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。     

安全生产水平预测与评价的系统动力学模型

为有效预测和评价安全生产水平,建立一个量化、动态、可反馈的系统动力学(SD)安全生产水平预测与评价模型。通过辨析安全生产影响要素,绘制安全生产要素-系统-指数因果关系图。运用SD理论,构建安全生产水平预测和评价SD模型。在模型中确定3个状态变量、3个决策变量和4个辅助变量,并设置6条反馈回路。通过确定变量,并利用SD模型进行仿真模拟,可实现安全生产水平的定量、动态预测和评价;将SD模型用于安全生产水平预测和评价,可弥补现行定性、静态、链式评价方法的不足。     

基于混沌、灰色理论模型,预测煤矿生产中安全状况的对比分析

建立煤矿安全生产状况预测的非线性回归模型、混沌动力学模型、灰色模型和灰色残差模型,用4种模型对我国百万吨煤矿死亡率进行预测分析,其结果表明:混沌动力学预测模型和非线性回归模型使用参数较少、计算简单,易于推广,但预测精度尚不高,误差较大;使用灰色残差模型进行预测,虽然计算复杂,但预测精度较高,验证2007年度百万吨死亡率相对误差仅为0.96%,煤炭生产的安全性指标百万吨死亡率宜采用残差模型进行预测。笔者认为,灰色残差模型在对煤矿安全生产的宏观管理领域有广泛的应用前景。     

煤矿事故预测的马尔可夫SCGM(1,1)c模型的建立与应用

煤矿安全是煤矿生产的重要保障,煤矿事故预测是煤矿安全评价和决策的基础。结合灰色SCGM(1,1)_c预测模型和马尔可夫链理论的优点,根据煤矿生产的特殊条件,提出了基于马尔可夫链的SCGM(1,1)_c预测模型。首先利用灰色SCGM(1,1)_c预测模型对我国1990—2010年的煤矿事故百万t死亡率进行初次预测,然后根据初次预测结果,利用残差模型对SCGM(1,1)_c模型预测结果进行修正。最后在修正模型的基础上,运用马尔可夫SCGM(1,1)_c模型对我国2011—2013年煤矿事故百万t死亡率进行了预测,并对两种模型的预测误差进行了对比分析。结果表明,马尔可夫SCGM(1,1)_c预测模型既能揭示煤矿事故百万t死亡率变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性。     

基于AIC准则优选AR模型研究我国生产事故

目前,由于生产力水平低,安全投入不足,安全监管体制不健全等因素,国内生产安全事故仍然居高不下.将基于AIC准则进行 AR 模型优选的方法应用到我国工矿死亡人数预测中,为事故预测统计提供一种新方法,预测结果将为预防生产安全事故提供依据.     

矿井瓦斯涌出量预测的灰色建模法

简要介绍了瓦斯涌出量的常用预测方法 ,指出了各种预测方法的弊端 ,从矿山实际出发 ,把非等间距数列变为等间距数列 ,根据灰色理论提出的预测方法 ,利用不同采深瓦斯涌出量的原始数据建立矿井瓦斯涌出量的动态GM(1,1)模型 ,进行瓦斯涌出量预测 ,选择了合理的误差检验模型 ,并通过实例说明了GM(1,1)模型在预测瓦斯涌出量中的应用 ,结果表明预测程度较高。对矿井延深做好瓦斯涌出量预测并进行矿井安全生产具有很好的指导意义。     

基于无偏灰色模型的煤矿百万吨死亡率预测

为预测中国煤炭行业安全生产状况发展趋势,构建无偏灰色预测模型对我国煤矿百万吨死亡率数据进行模拟预测。通过对我国2005—2010年度煤炭行业的百万吨死亡率有关数据进行模拟,并与传统的灰色GM(1,1)模型的预测模拟结果进行对比分析。计算结果表明:无偏灰色模型消除了传统GM(1,1)模型本身固有偏差,预测精度较高,分析结果可靠,其中,平均绝对误差为0.030 6%,平均相对误差为2.71%,均低于传统GM(1,1)模型。预测数据显示近年来我国煤矿百万吨死亡率正逐步下降,2011年和2012年分别降至0.536%和0.411%,符合煤矿安全生产"十二五"规划要求。     

建筑工程生产事故死亡人数时间序列分析

为研究建筑工程安全生产事故死亡人数的变化规律,采用时间序列分析方法,分析了建筑安全事故死亡人数时间序列上的趋势性规律,通过数据预处理和模型的识别与检验,最终建立了安全事故死亡人数预测模型。对全国2005—2014年建筑工程安全生产事故造成的死亡人数进行了分析和预测。结果表明:ARIMA模型各年预测值与实际值误差率为0.393,相比灰色模型和BP神经网络模型误差率最小。总体上说,ARIMA模型较适用于随机性较大的数据的趋势预测。     

煤矿百万吨死亡率动态无偏灰色马尔科夫预测

为掌握我国煤炭行业整体安全生产状况,构建动态无偏灰色马尔科夫模型,通过处理我国1999—2008年度煤矿百万吨死亡率数据,对2009—2011年度煤矿百万吨死亡率数据进行预测。用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,拟合得到煤矿百万吨死亡率数据的变化趋势,在此基础上应用马尔科夫模型进行预测,并在每一次预测中更新原始数据,最后对预测结果进行对比分析。计算结果表明:动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度尤其是中长期预测精度。其中,平均绝对误差为3.35%,平均相对误差为3.85%,均低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型。动态无偏灰色马尔科夫模型对于煤矿百万吨死亡率数据的平均预测精度超过96%。     

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...     

弱化缓冲算子修正的民航不安全事件离散灰色预测

为了掌握民航不安全事件的发展状况,并据此制定民航企事业单位的安全绩效考核指标,在民航不安全事件灰色预测的基础上引入离散灰色预测和弱化缓冲算子理论,基于中国民航2004—2013年不安全事件数据建立了弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型。通过中国民航2014—2015年不安全事件数据对模型进行检验,结果表明,弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型的预测精度明显高于灰色预测(GM(1,1))模型和离散灰色预测(DGM(1,1))模型,其中2阶平均弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型预测精度最高,采用该模型对2016—2020年我国民航不安全事件数进行了预测,预测结果为14 095、14 910、15 773、16 685、17 650。     

基于ARIMA-MC模型钢铁企业高炉煤气发生量预测

为了预测钢铁企业高炉煤气发生量,本文用ARIMA模型及马尔科夫链建立了ARIMA-MC模型对高炉煤气的发生量进行预测。结合某钢铁企业实际的原始数据,通过实验,随机抽取多组测试结果中的两组,1#和2#各30个点进行预测,结果表明预测平均相对误差分别为2.27%、3.03%。实验结果证明新算法的有效性。     

基于集对分析的石化企业安全投资状况动态评价

石油化工企业的安全事故频发和职业危害严重,不仅造成重大经济损失,而且对社会造成了不良影响,不合理的安全投资是造成这种状况的主要原因之一,对企业现有安全投资状况进行评价是合理进行安全投资的前提和基础。本文针对石油化工企业安全投资评价中诸多不确定性因素和动态特征进行分析,运用集对分析和马尔可夫链理论,建立了基于集对分析石化企业安全投资状况的动态评价模型,为安全投资状况评价工作提供了一个新方法。以某石油化工企业为例,通过对该企业2006-2009年这四年安全投资状况进行动态评价分析,并预测出2010年该企业的安全投资状况。评价结果表明,将集对分析和马尔可夫链理论用于石化企业安全投资状况的动态评价与预测,起到了非常好的效果,能够为企业科学合理地作出正确决策提供理论依据。     

基于泛平均运算的矿井瓦斯浓度组合预测模型

为有效分析煤矿瓦斯监测数据以实现准确、可靠的瓦斯浓度预测,基于不等权泛平均运算模型,研究瓦斯浓度时间序列组合预测的方法,提出一种新的矿井瓦斯浓度组合预测模型,并证明最优组合预测模型是其特例。采用自回归(AR)模型和径向基函数(RBF)神经网络预测模型作为组合预测模型的单项预测模型;以遗传算法和最小二乘法确定新组合预测模型的参数,实现瓦斯浓度预测单项模型的最优组合。试验分析表明:新模型在平方和误差、平均绝对误差、均方误差、平均绝对百分比误差、均方百分比误差等评价指标上,均取得比自回归模型、径向基函数神经网络模型和最优组合预测模型更低的误差。     

基于主成分分析法的危险货物运输企业安全评价

为更准确地评估危险货物运输企业安全等级以降低其运输风险,提出基于主成分分析法(PCA)的危险货物运输企业BP神经网络安全评价模型;在从人-机-物-环境-管理角度构建危险货物运输企业安全评价指标的基础上,分别利用该模型和其他3种模型对3家实例企业进行仿真评价和对比分析。结果表明,该模型的评价结果与期望值间的相对误差约为0.5%～1.2%,计算精度优于其他模型,且具有计算量小等特点。     

数据挖掘在预测组织事故防控效果中的应用*

为进一步探索数据挖据技术在组织事故预防工作中的融入性与适用性,基于24Model构建事故预控基础模型,通过预测准确率数值及接受者操作特性曲线（ROC曲线）对比分析随机森林（RF）、支持向量机(SVM)、决策树（DT）与神经网络（NN）4种方法对组织事故防控效果的预测性能。结果表明:针对事故率控制（Y1）、职业危害预防（Y2）、财产损失3类预测目标（Y3）,RF方法均能达到较高的准确率及稳定性,具有较优的预测性能。根据特征重要度（FI）排序,明确对组织事故水平影响最显著的因素为安全实践活动认知（SC5）及安全管理程序文件（SMS3）,FI值均大于0.150 0。研究结果可为有效预测组织事故防控效果提供方法依据,同时为企业安全工作的规划设计提供思路。     

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。     

工业企业动态安全风险评估模型在某炼钢厂安全风险管控中的应用

通过研究工业企业动态安全风险评估模型在某炼钢厂安全风险管控中的应用,探索该安全风险评估模型作为企业安全风险评估方法的可行性,为企业进行安全风险辨识、评级和分级管控选取风险评估方法提供参考。     

基于STAMP模型的电网企业事故风险控制模型

事故预防和风险控制理论模型对于指导企业开展安全工作具有重要作用,智能化、信息化、自动化对电网企业的事故预防和风险控制工作提出新的挑战,因此有必要对电网企业进行事故风险控制模型研究.本文基于系统安全和风险控制理论与STAMP模型,结合我国电网企业的特点与安全现状,对电网企业事故风险控制模型进行研究,构建了基于STAMP模...     

基于DEA- Benchmarking模型的资源开采企业绩效评价与发展研究

通过固定资产净额等4个输入指标和净利润等3个输出指标,利用DEA方法对全国19家上市资源开采企业的绩效水平进行测度,同时利用Benchmarkirg方法在众多企业中找到标杆企业和待改进企业.待改进企业通过向标杆企业学习得到不断发展,从而促进行业的整体效率的提高.