基于离散Hopfield神经网络的化学实验室安全评估
针对高校化学实验室安全风险难以量化评估的问题,采用一种基于离散Hopfield神经网络(discrete Hopfield neural network,DHNN)的化学实验室安全评估方法.首先,利用层次分析法建立化学实验室安全状况多指标评估体系;然后,使用模糊综合评价法对评估指标进行量化,对评估指标编码;最后,使用学习率对DHNN进行优化,将该方法与传统评估方法进行对比,结果表明该方法能够实现对样本的准确评估.将该方法应用于高校危险化学品实验室安全评估过程中,仿真实验结果表明该方法构建的指标体系合理可行且评估精度较高.
实验室、层次分析法、模糊综合评价、离散Hopfield神经网络(discrete Hopfield neural network、DHNN)、安全状况、指标编码
48
TP183(自动化基础理论)
国家重点研发计划;国家自然科学基金;国家自然科学基金
2022-11-28（万方平台首次上网日期，不代表论文的发表时间）
共9页
1150-1158
