Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆大学孙瑞获国家专利权

重庆大学孙瑞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆大学申请的专利一种基于模糊理论的临时看台安全事故致险因子发生概率预测方法及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115526377B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211011571.6,技术领域涉及:G06Q10/04;该发明授权一种基于模糊理论的临时看台安全事故致险因子发生概率预测方法及介质是由孙瑞;邢鋆博;刘纲设计研发完成,并于2022-08-23向国家知识产权局提交的专利申请。

一种基于模糊理论的临时看台安全事故致险因子发生概率预测方法及介质在说明书摘要公布了:本发明提出了一种基于模糊理论的临时看台安全事故致险因子发生概率预测方法及介质,方法步骤包括利用Lion积分值法对致险因子发生可能性的加权平均λ截集进行解模糊处理,从而预测出致险因子的发生概率。介质存储有计算机存储。本发明不受统计数据缺失的限制,可以基于本领域专家的工程经验以及现有的安全事故资料,利用模糊理论对临时看台安全事故致险因子的发生概率进行预测,从而为临时看台结构的安全评估奠定基础。

本发明授权一种基于模糊理论的临时看台安全事故致险因子发生概率预测方法及介质在权利要求书中公布了:1.一种基于模糊理论的临时看台安全事故致险因子发生概率预测方法,其特征在于,包括以下步骤: 1确定典型临时看台安全事故致险因子; 所述典型临时看台安全事故致险因子包括强风、地基积水、地质情况勘察不足、地基处理不合理、人群跳跃活动、人群密度过大、构件初始几何缺陷、连接不合理、装配误差、构件尺寸偏差和温度过低中的一个或多个; 2获取临时看台安全事故致险因子发生概率的若干预测结果; 3针对致险因子的模糊性问题,引入模糊理论,对每个致险因子的发生概率预测结果进行量化,得到若干致险因子发生可能性大小; 4利用加权平均方式综合所有致险因子发生可能性大小,得到致险因子发生可能性的加权平均λ截集; 5利用Lion积分值法对致险因子发生可能性的加权平均λ截集进行解模糊处理,从而预测出致险因子的发生概率; 所述临时看台安全事故致险因子发生概率的预测结果与三角模糊数的λ截集Mλ之间的对应关系如下所示: 当临时看台安全事故致险因子发生概率的预测结果为“很低”时,三角模糊数的λ截集Mλ=[0,-0.025λ+0.025]; 当临时看台安全事故致险因子发生概率的预测结果为“低”时,三角模糊数的λ截集Mλ=[0.025λ,-0.025λ+0.05]; 当临时看台安全事故致险因子发生概率的预测结果为“较低”时,三角模糊数的λ截集Mλ=[0.0375λ+0.025,-0.0375λ+0.1]; 当临时看台安全事故致险因子发生概率的预测结果为“中等”时,三角模糊数的λ截集Mλ=[0.025λ+0.075,-0.025λ+0.125]; 当专家对某一致险因子发生概率的判断结果为“较高”时,三角模糊数的λ截集Mλ=[0.0375λ+0.1,-0.0375λ+0.175]; 当临时看台安全事故致险因子发生概率的预测结果为“高”时,三角模糊数的λ截集Mλ=[0.025λ+0.15,-0.025λ+0.2]; 当临时看台安全事故致险因子发生概率的预测结果为“很高”时,三角模糊数的λ截集Mλ=[0.025λ+0.175,0.2]; 综合多位专家评估结果的第i个致险因子Ai的加权平均λ截集如下所示: 式中,aj、分别为第j位专家的权重和对致险因子Ai评估的λ截集; 致险因子的发生概率如下所示: 式中,α为乐观系数,α∈[0,1],当α=0或1时,分别对应模糊数解模糊化值的上下界;α=0.5,为模糊数解模糊化值的代表值;和分别为模糊数左右隶属函数反函数的积分值; 其中,积分值和积分值分别如下所示: 式中,分别为加权平均λ截集的上、下界,λ=0,0.1,0.2,…,1;Δλ=0.1。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。