简介：落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.

简介：对于每个零售企业来说,建立防损体系和防范措施以保护顾客、员工及企业利益是非常必要的.在零售企业中各项经营指标增长最快的就是损耗,由于激烈的商业竞争,各大超市已处在利润很低的水平上,但企业在经营中还承受着内盗外盗带来的巨大损失,有形无形的损耗制约着企业的发展、危及着企业的生存,如何建立适应现代零售企业要求的防损机制?本文结合"防损"在零售业中的发展过程来探讨这个问题.

简介：以层次分析法为基础,根据城市应急避难所的功能特点,从规划设计、内部硬件设施、外部软件环境3个方面出发,选定18个评价指标,构造了城市应急避难所应急适应能力影响因素的层次结构,建立了综合评价模型.基于模糊集值统计理论,求出了各指标的合成权重,并对其权值进行了可靠性分析.利用线性加权模型得出应急适应能力评价结果.最后,以北京市某应急避难所作为实例进行了计算.结果表明,该应急避难所应急适应能力处于良好状态.