基于模糊均生函数和最优子集回归的飞行事故率预测

为有效预防飞行事故的发生,针对飞行事故率具有随机波动性和趋势性的特点,采用模糊均生函数(FMGF)和最优子集回归(OSR)建立飞行事故率预测模型。该方法把FMGF延拓序列作为预测因子加入OSR方程,将FMGF分析和因子筛选相结合作OSR,进而对飞行事故率进行预测。通过对美国空军1988—2004年的飞行事故率进行拟合预测,结果表明:将FMGF模型和OSR模型有机结合,能够有效刻画飞行事故率的随机波动特性,并且其预测结果的相对误差也较小。     

基于灰色理论的特种设备安全事故预测研究

应用灰色理论,借助于EXCEL及MATLAB软件工具,并以我国近年实际数据为基础,对我国“十二五”期间特种设备安全事故的绝对死亡人数和万台设备死亡人数进行了预测.结果表明,基于灰色理论的特种设备事故的死亡人数和万台设备死亡人数的模拟值和真实值较吻合,预测模型精度检验为好；预测指标可为特种设备安全政策制订和科学监管决策提供依据及参考.     

改进SSA-LSSVM模型在埋地管道点蚀深度预测中的应用

埋地管道点蚀深度受土壤环境、运输物质、管道材质等多种因素的影响，因此腐蚀数据存在不稳定性，会导致精确预测其点蚀深度存在较大难度，故提出RS结合MSSA-LSSVM预测模型。首先利用RS对腐蚀影响因素实现降维，提取关键影响因素；其次融合三步改进策略解决麻雀搜索算法已陷入局部最优等问题，利用时间复杂度分析对算法改进后性能进行验证；然后利用MSSA求解出LSSVM中核函数参数σ²和惩罚因子C的最优解，同时选取RBF核函数，使其预测性能达到最优，最终构建RS-MSSA-LSSVM的埋地管道点蚀深度预测模型。结果表明：优化后模型精度得到了极大的提升，且均优于其他模型，证明该模型鲁棒性较好。     

基于均生函数模型的冲击矿压电磁辐射预测研究及其应用

通过实验研究煤岩变形破裂过程电磁辐射信号的变化规律,表明非接触电磁辐射法能动态预测冲击矿压等煤岩动力灾害现象;在非接触电磁辐射法动态预测冲击矿压的实验研究基础上,提出一种新的动态时间序列预测模型——均生函数模型,利用电磁辐射监测仪测定的现场工作面电磁辐射信号时间数据序列,通过逐步回归筛选时间序列构造一个均生函数方程;利用该方程预测预报未来电磁辐射信号的发展,并与现场测定的实际值进行对比分析,以此来验证该预测模型的正确性。误差分析和实践结果表明:均生函数模型的预测值与实际测定值的相对误差最大为6.71%左右,且距平趋势正确率均达到了60%,证明该模型与电磁辐射预测方法的有机结合能有效地预测冲击矿压以及提高预测的准确性,为冲击矿压电磁辐射预测技术的研究提供了一种新的研究思路和方法。     

考虑随机误差的软土基坑沉降趋势分析及预测*

为准确分析基坑沉降变性规律，基于现场监测数据，通过卡尔曼滤波对趋势项及误差项进行分解，采用M-K检验对发展趋势进行评价，利用优化广义回归神经网络和差分整合移动平均自回归模型，构建基坑沉降分项预测模型，并将预测结果与发展趋势评价结果对比分析，以实现基坑沉降变形规律综合研究。结果表明:卡尔曼滤波能有效分解基坑沉降数据趋势项与误差项，相较于传统小波分解效果更佳；基坑沉降呈持续增加趋势，但趋势性逐渐减弱；预测结果相对误差均值均不大于2%，预测模型精度较高；沉降变形会进一步增加，但增加速率明显降低，与发展趋势分析结果一致，两者相互佐证分析结果准确性。研究结果为基坑沉降变形规律分析提供新思路。     

基于信息融合与GM的石油罐区安全监控预测模型

近年来,石油罐区安全事故发生频率呈不断上升趋势。为有效增强罐区安全监控预警系统监测数据的可靠性,并实现对事故的早期预警,基于多传感器信息融合技术和灰色模型(GM)理论,建立出石油罐区安全监控预测模型。首先,研究了基于递推最小二乘法改进的最优加权融合算法,并将其作为一级(特征级)融合模型,其次,介绍分析了灰色预测理论及GM(1,1)模型的实现过程,最后建立出基于GA-BP神经网络算法的二级(决策级)数据融合模型,并得到石油罐区安全监控预测模型。     

动态残差修正LSTM算法的突发型滑坡位移预测

针对突发型滑坡存在位移趋势突变性，传统长短时记忆(LSTM)神经网络方法存在位移预测精度不足的困难，提出一种基于动态残差修正LSTM算法的突发型滑坡位移预测方法。首先，采用动态流转训练，将由累计位移得到的变形速率通过经验模态分解(EMD)得到周期项及趋势项；其次，通过多项式预测趋势项、动态LSTM预测周期项，并由2项之和得到主预测变形速率；随后，通过对比实测速率与主预测变形速率，得到残差项，并建立动态流转训练的残差LSTM网络预测残差速率；然后，由主预测变形速率与残差预测变形速率之和得到最终预测速率，并进一步得到累计位移预测值；最后，以某突发型滑坡为例，验证该方法的科学性、有效性，以及预测精度和优势。结果表明：将变形速率序列作为预测对象并进一步得到累计位移预测值，比直接预测累计位移值具有更高的准确性；而基于动态残差修正LSTM算法预测的MAE、MAPE、RMSE及R²指标分别为43.843、1.901%、79.394和0.960,相比于传统LSTM预测方法具有明显优势。     

基于IWOA-PNN模型的管道焊缝腐蚀剩余强度预测

针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先，通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优化算法的寻优速度和精度；然后，利用IWOA算法优化PNN的光滑因子，构建IWOA-PNN预测模型；最后，以水压爆破试验数据为基础，使用MATLAB软件进行仿真试验，并与另外2个模型进行对比分析。结果表明：IWOA-PNN模型的E_RMS为0.633 1,E_AR为2.19%,R²为0.954 6,均优于PNN和鲸鱼优化算法(Whale Optimization Algorithm, WOA)-PNN模型；IWOA-PNN模型与传统模型相比误差更小，能够更为准确地预测焊缝腐蚀后剩余强度，为管道的维修和更换提供参考。     

建筑工程安全文明施工费预测精度研究

为准确测算建筑工程安全文明施工费,提出案例推理技术(CBR)-最大信息系数(MIC)-随机森林(RF)预测模型方法。通过实地调研61个典型工程样本数据,选择12个安全文明施工费的影响因素作为候选特征变量,采用CBR进行样本相似度检索以构建模型的训练样本集,运用MIC确定关键特征变量输入模型,组合建立3种RF模型(RF、MIC-RF和CBR-MIC-RF),并通过实证分析其预测精度。结果表明：通过样本相似度检索和识别关键特征变量,可显著提高RF模型的预测精度(平均绝对百分比误差(MAPE)为3.35%);模型预测精度随不同等级的相似度阈值呈“U”型变化,设置合适的相似度阈值对提升模型的预测效果至为关键;CBR-MIC-RF模型可获得比支持向量机模型更好的预测性能。     

基于DBT-DBN模型的气化炉超温动态风险分析

为加强煤气化装置核心设备气化炉的安全风险管理,利用动态领结(DBT)模型和动态贝叶斯网络(DBN)相结合的风险分析方法,构建气化炉超温事故风险分析模型。首先,分析设备故障的时序性,建立超温事故的DBT模型,结合模糊评价确定设备故障的发生概率;然后,将DBT映射到DBN中,将故障维修的动态特征定义为转移概率,双向推理气化炉超温的风险因素;最后,预测气化炉发生超温及其后果的动态趋势,并依据诊断推理辨识导致气化炉超温的主要因素。研究结果表明:在考虑维修因素下气化炉运行一年后发生超温的概率为64.4%;气化炉超温的风险因素中,操作失误在生产周期内的影响较大,设备故障集中在磨煤制浆工段。     

基于熵值修正BWM的装配式建筑施工安全评价

为降低装配式建筑施工安全事故发生率，针对国内装配式建筑施工特点，构建基于熵值修正最优最劣法(Best-Worst Method, BWM)的改进逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)装配式建筑施工安全评价模型。首先，通过分析装配式建筑建造全过程，查阅文献资料，结合相关标准和规范，从人、物、技术、管理和环境5个方面构建装配式建筑施工安全评价指标体系。然后，基于熵值修正BWM得到组合权重，建立加权规范矩阵，应用改进TOPSIS对装配式建筑施工安全进行评价。最后，以3个实际工程项目为例验证评价模型，结果表明，该模型在装配式建筑施工安全评价中具有较好的可行性和实用性。     

基于IM-FCM的装配式建筑施工安全风险评估

为准确评估装配式建筑施工安全风险，提高施工安全管理水平，针对现行评估中动态解释能力不足的缺点，构建装配式建筑施工安全风险评估指标体系，引入组合数有序加权算子量化专家主观评分建立耦合交互矩阵，通过相互作用矩阵与模糊认知图的融合模型识别关键风险、预测演化趋势，并以武汉市某项目实证分析安全风险等级。结果表明：该项目整体风险偏高；随着施工安全风险的交互耦合与演化发展，风险评价系数上升10.28%,风险等级从3级升至2级；施工过程中应重点防控竖向或水平构件支撑系统存在缺陷等关键风险因素；相互作用矩阵与模糊认知图的融合不仅能对施工安全风险进行动态评估，还能预测时序维度上的施工安全风险演化趋势。     

基于结构方程模型-模糊认知图的矿山法地铁隧道施工安全风险分析

为了对矿山法地铁隧道施工全过程的安全风险进行动态演化分析，构建了矿山法地铁隧道施工安全风险评价指标体系，在结构方程模型建模与分析的基础上引入模糊认知图方法。首先，以扎根理论为指标筛选框架，识别出矿山法地铁隧道施工安全风险。然后，通过结构方程模型分析矿山法地铁隧道施工全过程的安全风险因素的因果关系及其路径系数。最后，通过模糊认知图进行动态预测与诊断推理。以武汉市某矿山法地铁隧道工程为例进行实证分析，综合风险预测分析与推理诊断两方面进行了评价。结果表明：矿山法地铁隧道施工过程各阶段的风险从大到小依次为隧道开挖、超前支护、结构防水、辅助措施、初期支护和二次衬砌，施工过程中应重点关注隧道超挖、欠挖，开挖循环进尺、步序确定不合理，隧道开挖方法选择不合理等关键风险，研究结果与武汉市某矿山法地铁隧道工程基本相符，验证了该模型的有效性。     

基于SD模型的地铁盾构施工人员安全能力仿真

为研究地铁盾构施工人员安全能力的动态演变规律，减少地铁盾构施工安全事故，建立基于系统动力学（SD）的地铁盾构施工人员安全能力仿真模型。首先，从施工人员个体特质、组织管理以及施工环境3个方面提取盾构施工人员安全能力影响因素，并运用结构方程模型（SEM）验证主要影响因素及因素间的关系；然后，运用SD模型构建地铁盾构施工人员安全能力仿真模型；最后，对成都地铁11号线盾构施工人员进行实证分析。结果表明:地铁盾构施工人员安全能力在前8 h缓慢上升，后4 h快速下降；在前5 h，提高施工人员个体特质、改善施工环境以及提高组织管理水平均能提高安全能力；提高组织管理水平能够减缓后4 h安全能力的下降趋势。     

BP神经网络模型的改进及其在海底管道外腐蚀速率预测中的应用

针对海底油气管道外腐蚀问题构建模型预测其腐蚀速率，建立基于改进鹈鹕优化算法(Improvement Pelican Optimization Algorithm, IPOA)的BP神经网络(Back Propagation Neural Network, BPNN)腐蚀速率预测模型。通过Logistic-Tent混沌映射初始种群与收敛因子非线性化的方法提高鹈鹕算法(POA)的全局搜索能力和寻优精度，采用IPOA算法优化BPNN的权值和阈值，提升模型的预测精度与鲁棒性。以实海挂片试验数据为基础，建立POA-BPNN和BPNN模型作为对比。结果表明：IPOA-BPNN模型的决定系数R²为0.966 4,均方误差为0.235 3,平均相对误差为3.16%,均优于其余两个模型，模型的鲁棒性较未改进有较大的提升。这表明IPOA-BPNN模型能够为海底管道的维修与更换提供决策支持。     

基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员，结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术，并应用K近邻算法补充缺失值，获取42条线路及1 893名驾驶员的数据；基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量；采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征；采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型，并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中，XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳；运用贝叶斯方法优化模型，可以在一定程度上提升ROC的AUC指标；对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外，车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

STAMP框架下化学品船智能液货系统风险分析

为分析化学品船智能液货系统的安全性，采用系统理论事故模型与过程(System-Theoretic Accident Model and Processes, STAMP)方法，构建了化学品船智能液货系统控制反馈模型；基于系统理论过程分析(System-Theoretic Process Analysis, STPA),确定系统级事故，识别不安全控制行为并分析不安全控制行为关键致因；将不安全控制行为作为风险因素，利用三角模糊数对不安全控制行为风险进行量化。结果表明，26种不安全控制行为中，泵管阀动态调节、人员监测、数据采集、货品相容性判定等因素对风险影响程度较高。该分析结果可为化学品船智能液货系统的应用和安全管理提供参考。     

基于NCM-FPN的古建筑修缮阶段施工安全综合评价

为有效预防古建筑修缮阶段施工安全事故，提出了基于正态云模型(Normal Cloud Model, NCM)与模糊Petri网(Fuzzy Petri Net, FPN)的施工安全综合评价方法。首先，分析古建筑修缮阶段施工特点及风险特性，建立多因素耦合作用下的三脚架事故致因模型(Tripod-Delta),构建指标体系。然后，将指标体系转换为施工安全多因素耦合FPN网络结构，采用NCM确定FPN指标初始状态，通过逆向搜索策略约简FPN冗余指标节点，并运用模糊推理算法与障碍因子诊断模型得出评价结果。结果表明，实例评价结果与现场情况基本一致，协同管理与材料设备是影响古建筑修缮阶段施工安全的关键因素。所提方法能充分表达古建筑修缮阶段施工安全风险的耦合特性，并确定安全管理的关键因素，评价结果客观准确。     

煤矿安全管理体系缺失和不安全行为研究

现阶段我国煤矿的安全技术、生产设备都有大幅提高,但事故发生率仍居高不下,其主要原因是安全管理体系的缺失和存在不安全行为。为预防事故的发生,研究煤矿安全管理体系和不安全行为是十分必要的。为此,构建适合分析煤矿安全管理体系缺失和不安全行为的HFACS框架。按照HFACS框架,采用SPSS13.0对515起煤矿伤亡事故发生的原因进行整理分类,运用χ2检验和让步比(OR)分析安全管理体系缺失情况,不安全行为发生的原因,以及两者之间的内在联系。研究结果表明,安全管理体系缺失主要表现在管理文化的缺失和监督不充分,不安全行为主要表现在决策差错和习惯性违规。安全管理体系缺失是导致不安全行为的潜在根本原因。     

地铁站抗涝韧性影响因素识别与分层研究

为探究地铁站抗涝韧性因子之间的关系，提升地铁站的抗涝韧性，系统分析地铁站抗涝韧性影响因子间的重要程度及层级关系。以近年我国发生的地铁站内涝灾害事故案例为基础，基于韧性的概念，结合技术-组织-社会-经济(Technical-Organizational-Social-Economic, TOSE)模型识别地铁站抗涝韧性影响因素，通过Delphi法确定22个影响因素；采用矩阵决策实验室分析法(Decision-Making Trial and Evaluation Laboratory, DEMATEL)研究因素之间的相互影响关系，计算不同因素的重要程度，将因素聚集为强驱动集、弱驱动集；利用偏序规则，将对抗解释结构模型法(Adversarial Interpretative Structural Modeling method, AISM)与DEMATEL联系，构建地铁站抗涝韧性影响因素的多级递阶层次模型，分析韧性影响因素间的综合影响关系。结果表明：地铁站抗涝韧性影响因素分为直接、过渡与根源3类因素；水位监测与预警技术智能化、防洪专项应急预案完善度、应急响应速度、车站管理人员风险意识、排水...