交通安全分析及其評價方法概論-展示頁
2025-02-14 09:44本頁面
【正文】 果； 聚類分析所得到的結(jié) 果比傳統(tǒng)分類方法更細致、全面、合理。但是，即使這樣，得到的數(shù)據(jù)也不一定在區(qū)間 [0,1]上。通常有以下幾種變換： 8 1 數(shù)據(jù)準備 9 1 數(shù)據(jù)準備 ② 01標準化 ?也叫離差標準化，轉(zhuǎn)換函數(shù)如下： ?其中 max為樣本數(shù)據(jù)的最大值， min為樣本數(shù)據(jù)的最小值。 （ 1） 11 2 標定 12 2 標定 （ 4）絕對值減數(shù)法 ?????mkjkikij xxCr1||113 模糊聚類分析方法 先把各個分類對象單獨視為一類，然后根據(jù)距離最小的原則，依次選出一對分類對象，并成新類。 每一次歸并，都劃去該對象所在的列與列序相同的行。 直接聚類法 最短距離聚類法 最遠距離聚類法 是在原來的 m m距離矩陣 的非對角元素中找出 ， 把分類對象 Gp和 Gq歸并為一新類Gr，然后按計算公式計算原來各類與新類之間的距離，這樣就得到一 個新的（ m－ 1）階的距離矩陣；再從新的距離矩陣中選出最小者 dij，把 Gi和 Gj歸并成新類；再計算各類與新類的距離，這樣一直下去，直至各分類對象被歸為一類為止 最遠距離聚類法與最短距離聚類法的區(qū)別在于計算原來的類與新類距離時采用的公式不同。 14 直接聚類方法 15 模糊聚類分析方法 案例 16 模糊聚類分析方法 案例 1 17 模糊聚類分析方法 案例 模糊相似矩陣 R 18 模糊聚類分析方法 案例 19 模糊聚類分析方法 案例 20 模糊聚類分析方法 案例 21 安全檢查表 ?安全評價也稱危險評價或風險評價。 22 安全檢查表 ?逐項賦值法 ? 對每一項檢查內(nèi)容賦予一定的分值，最后累計所有各項得分。 ?用于描述事故的 因果關系，思路清晰、邏輯性強 。 ? ：設想給定系統(tǒng)可能發(fā)生的事故。 ? ：求解事故發(fā)生的概率 (頻率 ) 。 ? ：從頂上事件起，逐級找出直接原因的事件，直至所要分析的深度，按其邏輯關系，畫出故障樹。 ? ：確定所有事故發(fā)生概率，標在故障樹上，并進而求出頂上事件 (事故 )的發(fā)生概率。 ? ：原則上是上述 10個步驟，在分析時可視具體問題靈活掌握，如果故障樹規(guī)模很大，可借助計算機進行。 27 事故樹法 頂上事件或中間事件 基本事件 省略事件 正常事件 事故樹 或門 與門 28 事故樹法 事故樹結(jié)構函數(shù)表達式 T=M1M3(X10+M4)=…… 展開結(jié)構函數(shù)式，得到事故樹的 最小割集 ? **最小割集：能導致頂上事件發(fā)生的最低限度的基本事件的集合 ? 最小割集中全部事件均發(fā)生時，頂上事件一定發(fā)生。 ? 割集數(shù)量越多，系統(tǒng)安全性越低。 ? 去掉最小徑集中任何一個基本事件，便不能保證一定不發(fā)生事故。 ? 最小徑集的數(shù)量越多，系統(tǒng)安全性越強。 頂上事件的發(fā)生概率 P(T) 35 事故樹法 ?考察各基本事件發(fā)生概率的變化對頂上事件發(fā)生概率的影響程度。 概率重要度分析 ig qTPiI??? )()(基本事件 i的發(fā)生概率 頂上事件的發(fā)生概率 36
教學課件相關推薦
鄂ICP備17016276號-1