云综合评价模型进行系统韧性评价,并以西安地铁十四号线车站为例,进行模型的应用。评价结果与实际工程情况相符,评价模型有效,有助于为地铁建设工程安全管理建立基于韧性理论的系统全过程分析方法。
其他文献
针对组合式变速箱传动比分配难以得到最优方案的问题,提出基于混合粒子群算法的组合式多档位变速箱的传动比优化方法。基于多目标粒子群算法,引入具有自我更新机制的领导种群,构成混合粒子群算法。以各段单级变速的传动比为变量,结合传动链布局,以驱动功率损失率、比油耗损失率等为优化目标,以理论车速等为约束条件,建立多目标优化模型,并与非支配遗传算法-Ⅱ、多目标粒子群算法的优化结果进行了对比。结果表明:采用混合粒
自信心是一个人成才所必备的良好心理素质和健康的个性品质,也是一种重要的非智力因素。运用鼓励的方法培养学生的自信心,让学生在成长的道路上走好每一步。 Self-confidenc
围绕煤矿井下环境特点,提出一种基于动态指纹更新的指纹定位算法。该算法运用FCM(Fuzzy C-Means Clustering)按信号分布特征划分井下定位区域,在各个子区域建立训练学习模型。在FCM算法基础上提出一种基于移动用户位置的HMM(Hidden Markov Model)运动信息序列模型,通过用户无意识地参与RSSI(Received Signal Strength Indicatio
针对多机种大机群再次出动保障资源组合配置复杂问题,在考虑不同机型、不同保障期望值时间和不同主体资源类型新增复杂因素基础上,建立基于排队网络的多机种保障过程仿真模型,提出了实现保障资源配置优化的仿真算法,该算法以机群保障总时间、飞机平均保障时间、机群保障的平均强度、资源代价、保障忙闲均衡和资源供需均衡为优化目标,以服务节点的机群平均等待时间大小作为资源增减依据,对多机种大机群保障资源数量进行仿真测算
三维地形是计算机游戏、虚拟仿真、地理信息等各种应用领域中不可或缺的场景元素。逼真的数字地形对于增强虚拟场景的真实感,提高用户的沉浸感具有重要作用。在对地形特征及用户的建模需求进行深入分析的基础上,构建了一种多层次的地形编辑模式。在此模式下,地形编辑行为可以从点、线、面3个层次来展开,每个层次都有特定的操作目标和对应的编辑工具,构建形成了由点工具、曲线工具和笔刷工具组成的多层次、综合化的地形编辑工具
反舰导弹弹道仿真模型不能满足"红蓝"对抗仿真推演需求,基于外场实测数据的反舰导弹弹道建模将成为满足仿真推演需求的一种新方法。以典型反舰导弹为例,提出基于外场数据的导弹自控段弹道建模及仿真方法。对外场数据进行分析,使用最小二乘多项式拟合导弹速度时间曲线。使用粒子群优化的最小二乘支持向量机(Particle Swarm Optimization-Least Squares Support Vector
针对无人机作战侦察时视觉系统参数对视频成像性能影响的仿真评估需求,设计并构建了一个无人机侦察载荷视景仿真平台。平台融合了视觉系统参数和飞行参数对实景视频进行仿真处理,为无人机侦察载荷系统评估和指标设计提供支撑,并为无人机侦察作战获得最佳效能时的视觉系统参数、飞行参数、飞行航迹设置提供指导。实验验证了平台5种仿真功能,根据设定的系统参数对无人机侦察视频进行视频剪裁缩放、视频亮度增强、视频滤波等仿真处
洪江市地处湖南省西部,下辖25个乡镇、316个行政村,总人口43万人。洪江市历史悠久,名胜众多,名人辈出。西汉高祖五年(公元前202年)始置镡城县,至今已有2200余年。境内有距今7
为分析设计超声汽化蒸汽驱动的排尿助力系统,建立了驱动囊仿真模型、工质饱和蒸汽压数学模型和膀胱压与尿流率数学模型,搭建模拟实验系统验证了模型的有效性,并依此仿真分析了辐射时间、声强对工质温度和驱动压的影响规律。结果表明:工质温度、驱动压与超声波的辐射时间和声强有关,延长辐射时间和增大声强均能提高工质温度和驱动压,在常规超声理疗剂量下,最大尿流率接近正常人体尿动力学参数。所建立的仿真模型与数学模型有效
针对超超临界机组负荷系统因耦合度高导致的建模困难问题及基本粒子群算法存在的缺陷,提出了一种用于负荷系统建模的改进粒子群算法,通过引入自适应、柯西变异以及梯度指导交叉思想,改善了粒子群算法容易产生早熟收敛、局部寻优能力较差等问题。将自适应柯西变异和梯度指导交叉粒子群算法与电厂的实际运行数据结合进行负荷系统建模和校验。仿真结果表明:应用该算法辨识得到的模型输出拟合现场实际数据的效果较好,算法的平均收敛