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。     

城市燃气事故灰色预测模型及其应用

城市燃气系统是一个动态的不确定性系统,燃气事故发生具有随机性.运用灰色理论预测城市燃气事故,以上海市市北地区燃气死亡统计数据为原始数据,建立灰色预测模型,同时对模型的可靠性和准确性进行了检验.根据灰色理论模型GM(1,1)建立的城市燃气死亡事故预测模型为X(1)(k+1)=1962e0.048k.模型检验结果表明,关联度r=0.682 5>0.6,通过关联度检验;模型预测精度σ=97.8%达到最好;后验差比C=0.42,P=1,对照灰色预测精度检验等级标准,检验精度达到Ⅱ级,接近Ⅰ级.研究表明,城市燃气死亡事故预测模型还可用于安全工作成效性评价.     

基于灰色系统理论的煤与瓦斯突出预测

为了对煤与瓦斯突出事故进行有效的预防与控制 ,笔者应用灰色系统理论中的灰色聚类评估方法 ,对矿井的煤与瓦斯突出进行了预测。经实例证明 ,与常用的预测方法相比 ,灰色聚类预测方法具有能动态预测、预测准确等优点。该方法将影响突出的多个因素综合系统的来考虑 ,跳出了常规预测方法只依靠单一指标进行预测的圈子 ,提高了预测的准确性。研究结果表明 ,该方法能准确地反映矿井煤与瓦斯突出规律 ,是一种新的煤与瓦斯突出预测的方法     

铁路行车事故预测方法分析与比较

对铁路行车事故的特点和类型进行分析;根据美国铁路2005年安全年报提供的数据,运用灰色系统理论和BP神经网络方法建立铁路行车事故的预测模型;利用MATLAB软件进行预测仿真,比较和分析两种预测方法的精度及特点。结果表明:灰色系统理论预测结果固定,短期效果比较好;BP神经网络预测具有适应性和灵活性,适用于长期预测。采用灰色系统理论和BP神经网络进行铁路行车事故的预测,克服了传统数学统计预测方法中建立复杂的数学模型,预测准确性低的缺点,对预防和控制铁路事故的发生,降低事故损失具有现实意义。     

灰色理论和DEMATEL在城市燃气管道风险评价中的运用

针对城市燃气管道风险评价时存在各因素相互作用会影响评价结果的问题，通过分析以往燃气事故发生原因、行业专家意见和相关规范标准，筛选整理出4项一级指标和19项二级指标，建立城市燃气管道风险评价指标体系。为保证城市燃气管道风险评价的准确性，引入灰色理论与决策试验法(Decision Making Trial and Evaluation Laboratory, DEMATEL)。首先，基于此方法分析各因素之间的影响关系；然后，得出各指标因素在评价指标体系中的重要程度；最后，对中心度进行归一化处理得到各影响因素的权重，结合模糊综合评价的方法对燃气管道进行风险评价。结果表明：阴极保护失效、管道运行年限、管道保护装置和人为破坏是导致燃气管道失效最重要的4个因素，燃气管道的风险等级为中等；分析结果与实际工程相吻合，证明该方法能够有效评估燃气管道风险。     

基于灰色系统理论的煤矿人因事故关键因素分析

通过对煤矿人因失误事故致因因素进行分析,统计出相关的关键影响因素,运用灰色系统关联理论,根据国家安监局近十年煤矿事故统计数据,对煤矿人因失误事故影响类型进行了分析。以煤矿事故发生起数和事故死亡人数作为参考指标,计算和分析行为失误致因、个人违章、组织管理失误等十项主要与煤矿人因事故相关的灰色关联度,进而推算出这些因素的灰色关联序,确定出导致煤矿人因失误事故的关键因素,最终得到煤矿人因事故与关键影响因素之间的定量化分析结果。采用灰色关联理论对煤矿人因失误影响因素进行分析,能够很好地说明人因失误与各关键影响因素之间的权重关系,对煤矿人因事故主致因机理有更加深刻的理解,为煤矿事故的预防和控制提供重要的参考依据。     

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。     

安全投资与安全效益的预测及关联分析

运用灰色预测模型,建立了安全投资与事故损失预测模型.运用灰色关联理论,建立了安全投资与安全效益灰色关联分析模型,并利用这2个模型对某石化公司的安全分项投资及事故直接经济损失情况进行了案例分析.初步确定该企业安全投资中各分项投资与事故损失的预测值.确定了该企业安全投资中各分项投资与效益的相关程度,找出了安全投资结构中与效益关联度最大的因素,并优先将其作为安全投资方向.     

基于B/S和灰色模型的煤矿事故预测模块设计与实现

为了使煤矿管理者能直观便捷的掌握事故的相关信息,事先掌握煤矿安全状态的优良,利用B/S模式和灰色预测理论,针对煤矿事故统计数据,建立了灰色预测模型,并分析验证灰色预测模型应用于煤矿事故预测的可靠性.最后,以c语言为基础编程语言,利用Visual Studio2010和SQL server 2008软件设计和开发了煤矿事故预测模块,实现了煤矿事故在线管理与预测功能的可视化.     

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.     

城市燃气管网泄漏事故分析知识图谱构建及应用研究*

为深入认识燃气管网泄漏事故的发生发展机理,提高事故分析预测的自动化、智能化、数字化水平,利用知识图谱对燃气管网泄漏事故进行研究。在事故案例分析的基础上,从人-物-环-管的角度对燃气泄漏过程以及火灾爆炸次生事故的相关实体进行归纳梳理,对实体间的逻辑关系和非逻辑关系进行辨识,并对实体的属性进行分类,进而构建出较为全面的燃气管网泄漏事故知识图谱。在此基础上,搭建BP神经网络模型,基于已知实体或属性状态,预测相关联其他实体或属性的状态。研究结果表明:燃气管网知识图谱能够有效展示燃气管网泄漏事故发展的动态过程及相关要素,结合BP神经网络能够有效预测事故的发展路径及相关状态,从而提高燃气管网泄漏事故的分析预测水平与效率。     

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.     

基于自适应灰色面板聚类的城市公共安全风险测度*

为科学评估城市公共安全风险,基于“脆弱性—能力”综合评估框架从公共安全风险事件维度入手,构建城市公共安全风险评估指标体系;选取2015—2019年与脆弱性和风险承载能力相关的22个指标,采用改进后的自适应灰色面板聚类从绝对量、增量和波动量3方面进行测度。聚类结果将全国城市的公共安全风险水平分为6个类型;基于研究结果进一步分析造成不同类型特征的原因,明确各城市公共安全管理存在的薄弱点,提出相关改进建议。研究结果表明:北京和上海在3个层面上均有较好表现,属于低风险城市;全国大部分地区呈现出绝对量水平中等或较差,增量和波动量水平较好的特征。     

基于灰色关联分析的车辆交通事故规律研究

针对车辆交通事故统计数据少、事故原因划分模糊等特点,运用灰色系统理论思想,建立车辆交通事故灰色关联分析模型。根据车辆交通事故起数、死亡人数、受伤人数与各事故原因之间的灰色关联度,计算车辆交通事故因素关联序,确定车辆交通事故各原因的重要程度。分析影响车辆交通事故的最优支配因素,并据此研究车辆交通事故规律。研究结果表明,部队汽车驾驶员交通违法是造成车辆交通事故的主要原因,违法违纪成为制约车辆安全管理的一个重点和难点问题。     

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。     

民航事故征候的关联度分析和灰色模型预测

民航事故征候的分析和预测是民航安全研究的重要内容,其目的是掌握民航事故征候影响因素的影响程度和未来发展状况,以此提出相应的安全措施,减少民航事故.通过对民航事故征候及其影响因子作灰色关联度分析,发现机组失误是关键因子,其后依次为总飞行时间、机械原因和天气原因;运用灰色模型对现有2001-2004年机组失误导致的事故征候的实测统计数据进行分析,预测出2005-2009年机组失误导致的事故征候次数分别为37、44、52、61和73;经过残差、后验差等检验分析,发现该模型精度较高,效果较理想.预测的趋势指示出机组失误导致的事故征候随时间的推移在增加.所以,在以后的航空安全管理工作中要着重加强机组管理,有效的预防和矫正机组行为失误,从而达到减少事故征候的目的.     

基于灰色马尔科夫模型的电梯故障率预测

电梯故障率的预测对预防电梯事故的发生具有重要意义,可反映各品牌电梯的故障率发展趋势,也可为后续电梯维保和检验检测提供数据支撑.针对电梯故障的随机性,利用灰色预测的建模方法不能很好地进行预测,预测精度不高,但结合马尔科夫模型能适应随机性较大的数据特点,因此建立了电梯故障率预测的灰色马尔科夫模型.通过对某品牌电梯故障率的预...     

铁路事故致因与风险分析

为保障铁路运输安全、预防铁路事故的发生,全面系统地分析各种铁路安全影响因素。基于美国2005年铁路事故的相关统计资料,采用灰色系统理论分析铁路事故致因,确定不同事故类型中各安全影响因素的主次关系;并以蒙特卡罗风险分析方法为基础,运用@Risk软件从人-机-环及时间的角度出发,对各因素的风险概率进行拟合。结果表明:人员-设备因素是导致事故的主要因素,针对人员-设备因素采取适当的预防措施便能有效减少铁路事故的发生。     

基于关联规则的燃气事故不安全行为复杂网络研究

为有效防控城市燃气事故发生,运用关联规则和复杂网络对可能导致该类事故的不安全行为进行分析,揭示各因素之间的潜在关系和事故发生机制。收集2017—2022年间110起城市燃气事故调查报告并将其不安全行为划分为23类;利用Apriori算法挖掘各因素间的关联规则,得到支持度、置信度和提升度3个指标,并以关联规则中的前项和后项为基础构建复杂网络模型,从节点度、中介度中心性和聚类系数3个方面进行分析。研究结果表明：城市燃气事故发生多与个人安全教育程度不足、工作人员未落实相关管理制度以及个人安全措施和隐患排查不到位等因素有关,需加强相应的安全教育培训和安全管理体系建设。研究结果将不安全行为间的因果关系可视化呈现,为城市燃气安全建设提供一定的参考思路和决策支持。     

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。