| ???persistent.caption.title??? |
???persistent.caption.value??? |
|
|
| Clavius tčíslo: |
25254
|
| Překlad: |
Posouzení rizika v potrubí pomocí umělé inteligence: případ z kolumbijské ropné sítě
|
| Rozšířená anotace: |
|
| Jazyk dokumentu: |
eng
|
| Ročník: |
37
|
| Číslo: |
1
|
| Rozsah (stránky): |
s. 110-116
|
| Název zdroje: |
Process Safety Progress
|
| Rok vydání: |
2018
|
| Publikovat na bozp-info: |
|
| Forma publikování: |
|
| Perex: |
|
| Datum publikování: |
|
| Publikováno na URL: |
|
| Připojené soubory: |
Pipeline risk assessment using artificial intelligence
|
| Název: |
Pipeline risk assessment using artificial intelligence
|
| Další názvová informace: |
a case from the colombian oil network
|
| Klíčové slovo: |
bezpečnost
fuzzy logika
hodnocení rizik
integrita
inteligence umělá
potrubí
řízení rizik
|
| Autor: |
Guzman Urbina, Alexander
|
| Anotace: |
V současné době se při rozhodování o bezpečnosti potrubí stávají rizikové hodnoty a rizikové cíle relevantními body pro diskusi. Problémem je však spolehlivost modelů používaných pro získání údajů o riziku. Takové modely obvykle zahrnují velké množství proměnných a zabývají se vysokou mírou nejistoty. Proto existuje silná potřeba vhodného nástroje, jak se s touto nejistotou vypořádat, a jedním z nejlepších nástrojů zabývajících se nejistotou je implementace metod umělé inteligence pomocí fuzzy logiky. Cílem této studie je tedy představit systém dedukce umělé inteligence, který minimalizuje nejistotu tradičních přístupů k hodnocení rizik v potrubích. Aby byla ukázána použitelnost vyvinutého modelu, představuje tato studie případ z kolumbijské ropné přepravní sítě. Kromě toho tato studie předkládá analýzu nejistot pro hodnoty rizik, porovnávající výsledky inferenčního systému s tradičním přístupem. Výsledky ukazují, že inferenční systém funguje lépe, jelikož velikost průměrné chyby a její směrodatná odchylka jsou menší než tradiční přístup.
|
| Bezpečnostní úroveň: |
|
| Druh: |
nezadáno
|
| Odkaz na dokument (URL): |
|
| Původní znění: |
|