灾变预测在火灾预测中的应用

简述了灰色理论中灾变预测的特点及其建模过程，并将其应用于湖南省和山东省火灾预测之中。经检验，模型的精度等级为好，模型的预测结果可靠，对于消防部门火灾的预测有一定帮助。     

铁路运输安全事故灰色预测方法研究

近年来 ,我国铁路运输发展迅猛 ,尤其是列车运行多次提速 ,列车运行密度加大 ,对铁路运输安全管理不断提出了新的要求。依靠科技进步 ,尽量防止或减少安全事故的发生 ,要应用安全信息技术 ,使安全管理人员对铁路运输安全现状及未来事故发展趋势有所了解 ,提高安全防范意识及事故处理能力 ,同时还要不断提高员工的安全意识和安全文化素质 ,这些方法对于提高安全管理水平 ,降低事故的发生 ,保护人民的生命安全与健康具有重要意义。铁路运输安全事故预测技术就可很好解决上述问题。笔者应用灰色预测理论 ,建立了铁路运输安全事故预测模型 ,开发了安全事故预测软件系统 ,并以某铁路运输企业为例 ,介绍了研制的灰色预测系统软件的应用效果     

灰色系统理论在城市火灾事故预测中的应用

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势.针对城市火灾事故发生的特点,根据灰色理论的基本原理和特性,建立了城市火灾事故灰色理论预测模型,为了更为精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测.最后以我国某南方城市火灾状况为例进行了预测,结果表明基于灰色系统理论进行分时段预测城市火灾发生时的结果更精确.     

安全事故指标多变量灰色预测方法及应用

应用安全目标管理理论的基本原理,阐述了事故指标的性质和作用,识别影响事故系统的经济社会因素,构建事故控制指标预测的多变量灰色方法模型。引入事故折减系数对政策干预成效进行量化表征,并构建事故折减系数的预测模型,得到基于安全改善的绩效指标。结合事故指标历史数据进行应用研究,结果表明多变量灰色模型在事故指标趋势预测方面具有较高的准确性。     

基于SD-MOP模型的建筑施工安全事故预测研究

为解决传统预测方法对建筑施工安全事故概率预测与实际发生概率偏差较大的问题,本文基于SD-MOP模型对建筑施工安全事故概率进行预测。通过确定建筑施工安全事故预测目标函数及约束条件,基于SD-MOP模型确定目标优先级划分,预测建筑施工安全事故发生概率,对建筑施工安全事故进行预测,并与传统预测方法进行比较。结果表明:该预测方法与传统预测方法相比预测结果准确性更高,可为建筑施工的经济效益和社会效益提供保障。     

多维灰色评估方法在煤与瓦斯突出预测中的应用

影响煤与瓦斯突出的因素很多,并且其信息多具有灰色性。本文将瓦斯压力、瓦斯放散初速度、煤的坚固性系数、破坏类型以及综合指标K这5个因素综合起来考虑,应用基于灰色系统理论的多维灰色评估方法,对几个典型矿井进行煤与瓦斯突出预测分析,本方法突出了灰色系统理论可以进行定量分析的特点,具有能够动态预测、可靠性高等优点。研究结果表明,该方法能准确预测煤与瓦斯突出,可以为矿井的安全生产提供帮助。     

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.     

基于灰色神经网络组合模型的矿山安全事故预测分析

本文在分析灰色预测方法和神经网络预测方法所具有的互补优势的基础上,提出修正灰色预测残差序列的方法,计算其拟合结果,排除系统数据受到的冲击和干扰,建立基于灰色神经网络组合算法的模型,进而提高预测的精度。将此方法运用于矿业安全事故预测分析中,建立了多个预测模型,比较得出灰色神经网络组合预测模型的最优性,为矿业安全事故的预测研究提供了一种可行性途径。     

灰色理论在室内环境安全评价中的应用

针对室内环境的特殊性和代表性,通过对人们主观感受的调查统计,运用灰色关联度的分析方法对室内环境进行安全评价,找出室内空气污染物指标与人员主观感受之间的关系.基于灰色系统理论以及概率论的相关知识,利用等维灰数递补CM(1,1)模型对新装修室内未来几个月的污染物浓度进行预测,并对其所得到的预测值进行了精度分析(关联度分析),从而推断出最佳人住时间.     

改进型灰色神经网络在火灾预测中的应用研究

为提高火灾事故的预测精度,降低火灾损失,探讨并修正传统GM(1,1)预测模型关于背景值构造的缺陷,将改进后的灰色模型同BP神经网络模型融合,提出改进型灰色神经网络火灾预测模型。依据我国1997—2009年火灾事故统计数据,分别选用改进型GM(1,1)和改进型灰色神经网络模型对1997—2007年火灾发生起数进行拟合仿真,得到2008—2009年火灾起数预测结果。结果表明:该模型在避免GM(1,1)关于背景值构造缺陷的基础上,兼具灰色系统与神经网络的优点,既体现火灾复杂的灰色系统行为,又能自适应调整学习速率,与单一GM(1,1)相比,该模型的预测结果精度更高。     

灰理论在企业职工工伤事故频率预测中的应用

简述了灰理论中GM(1,1)动态预测模型的特点及其建模过程,并将其应用于企业职工工伤事故频率预测中。经检验,模型的精度良好,预测结果可靠,有利于企业发现和掌握安全生产规律,以及对生产的未来状态作出科学的定量预测。通过实例验证了该模型的有效性。     

基于灰色马尔可夫的道路交通事故预测

探讨灰色马尔可夫模型在道路交通事故中的具体应用。灰色模型适用于短期、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。灰色马尔可夫模型结合了灰色GM(1,1)模型和马尔可夫理论的优点,利用灰色模型进行长期预测,再利用马尔可夫链理论进行波动状态预测,最后得到期望值。该模型克服了随机波动性数据对道路交通事故预测精度的影响,提高了灰色预测的准确度。实例结果,证明灰色马尔可夫GM(1,1)模型具有较好的应用价值,为道路交通安全管理提供了有用依据。     

基于灰色-马尔科夫链理论的建筑施工事故预测研究

我国建筑事故预测中具有统计数据少、数据波动性大等特点,缺乏具有高精度、可操作性强的预测模型。将灰色系统理论和马尔可夫原理相结合,充分发挥了灰色系统理论适用于小样本数据拟合和马尔可夫适合处理数据波动大的系统过程的优势,通过GM(1,1)模型的建立,提出一种适合建筑事故统计数据特点的灰色马尔可夫预测方法。将该方法应用于1994—2007年建筑施工事故次数分析,以此为基础对2008—2009年的建筑施工事故次数进行预测。研究结果表明:基于灰色马尔可夫理论建筑事故预测结果精度可达90%以上。     

与企业事故灾害预防控制相关的保险研究

针对企业事故灾害预防控制的保险应急手段不健全现状,阐述了安全经济管理、风险管理、保险三者的区别与关系以及保险对企业事故灾害预防的作用。根据企业事故灾害预防控制、风险控制和发展与保险防灾的相关性、企业安全事故经济损失的社会保险补偿及其损失的商业保险补偿等问题,对与企业事故灾害预防控制相关的保险问题进行研究,以在企业事故灾害预防控制过程中,管理人员能高度认识保险的作用。     

混沌理论在事故分析及预测中的应用

在对江苏常州市某公司安全事故资料进行大量调查与统计的基础上,应用混沌理论分析了该公司安全事故的混沌特征,指出了事故对初始条件的敏感依赖性和事故的长期不可预测性。应用重构相空间理论对安全事故次数的时间序列进行了分析和预测。同时,还对安全事故统计资料进行了R/S分析,得出该时间序列以2 0 0 1年6月为界限,存在两个Hurst指数,H1=1.6 82 8和H2 =0 .2 936 ,表明在以3个月为时间统计尺度的条件下,事故发生次数在前一时间段整体表现为持久相关性,而在后一时间段表现为反持久相关性。预测与分析结果与实际情况符合较好,表明应用混沌理论进行事故分析与预测是可行的,反映了事故的发展趋势。     

应用改进的数量化理论预测道路断面事故率

为准确预测道路断面的安全性,建立道路交通事故断面事故率模型。首先选定事故率作为微观预测目标,选取驾驶员的驾龄、车道数、平曲线半径、纵坡度、路面情况、路口路段类型、道路宽度7项因素作为主要影响因素,并且将各影响因素分为若干类目。在数量化理论的基础之上建立改进的数量化理论的道路断面事故率预测模型,最后以某国道222.888～377.387 km段作为算例进行计算,并选取事故多发段333.5～334.0 km处对模型进行具体应用。研究结果表明,对事故影响最大的是该路段中三枝交叉口,其次是3 a(含3 a)以下驾龄及四枝交叉口。     

灰色预测在平朔煤炭工业公司安全生产中的应用

利用灰色系统理论,建立了平朔煤炭工业公司事故伤亡率的GM(1,1)动态预测模型,并采用残差修正方法,提高了预测精度.对于该矿山有效地控制安全事故的发生,减少其造成的经济损失起到了重要的作用.     

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 Integrat-ed 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...     

基于灰色新陈代谢马尔可夫模型的飞行事故预测

灰色预测适用于时间短、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。笔者结合灰色新陈代谢GM(1,1)模型和马尔可夫链理论的优点,建立飞行事故预测模型。模型去掉已失去参考价值的历史老信息,补充新信息,克服了随机波动性数据对飞行事故预测精度的影响,提高了灰色预测的应用水平。实例预测1973—2008世界飞行事故,其结果证明了灰色新陈代谢马尔可夫GM(1,1)模型预测精度较高,可用于飞行事故预测,具有较强的科学性和实用性。     

灰色均生函数模型及其在航空装备事故预测中的应用

提出一种航空装备事故的灰色均生函数组合预测模型。该方法先建立给定事故时序的灰色GM(1,1)模型,然后再利用残余信息构建均生函数模型。从算例结果可看出,该模型建模过程简单,预测精度总体上好于灰色马尔柯夫预测模型,更优于单独使用灰色模型的预测精度。从而表明:将灰色GM(1,1)模型和均生函数模型有机结合,由前者揭示航空装备事故的发展趋势,后者描述其随机摆动特性,能够较好地刻画航空装备事故的发展变化规律,为航空装备事故提供了一种可行的预测方法。