山东省1997年各类事故状况分析及1998年趋势预测

本文在总结分析了去年山东省事故状况的基础上，首次尝试了在事故预测方面利用定性预测和一元线性回归、趋势预测等定量预测相结合的方法，预测出今年全省事故状况是：全省各类事故总量继续增加，死亡人数、直接经济损失增幅将加大，起数、受伤人数增幅将减少。结合全省实际情况，本文提出了控制和减少事故发生的对策     

事故的预测预报

事故的预测有预报是两个不同的概念，探讨了预测预报的方法，指出了伤亡事故的发生服从威布尔分布，事故发生概率可由其分布函数求得，用实例说明了事故的预测预报方法。     

事故预测数学模型的研究与实践

依据收集统计的、真实可靠的事故数据,运用数学方法及建立的多种事故预测模型,在工作中理论与实际相结合,提出并建立了事故预测数学模型,给出具体方法与步骤,以及应用中应遵循的原则和规律,从而做到对将来发生的事故未卜先知,用以指导安全生产活动,预防事故发生。同时,根据我国近18年来各类事故死亡人员的数据建立事故预测数学模型,并运用确立的最佳事故预测数学模型而预测出的事故数据,探讨我国伤亡事故发生的趋势。     

三次指数平滑法在煤矿事故预测中的应用研究

随着我国煤炭工业的快速发展,煤矿事故频繁发生,安全生产形势依然严峻.针对煤矿事故的特点,根据我国1992-2011年煤矿事故死亡人数的统计数据,运用指数平滑法中的三次指数平滑法,建立煤矿事故预测模型,预测2012年、2013年的煤矿事故情况.结果表明,三次指数平滑法预测模型符合煤矿事故的特点,预测精度较高,适用于短期预测.由此可见,三次指数平滑法预测模型可对煤矿事故进行科学的预测与分析,为煤矿企业的安全管理提供依据,以最大限度地减少煤矿事故的发生.     

煤矿人为事故发生可能性预测数学模型研究

研究发现，煤矿工人的冒险行为主要可以由生产条件、个人表现、工作状况及用工方式等影响因素预测，煤矿人为事故的发生可能性主要由煤矿工人的冒险行为表现预测。据此，便可建立预测煤矿人为事故发生可能性的数学模型     

基于ARIMA的安全生产事故预测与实证研究

为了减少企业安全管理者在生产作业中由于不确定性导致错误决策所产生的风险,在企业历年安全生产事故数据基础上进行预测具有一定的现实意义。以某企业2008年至2011年的安全生产事故次数时序数据,采用EViews 5统计分析软件,基于ARIMA时间序列预测模型更加关注对事故发生是否平稳而相对于其他预测模型更关注于趋势研究的良好特点,建立安全生产事故ARIMA时序预测模型,并对2012年的安全生产事故发生次数进行预测,通过效果检验发现该模型预测结果基本上能够反映该企业安全生产事故发生的实际情况。通过ARIMA方法在某企业安全生产事故预测具体案例的实现,是对现有安全生产事故预测方法的补充和完善,可为企业安全管理和决策提供一定的指导。     

基于新维灰色理论的建筑安全事故与死亡人数预测

为提高建筑安全事故发生起数以及死亡人数的预测精度,探究两者间关系,本文在灰色GM(1,1)预测模型的基础上,构建建筑安全事故起数与死亡人数新维灰色预测模型,通过相对误差对预测结果进行检验,并运用该模型对2011-2022年全国建筑安全事故发生起数和死亡人数进行预测,证明两者之间具有正相关关系.结果表明:该模型对于建筑安全事故起数与死亡人数的预测精度较高,能够为建筑行业事故防控提供良好的指导意义.     

不松劲 不懈怠 全面完成“安全生产年”“责任落实年”既定目标

1-9月,全省发生各类事故同比起数下降14.8%;死亡人数下降11.5%,全省安全生产状况继续保持了总体稳定、趋向好转的发展态势。但当前全省安全生产形势依然十分严峻,重特大事故尚未得到有效遏制,部分行业领域、部分地区安全生产状况不稳定,因非法违法、违规违章所造成的事故仍然居高不下。     

民航事故征候的灰色马尔可夫预测

民航事故征候的分析和预测是民航安全研究的重要内容.掌握民航事故征候的发展状况并据此提出相应的安全措施,可减少民航事故的发生.在民航事故征候灰色预测基础上,引入马尔可夫链(Markov Chains)预测理论,建立事故征候的灰色马尔可夫预测模型.该模型具有灰色预测和马尔可夫链预测的优点,不仅提高了对波动性较大的随机变量的预测精度,同时还拓宽了灰色预测的应用范围.对某一航空公司过载大事件的灰色马尔可夫预测和检验分析表明,事故征候的灰色马尔可夫预测模型精度高于GM(1,1)模型预测精度.研究表明,灰色马尔可夫预测模型可用于民航事故征候的预测.     

基于灰色神经网络的民航事故征候预测模型研究

通过对民航事故征候的分析和预测,掌握民航事故征候的发展趋势,并据此提出相应的安全措施以预防事故发生。在灰色预测基础上,结合神经网络理论,分析民航事故征候的特点,提出民航事故征候的串联灰色神经网络组合预测模型。首先,运用灰色理论弱化数据序列波动性,然后利用神经网络非线性信息处理能力构建模型。同时,根据最近10年民航事故征候统计数据,分别对灰色预测模型、神经网络模型和灰色神经网络模型进行检验,并预测未来3年的民航事故征候数量。利用Matlab软件进行预测仿真,对3种预测方法的精度和特点进行分析和比较。结果表明:民航事故征候的灰色神经网络模型预测精度高于单一的灰色预测模型或神经网络模型,并且所需样本少,运算简便,易于实现。     

从“事后”走向“事前”——回归预测法简介

依据已知的伤亡事故数据,利用数学方法,即回归分析法或灰色预测法,探索未来伤亡事故发生规律,建立事故预测数学模型,可达到有效控制事故的目的,从而使安全管理由“事故管理型”走向“事故预防型”。通化市在这方面的实践已收到良好效果。     

基于RF-PSO的塔吊事故可能发生阶段预测与分析

塔吊在高层建筑的施工现场较为常见,为了探索塔吊事故的影响因素,对塔吊事故可能发生阶段进行预测,建立了塔吊事故的人为因素分析分类系统（HFACS）模型框架,明确了塔吊事故的影响因素;利用卡方检验对事故致因进行特征选择及量化分析,提出了一种基于粒子群优化算法优化随机森林预测模型（RF-PSO）。结果表明：RF-PSO模型的预测是可靠的,训练后的RF-PSO模型可以预测塔吊事故可能发生的阶段,影响因素塔吊安装不符合设计要求、缺乏沟通和个人防护设备缺失发生的概率越大,塔吊事故分别在安拆阶段、吊装阶段和攀爬阶段发生事故的可能性越大。研究结果可为塔吊施工现场管理提供理论依据。     

基于灰色理论的机械加工车间事故预测研究

针对机械加工车间的事故预测问题,根据灰色理论的基本原理和特性,建立了灰色预测模型GM(1,1),对车间内事故进行定量预测。从具体实例出发进行了分析与预测,结果表明预测精度较高,为车间掌握事故发生规律,采取预防措施提供了依据。     

不松劲 不懈怠 全面完成“安全生产年”“责任落实年”既定目标

1—9月，全省发生各类事故同比起数下降14．8％；死亡人数下降11．5％，全省安全生产状况继续保持了总体稳定、趋向好转的发展态势。但当前全省安全生产形势依然十分严峻，重特大事故尚未得到有效遏制，部分行业领域、部分地区安全生产状况不稳定，因非法违法、违规违章所造成的事故仍然居高不下。     

Laplace模型在事故预测中的应用

本文应用大数定理，建立了事故预测的Ｌａｐｌａｃｅ模型，并给出了事故发生次数的点估计，求出包含其真值的各区间，以及直值落在各个区间的概率。最后给出了计算实例。     

PSO-SVM模型在化工事故风险预测中的应用研究

为了减少化工事故的发生,提高化工生产过程中事故风险预测的准确性,研究了粒子群优化算法与支持向量机(PSO-SVM)模型在事故风险预测中的应用.首先,统计分析近5年化工生产安全事故致因因素,得出化工事故风险因素统计特征,结合层次分析法,建立化工事故风险预测指标体系并确定各指标因素的权重值;然后,基于MATLAB计算生成的...     

事故预测数学模型在矿山安全管理中的应用

根据已知伤亡事故数据，利用数学方法，即回归预测法和灰色预测法探索未来伤亡事故发生的规律，已在安全领域受到青睐。本文运用回归预测法对通化市矿山企业职工因工死亡事故建立了预测数学模型，从而使安全管理由事故管理型走向了事故预防型。通化市辖７个县（市）区，位...     

事故预测方法研究述评

将事故预测方法归纳为情景分析法、回归预测法、时间预测法、马尔可夫链状预测法、灰色预测法和非线性预测法6大类,并进行分析和比较.结果表明:1)目前的预测方法大多针对各自行业部门,因此采用自身相适应的预测方法和提高预测精度是事故预测的关键;2)剔除随机性和偶然性,提取异常点和异质性是工业事故进行预测建模的依据;3)系统安全是一个动态随机的非线性过程,应将定性与定量、线性与非线性、静态与动态预测方法相结合,进行组合预测才有可能实现最优预测;4)基于状态预测的事故优生理念,是未来事故预测理论的发展趋势.     

运用回溯推理分析技术预测、预防事故

阐述了运用回溯推理的方法以析事故,由事故的果云溯其因,去预测、预防事故,这是值得广泛应用的一种逻辑思维方法。     

基于ARIMA-LOESS模型的危化品道路运输事故起数预测

文章针对危化品道路运输事故预测问题,运用差分自回归移动平均模型(Autoregressive Integrated Moving Average,ARIMA)与局部加权回归模型(Locally Estimated Scatterplot Smoothing,LOESS)的组合模型,对我国危化品道路运输事故发生起数进行预测。首先,基于2011—2018年我国发生的危化品道路运输事故数据建立ARIMA模型,利用SPSS软件进行模型拟合预测,获取危化品道路运输事故起数的线性部分;其次,应用MATLAB建立LOESS回归模型,对ARIMA模型预测偏差进行残差优化,获取危化品道路运输事故起数的非线性部分;最后,建立ARIMA-LOESS组合模型,利用组合模型对危化品道路运输事故发生起数进行预测,并根据真实数据对预测结果进行对比验证。结果表明:ARIMA-LOESS组合预测模型可较好拟合危化品道路运输事故数据序列,并修正单一模型的误差,获取较高的预测精度。该研究可为危化品道路运输安全与运行的趋势分析与判断提供更加可靠的数据依据,也可为危化品道路运输事故防控方案提供帮助。