《安全生产智能化保障技术 第2版》习题及解答 蒋永清 .docx

第一章课后习题解答

1.安全生产的内涵是什么，其作用是什么？

答：安全生产一般意义上讲,是指在社会生产活动中,通过人、机、物料、环境、方法的和谐运作,使生产过程中潜在的各种事故风险和伤害因素始终处于有效控制状态,切实保护劳动者的生命安全和身体健康。也就是说,为了使劳动过程在符合安全要求的物质条件和工作秩序下进行的,防止人身伤亡财产损失等生产事故,消除或控制危险有害因素,保障劳动者的安全健康和设备设施免受损坏、环境免受破坏的一切行为。其作用如下：

安全生产是社会发展的必然要求；安全生产是促进国民经济发展的重要条件；安全生产是企业获得经济效益的基础；安全生产是坚持安全发展、构建社会主义和谐社会的必然要求

2.我国安全生产的现状是什么？

答：外部环境：1）生产经营活动依然频繁,安全生产风险点、面持续扩大。2）新型城镇化推进加速,局部安全风险聚集,城市运行管控和人员安全管理难度加大。3）新材料、新工艺、新业态、新社会组织大量涌现,存量风险和增量风险交织并存,安全生产不确定因素增多。事故形式：1）我国处于事故的易发多发期和向平稳期过渡的转型期。2）重特大事故尚未得到有效遏制；3）地区间事故分布不均衡,部分地区出现反弹；安全生产基础：1）产业结构布局不合理,落后生产能力和工艺大量存在；2）从业人员受教育程度偏低,安全素质能力和意识不足；3）职业病人员数量有所上升,风险仍在累积。

3.什么是人工智能？

答：人工智能就是认识智能机理,建造智能实体,用人工的方法去模拟和实现人类智能。研究者们发展了众多理论和原理,人工智能的概念也随之扩展。

4.试论述智能技术对安全生产的影响及作用。

答：提高生产效率与安全性；优化生产流程与风险管理；提升员工安全意识与培训效果；强化应急响应与事故处理；推动安全生产智能化升级

5.安全生产智能保障的特征是什么？

答：安全生产智能保障的特征主要体现在6个方面:实时感知、全面联系、自动处理、预测预警、辅助决策、分析优化

6.安全生产智能保障的基本框架是什么？

答：安全生产智能保障技术是集合了从数据层、信息层向知识层、智能化方向发展以保障生产过程安全的技术总和,其基本框架如图所示。

第二章课后习题解答

1.什么是计算智能?

答：计算智能是指计算机从数据或者观察中学习到特定的任务的能力，是以自然为灵感产生的计算方式和方法，为传统数学以及建模无法解决的推理过程复杂或充满随机性的现实问题提供新的解决方案。

2.简述人工智能与计算智能的区别?

答：智能计算是一种智力方式的底层认知,它与人工智能的区别只是认知层次从中层下降至底层而已。中层系统含有知识,底层系统则没有。若一个智能计算系统以非数值方式加上知识值,即成为人工智能系统。

3.遗传算法的本质是什么?

答：遗传算法(GeneticAlgorithm,GA)是模拟自然界生物进化机制的一种算法,即遵循“适者生存、优胜劣汰”的法则,也就是有用的保留,无用的去除。

4.遗传算法的基本算子有哪些?作用分别是什么?

答：遗传算法主要包括三个重要的算子,它们分别是选择、交叉和变异。在自然进化的过程中,对环境适应能力强的个体将有更多的机会产生下一代,适应能力弱的个体产生后代的机会则相对较少。遗传算法中,选择算子在避免基因损失、提高有哪些信誉好的足球投注网站速度和全局收敛方面有着举足轻重的作用。遗传算法的交叉算子按照一定的规则来使两个相互配对的个体交换部分基因,这样就形成了新的个体。在交叉操作之前,要对个体进行配对操作。最常用的配对方式是随机配对,即将当前群体中的M个个体以随机的方式组成M/2个配对组。在遗传算法中,应用变异算子来模拟这种生物的变异过程,变异算子将个体编码串中的某些基因座上的基因用其他等位基因来替代,从而形成一个新个体。变异算子可以改善遗传算法的局部有哪些信誉好的足球投注网站能力,维持群体的多样性,防止算法进入早熟的状态。

5.什么是人工神经网络?它有哪些特征?

答：人工神经网络(ArtificialNeuralNetworks,ANN)也简称为神经网络(NN),它是一种模仿动物神经网络行为特征进行分布式并行信息处理的算法数学模型。人工神经网络算法依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。

神经网络的结构特点包括信息处理的并行性、信息存储的分布性、信息处理单元的互联性、结构的可塑性。神经网络的性能特点包括高度的非线性、良好的容错性和计算的非精确性。神经网络的能力特征包括自学习、自组织与自适应性。神经生物类比性

6.神经网络的学习模式有哪些?分别如何学习的?

答：神经网络的学习算法归纳为有导师学习、无导师学习和灌输式学习。

(1)有导师学习

有导师学习也称为有监督学习,这种学习模式采用的是纠错规则。在学习训练过程中需要不断地给网络成对提供一个输入模式和一个期望网络正确输出