时间序列模型在火警短期预测中的应用

基于某市的119火警数据,采用时间序列模型中的ARIMA算法进行了分析.计算结果表明,该市119火警数据的天序列服从ARIMA(0,1,2)模型,周序列服从ARIMA(1,0,0)模型.从模型对数据的拟合效果来看,ARIMA模型较为准确的反映了数据序列的发展趋势.采用这两种模型对数据序列分别进行了短期的预测,其预测值与实际结果在趋势上基本一致,研究表明采用周序列预测的效果要好于天序列.基于时序模型的火警预测方法是实现时火灾应急处置中关口前移的重要措施.     

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。     

基于物元模型的航空公司飞行安全风险综合评价

提高航空公司飞行安全风险管理水平的关键是对航空公司飞行安全风险的现状进行科学客观的综合评价。在系统分析影响航空公司飞行安全风险因素的基础上,建立了由机组因素、飞机因素、环境因素和飞行管理4个1级指标及26个2级指标组成的航空公司飞行安全风险指标体系,指标体系中各级评价指标的权重由层次分析法确定;由于航空公司飞行安全风险评价具有物元的可拓性,构建了航空公司飞行安全风险评价的多级物元模型。实例演算表明,物元理论能充分地利用航空公司飞行安全风险评价中的指标信息,确定影响航空公司飞行安全风险的主要因素,以便航空公司采取针对性的措施提高飞行安全风险管理水平。     

基于ARIMA和XGBoost组合模型的交通事故预测

近年来交通事故及其损失严重影响社会经济的发展和人民生活的提高,交通事故预测可以为交通事故预防提供数据支持。基于自回归滑动平均(ARIMA)模型和极端梯度提升(XGBoost)模型,构建时间序列组合预测模型,对交通事故相关指标进行趋势预测。根据交通事故的特点,选定"事故起数""受伤人数""死亡人数"及"损失"4个指标。首先,根据自相关、偏自相关图确定ARIMA模型参数,根据AIC(赤池信息准则)值确定最终模型;然后,对4个指标的ARIMA模型预测结果的残差构建残差序列,对其进行XGBoost建模,得出修正后的残差预测值;最后,根据残差预测值和ARIMA模型预测值得出组合模型最终的预测值。实例结果表明,4项指标的混合预测模型的预测精度均优于单一的ARIMA模型和Holt-winters模型,其中以"受伤人数"和"死亡人数"的模型改善效果最为显著,"受伤人数"指标的平均绝对百分比误差降低了5.431 7个百分点,"死亡人数"指标的平均绝对百分比误差降低了3.625 9个百分点。     

自回归模型在井水埋深预测中的应用及改进

用时间序列分析方法建立井水埋深的预测模型时,首先采用差分的方法把季节性时间序列变成平稳时间序列,在此基础上,再用动态数据系统方法的传统F检验定阶法进行分析。由于样本的随机性可能过早地退出对模型的循环检验,从而不能找到合适的预测模型。笔者在用自回归模型建立井水预测模型的基础上,采用了一种改进的建模方法,提高了预测精度,并用实例进行了验证。     

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。     

基于ARMA模型的中国工伤事故死亡率预测研究

文中用ARMA模型,对1974年至2003年全国工业企业事故死亡率进行时间序列分析,用SAS软件检验模型的可行性,并进行预测应用.结果表明,基于ARMA模型的中国工伤事故死亡率的模拟值和真实值较吻合.     

集对分析法在露天采石场安全评价及预测中的应用

针对我国露天采石场安全状况普遍较差、安全事故频发、而传统采石场安全评价方法存在不足的现状,分析了影响采石场安全状况的各种因素,建立了露天采石场的安全评价指标体系。该指标体系包含安全管理、安全生产、安全环境和安全教育4个方面,共19个安全评价指标。采用层次分析法求得各指标权重,并结合集对分析原理计算出集对联系度及集对势对露天采石场的安全状况进行评价和预测,从而克服了传统采石场安全评价方法在处理不确定性方面的不足。以武汉地区某露天采石场为例,用该评价体系从人、机、环、管4个方面对其安全现状进行了评价与预测。结果表明,将集对分析方法应用于露天采石场的安全评价和预测,计算简单,评价结果较可靠。     

灰色支持向量机在瓦斯流量预测中的应用

在分析了灰色预测方法和支持向量机各自的优缺点基础上,提出了将二者相结合的一种新的预测模型灰色支持向量机瓦斯流量预测模型.新模型发挥了灰色预测方法中"累加生成"的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,同时避免了灰色预测方法及模型存在的理论缺陷,工程实例表明,所提出的瓦斯流量测模型较传统的GM(1,1)模型、支持向量机模型精度都有所提高,为瓦斯流量预测提供了一种新的方法.     

基于熵权TOPSIS的航空公司安全管理能力评价模型研究

以企业的安全管理能力概念为理论基础,从人员安全素质、设备安全性能、环境安全状态、制度安全水平四方面建立了航空公司安全管理能力的评价体系。利用熵权TOPSIS法建立了航空公司的安全管理能力评价模型,并结合实例分析对该评价模型进行了应用,得出了四家航空公司安全管理能力的大小排名,验证了该模型的适用性。     

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。     

改进的DEMATEL法在航空公司外委维修安全风险分析中的应用

为有效识别和分析外委维修安全风险因素间复杂的影响关系,提出了群决策DEMATEL分析方法。该方法以语言变量和三角模糊数之间的转换为基础,通过群决策理论集结专家信息建立直接影响矩阵;利用DEMATEL分析法对外委维修的安全风险因素进行辨识,实现定性定量相结合的分析。以某航空公司为例,采用该方法分析了14个对外委维修安全影响显著的风险因素。结果表明,在外委维修过程中,航空公司和承修商应重点监控7个原因型因素和中心度排序靠前的6个因素。     

以ARIMA模型预测全国生产安全事故

本文根据2000~2015年全国各类生产安全事故死亡人数统计数据,建立ARIMA(1,1,0)模型,并对2020年全国各类生产安全事故死亡人数进行了预测,预测结果表明,ARIMA(1,1,0)模型预测值与全国安全生产"十三五"规划中规划目标值的相对误差为1.4%,建立的模型预测精度较高,预测结果可为安全生产管理决策提供科学依据。     

在线极限学习机在岩爆预测中的应用

为有效预测地下工程岩爆的发生及烈度,结合地下工程岩爆的特点,分析岩爆影响因素及相关判别依据,选取围岩最大切向应力σ与岩石抗压强度σc之比σ/σc、岩石抗压强度σc与岩石抗拉强度σt之比σc/σt以及弹性能量指数Wet为判别因子,引入在线极限学习机理论,建立了岩爆预测的OS-ELM判别模型。以搜集到的国内外15组工程岩爆数据进行训练建模,训练完成后将样本数据做输出预测,得到模型的预测精度达97.98%,并与SVM、BP模型进行对比分析,结果表明,OS-ELM模型精度优于SVM和BP模型。利用该模型对国内两处隧道岩爆情况进行预测,结果与实际情况基本相符。研究表明,OSELM判别模型在岩爆烈度分级上具有良好的适用性和有效性。     

一种用于周期性事件预测的潮汐模型

为探究各种消防出警事件发生的规律,文章基于2016到2020年国内某地消防救援出警次数及事件类型数据,首先将7类事件按是否存在周期性分布分为两类,对周期性事件建立随时间变化的潮汐模型,用于对其发生的次数进行预测,考虑特殊年份厄尔尼诺现象对数据特征的干扰,对作出的模型进行优化;对非周期性事件建立随机分布模型,通过大量重复计算与多项式拟合结果作对比,判断模型的可靠性。结果表明,潮汐模型应用于消防救援出警次数统计分析是可行的。以上研究能够帮助消防队对其救援的事件有更深入的了解,提前做好培训工作并制定更加有效的应对方案,还能够帮助政府了解到火警救援事件的发生状况、实施社区宣传预防措施以及对消防部门的规划有一定的参考价值。     

基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究

为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明：该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m³/h,均方根误差为10.6 m³/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。     

残差模型在工厂烟尘排放量预测中的应用

由于工厂烟尘排放量具有灰色因素,故应用残差辨识数学模型,对湘钢烧结厂主要工作点烟尘排放量原始数据进行了计算,得出了预测结果,可为下一年度环境保护工作决策提供科学依据。     

基于季节性因素的安全生产灰色时序分析预测—以陕西省为例

为了探索安全生产和季节性因素的关系,建立X-12-ARIMA模型对2007-2012年安全生产月度数据进行分析,得到了分离季节性影响之后的时间序列、不规则因素、季节性因素和趋势循环因素,在此基础上建立考虑季节性因素的安全生产灰色SARIMA预测模型。研究结果表明,陕西省工矿商贸领域的安全生产受季节性因素的影响,每年的7月和12月是陕西省安全生产受到季节性影响最严重的月份;SARIMA预测结果与实际的陕西省安全生产走势较为吻合,精度较为可靠。研究结果对安全监管和安全生产政策制定有一定的指导意义。     

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。     

改进GM(1,1)模型在管道结蜡厚度预测中的应用研究

为了准确预测含蜡原油管道的结蜡厚度,构建了基于灰色系统理论的改进GM(1,1)模型.在分析GM(1,1)模型基本原理和建模步骤的基础上,基于平移变换的思想建立了改进GM(1,1)模型,对比分析了改进GM(1,1)模型和传统GM(1,1)模型预测结果的差异,探讨了不同平移量对改进GM(1,1)模型拟合精度和预测精度的影响.结果 表明:改进GM(1,1)模型的拟合精度和预测精度均高于传统GM(1,1)模型;随着平移量的增加,改进GM(1,1)模型的预测精度出现了先高后低的变化趋势,因此在实际应用中应对平移量进行合理选择;应用改进GM(1,1)模型来提高管道结蜡厚度的预测精度是可行的,具有一定的推广应用价值.