基于模糊神经网络的污染环境安全评估方法研究
2021-01-11张宝峰朱均超
自动化与仪表 2020年12期
张宝峰,从 宇,朱均超
(1.天津理工大学 光电器件与通信技术教育部工程研究中心,天津300384;2.天津理工大学 电气电子工程学院天津市复杂系统控制理论及应用重点实验室,天津300384)
我国石油化工等第二产业在生产过程中会排放污染物,其包含很多有毒有害物质、易燃易爆气体、刺激性污染物。一旦现场发生了气体的泄漏安全事故,会形成许多高危污染场地,对此必须尽快恢复当地健康地貌,将事故引起的损失降到最低[1]。为保障现场的工作人员安全,评估现场气体排放区域安全程度,目前污染场地安全评估方法主要有模糊系统评价分析法、综合指数法、灰色系统的线性评价法、层次分析法AHP(analytic hierarchy process)、TOPSIS 法及人工神经网络等[2-4]。以上方法在场地安全评估中均具有较好的评估效果。考虑污染现场的实际情况复杂,气体权重比严重影响了评估结果,为提高污染分类的准确性,在此提出一种基于模糊评价的神经网络污染现场有毒气体评估方法。
考虑污染现场情况复杂,污染程度具有模糊概念,依据模糊综合评价构造GA_BP 神经网络模型,综合评判各污染区域安全等级[5-6]。该算法全方位寻找最佳匹配值,提高神经网络初始权重的精确度,规避神经网络算法的局限性[7],使指标的权重接近实际情况,得到最佳权重值,优化最大隶属度,其评价结果具有可信度。故在此将GA_BP 神经网络引入污染场地区域评价之中,对污染场地进行安全评价,划分危险等级。
