基于ISM和AHP法的矿工习惯性违章行为影响因素研究

为深入研究矿工习惯性违章行为的影响因素及其作用模式,从个体、管理、组织、工作本身等层面建立矿工习惯性违章行为影响因素指标体系。采用解释结构模型(ISM)分析各因素之间的联系,建立3级多层递阶ISM。应用层次分析法(AHP)对结构模型中各因素指标的影响力排序,建立指标综合权重体系。结果表明:表层直接影响因素集中于个体因素和组织因素。中层间接影响因素主要涉及个人传记特征和工作本身因素。深层根本影响因素全部集中于管理因素。安全生产投入、安全教育培训、个体心理状况、个体安全意识、安全管理制度是习惯性违章行为的主要影响因素。建议以加大安全投入力度、增强安全培训多样性、强化管理者的行为等措施,预防和控制习惯性违章行为。     

HVB惯性度的MPHMADM评价

为有效评价矿工习惯性违章行为(HVB),在多期混合多属性决策方法(MPHMADM)基础上,从矿工个体、组织管理、作业环境安全度3方面确定矿工HVB惯性度驱动因素及不同因素属性。首先引入动态混合加权聚合算子(DHWA),集成煤矿不同时期的HVB惯性度评价值;然后采用逼近理想解排序法(TOPSIS),对HVB惯性度驱动因素进行惯性度评价并排序;最后以大安山煤矿为例进行方法应用,结果表明:MPHMADM评价结果与管理专家实际评价结果一致。根据排序结果,HVB干预可重点从组织管理方面入手,其次是矿工个体、作业环境安全度。     

GRA-SPA熵权决策模型在冲击地压风险评价中的应用

为量化评价冲击地压风险,运用灰色关联(GRA)和集对分析(SPA)相关理论,构建基于GRA-SPA的熵权(EW)多属性决策模型。将各指标与危险等级通过建立集对,确定联系式,计算绝对关联度及综合联系度;采用EW法确定各指标权重,构建最佳和最差方案同一度矩阵,得到综合评价集,确定评判等级;选取某典型煤矿的5个工作面,评价各工作面的冲击地压风险。结果表明:该模型综合考虑评价对象各指标因子的同一性、差异性和对立性,将联系度系数量化,并通过EW多属性决策凸显评价对象的差异性。     

民航维修人员习惯性违章行为的SD建模研究

掌握习惯性违章行为形成过程中的反馈机制和发展规律可以为消除习惯性违章行为提供理论依据。基于系统动力学(SD)理论,建立了民航机务维修人员习惯性违章行为的动态模型,利用VENSIM软件模拟仿真。结果表明,惩罚力度从第1等级(惩罚力度由小到大分别对应1~10等级)到第6等级时,习惯性违章行为活跃水平依次减小,从第6等级到第10等级时,习惯性违章行为活跃水平依次增加。此外习惯性违章行为活跃水平对工作单卡的合理程度敏感性最强,组织应优先提高工作单卡的合理程度。     

煤与瓦斯突出预测的QGA-LSSVM模型

为快速、有效地对煤与瓦斯突出类型作出预测,运用灰色关联和因子分析模型对所选主要的判别指标进行分析提取,利用量子遗传算法(QGA)对最小二乘支持向量机(LSSVM)的参数作寻优处理,最终建立QGA-LSSVM煤与瓦斯突出预测模型。选取从砚石台矿区历史实测的数据,以96∶20的比例对该模型进行训练与测试,并将预测结果与其他预测模型的预测效果进行了比较。研究结果表明:对判别指标进行灰色关联分析可以有效去除对煤与瓦斯突出影响作用小的指标;用因子分析进行公共因子提取,可以有效减少数据信息冗余;利用QGA优化的LSSVM模型能使结果避免陷入局部最优解,用该模型可以有效预测煤与瓦斯突出类型,误判率为0。     

IIFLNs-AHP及其在煤矿安全状况评价中的应用

为了评价煤矿的安全现状,同时实现对各类安全隐患的排查,构建了基于层次分析法(AHP) 耦合区间直觉模糊语言数（IIFLNs）进行计算的IIFLNs-AHP评价模型。首先提出了区间直觉模糊语言关联混合几何 (R-IIFLNHG)算子,并由其算出评价权重向量;其次结合层次分析法（AHP）运用提出的权重聚合计算公式来确定各层次指标重要程度,并对指标进行排序。以某煤矿为例,运用IIFLNs-AHP进行计算,同时根据计算结果找到了隐含的各类安全隐患,其计算分析结果与现场情况及前人研究结论基本一致,从而验证了IIFLNs-AHP的正确性。结果表明,IIFLNs-AHP能够较好地对煤矿各类安全评价指标进行排序,有助于确定指标体系中的薄弱环节,并可据此实现对安全管理有针对性的改进与完善。     

基于ISM和AHP的危险品仓储风险影响因素研究

本文采用解释结构模型(ISM)分析影响危险品仓储系统的各个因素之间的联系,建立3级多层递阶模型。应用层次分析法(AHP)从仓储人员问题、硬件问题、软件问题和意外问题四个方面对结构模型中各因素指标的影响力进行排序,建立指标综合权重体系。结果表明:法律法规和安全管理是最深层次的影响因素;在一级指标中,软件问题为主要因素,在三级指标中,法律法规、安全责任意识和存储方式最为重要。建议企业应遵守相关法律法规,预防和控制习惯性违章行为,加强安全管理,提高责任意识。     

基于NRS-ACPSO-SVM的冲击地压危险性预测模型

为快速、准确地预测冲击地压危险性,提出基于NRS-ACPSO-SVM的冲击地压危险性预测模型。首先,在综合分析冲击地压危险性影响因素的基础上,以重庆砚石台煤矿为例,选取煤层厚度、倾角、埋深等10个影响因素作为冲击地压危险性的特征指标;然后,基于邻域粗糙集(NRS)理论对特征指标进行降维,提取出影响冲击地压危险性的关键属性构成约简集;最后,为避免支持向量机(SVM)模型受惩罚因子C和核函数参数σ随机性影响,采用自适应混沌粒子群算法(ACPSO)优化SVM模型参数,将约简集作为ACPSO-SVM模型的输入进行训练,利用训练好的ACPSO-SVM模型预测样本,并对比其他模型的预测结果。研究表明:NRS能有效地约简属性,简化模型结构,模型预测精度与运行效率均有明显提高;利用ACPSO优化SVM模型能避免结果陷入局部极值,提高收敛速度及预测精度,用该模型可有效地预测冲击地压危险性等级,其预测错误率为0。     

多层次灰色关联分析在绿色建筑设计方案优选中的应用

在新修订的《绿色建筑评价标准》(GB/T 50378—2014)的基础上,综合考虑了与绿色建筑设计方案评价相关的内容,构建出绿色建筑设计方案评价指标体系。在专家打分的基础上,通过层次分析法(AHP法)给各评价指标赋予了权重,运用多层次灰色关联分析模型分层次计算出各评价方案与理想方案的最终关联度并排序,进而确定最优方案,并通过引入实例验证了该评价方法的科学性和实用性。     

矿区采空塌陷危险性预测的RS-SVM模型

为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。     

软岩隧道大变形事故致灾因素耦合分析

为减少专家主观判断对软岩隧道大变形事故评估的影响,提出一种从事故出发逆推事故致灾因素耦合机制的方法。在调研69个软岩隧道施工大变形事故案例的基础上,分析大变形事故的主要致灾因素及其在69个案例中的出现频率;围绕排序前4的主要致灾因素及其在案例中的关联关系,基于系统动力学理论研究不同致灾因素的耦合路径与耦合过程,建立基于N-K模型的致灾因素耦合模型,计算软岩隧道大变形事故致灾因素耦合关联值,在对耦合关联值排序后,得到大变形事故致灾因素耦合影响性序列。结果表明:软岩隧道大变形事故的致灾因素耦合影响性排序依次为:围岩岩性、地下水、地应力和支护强度的四致灾因素耦合围岩岩性、地下水和地应力三致灾因素耦合地下水和地应力双致灾因素耦合;虽然地下水与地应力是双因素耦合,但会产生比一些三致灾因素组合更大的耦合值,施工前后应予以特别关注和控制。     

基于GRA-SPA耦合模型的煤矿充填系统稳定性评判

为预防煤矿充填系统运行安全事故,综合运用灰色关联分析法(GRA)和集对分析法(SPA),研究煤矿充填系统稳定性。首先,建立充填系统稳定性评判指标体系,并采用AHP法确定各指标权重;然后,构建GRA-SPA耦合评判模型,通过将评价集与指标集建立集对、计算其绝对关联度及综合联系度来确定评价对象等级,并预测其发展趋势;最后,以某矿充填系统为例,用所建模型评判其稳定性。结果表明:该矿充填系统稳定性等级为较稳定,且有向好的方向发展的趋势,但不明显,仍需引起重视。该模型能够将充填系统各指标因子的同一性、差异性和对立性通过联系度系数定量化,得到与实际情况相一致的评判结论,为煤矿充填开采安全管理提供参考。     

滑坡治理方案客观自主式智能优化求解算法

为合理评价并优选滑坡治理方案,采用位置加权向量规划模型和蛙跳算法,研究滑坡治理方案客观自主式智能优化求解算法。使用该方法时,首先确定评价指标的绝对优势度和相对优势度,以此为诱导分量,按照IOWA算子的思想将各评价对象的评价指标重新排序;然后,利用蛙跳算法优化求解评价指标的位置加权向量和评价值向量;最后,对评价值矩阵进行集结,通过向量夹角和最小法求得各评价对象的最优评价值向量。实例计算和对比分析结果表明,该方法与其他优选理论计算结果一致。     

基于复杂网络理论识别油库关键安全风险因素

为提升油库安全风险管理水平,基于风险因素间关联关系对风险因素重要性的影响,提出从复杂网络角度研究油库安全风险管理并识别关键风险因素的方法。首先,通过识别风险因素并依据因素间的影响关系和影响程度构建油库安全风险加权网络模型;然后,基于风险因素自身的风险水平及其对网络中局部和全局其他因素的影响力,设计风险因素的重要度评价指标;最后,采用层次分析法(AHP)-灰色关联分析(GRA)-理想距离排序(TOPSIS)模型对风险因素重要度进行排序,从而实现关键风险因素的识别。将该方法应用于某油库风险因素识别中。结果表明:人员素质和安全管理风险为该油库关键风险因素。     

校园安全灰色关联评价模型及应用

通过对影响校园安全的因素分析和灰色关联理论在校园安全评价中的适用性分析,得出校园安全存在与灰色系统理论相耦合的特征。应用灰色关联理论建立校园安全灰色关联评价模型,合理确定标准数据序列,对非线性、离散以及动态的校园安全数据进行量化分析和评价,根据关联度大小来判断校园的相对安全性程度,并结合湘潭市5所学校的校园安全状况进行实例验证。其评价结果与实际情况相一致,该模型能有效地解决校园安全影响因素中的非线性关系和不确定性问题,可作为校园安全相对安全等级划分的重要理论依据,具有可操作性和可行性。     

基于RS-SVM的城市埋地燃气管道外腐蚀情况评价

为提高城市埋地燃气管道外腐蚀情况评价的准确性,识别影响管道外腐蚀的主要因素,构建评价指标集,结合粗糙集(RS)与支持向量机(SVM)的优势,建立管道外腐蚀情况预测评价模型。给出具体评价步骤,包括收集样本数据、预处理数据、用属性约简算法筛选核心指标集、用SVM训练器训练数据,形成检验模型。以某条城市燃气管线为例进行实例验证和分析。结果表明:用RS-SVM模型预测评价管道的腐蚀等级与实际结果一致,传统方法预测管道腐蚀速率平均相对误差为14.1%,RS-SVM模型预测的平均相对误差为7.9%,较之传统方法精度更高。     

金属矿山地表沉陷的可拓评价预警

针对金属矿山地表沉陷灾害的预警问题,应用可拓学理论,建立基于物元和关联函数的矿山沉陷评价预警模型。选取沉陷密度、沉陷面积率、断层密度、覆层强度指标、深厚比、下沉系数6个预警指标,划分4级预警模式。根据各指标特征建立关联函数并计算关联度,结合德尔菲-层次分析法确定指标权重。选取我国4个典型金属矿山开展模型验证,获得各矿山地表沉陷的预警等级,与矿山实际情况对比分析认为评价结果具有较好的可信度。该方法操作简单,结果直观,为金属矿山的地表沉陷预警提供了新的思路。     

行为形成因子与人为差错模式的定性关联分析

为揭示人为差错的发生规律以便有效管理人为差错,研究行为形成因子与人为差错模式间的对应关系。将行为形成因子作为情景环境的表征,在SRK(skill,rule,knowledge)模型的基础上,将认知功能的效能分为3种指标:全面性、准确性和效率,将认知功能与效能指标相结合得到人为差错模式的分类。在此基础上,根据经验详细分析行为形成因子对认知功能3种效能指标的影响,得到行为形成因子与人为差错模式的关联关系表格。该关联关系是定性的,包含密切关联、重要关联、一般关联和没有关联4种关联程度,不但可以用于人为差错事件的调查,而且可以用于人为差错模式的预测。     

基于RS和GCA-TOPSIS的S700K转辙机故障诊断方法

针对目前S700K转辙机故障诊断效率低、准确性不高等问题,提出了一种基于粗糙集、灰色关联分析与理想排序法相结合的转辙机故障诊断方法.首先以微机监测系统(Maintenance and Monitor System,MMS)存储的常见转辙机故障功率曲线数据作为数据源,提取功率曲线在各工作区段的特征参数,构建故障特征集.然后针对冗余特征,采用粗糙集理论中的约简算法以属性重要度为选择标准,对特征集进行约简,降低特征集的维度.最后将灰色关联分析和逼近理想排序法相结合,计算待检样本与各故障类型间的曲线贴合度,判断待检样本与各故障类型间的紧密程度,将最大曲线贴合度对应的故障类型作为待检样本的诊断结果.实例分析表明,该方法能够准确地诊断出转辙机故障且诊断效率和准确性较高,能够满足铁路现场实际需要.     

基于支持向量机的入侵检测研究

根据入侵检测和支持向量机的特点,提出基于最小二乘支持向量机异常检测方法,并建立基于支持向量机入侵检测的模型,对网络数据进行采集,提取特征,进行分类,分辨正常的数据和异常的数据。并在KDD CUP'99标准入侵检测数据集上进行实验,选取data_10_percent子集,把该数据集中的41个属性作为特征,将该子集最后一个属性label属性为:back,ipsweep,neptun,ports-weep和normal各200个数据进行测试。实证表明:该方法能获得较高检测率和较低误警率。