化工工艺安全评价指标体系的灰色关联度分析模型优化

安全评价指标体系承载整个评价对象的安全状态,通过对关键风险因素进行识别,可提高企业的安全级别。化工工艺安全评价指标数据量大、数据维度高、数据稳定性强,存在相近评价指标分级区分不正确的问题,因此有必要提高其安全评价相似指标的系统分辨率。结合化工工艺安全评价指标体系,构建化工工艺安全评价指标体系灰色关联度分析模型,采用“两两对比、遍历求解”的策略对灰色关联度分析模型进行系统优化,提出自适应评价指标数据规模的调节系数ρ值的确定方法,并以水煤浆气化工艺为案例进行实例分析。结果表明：采用灰色关联度分析模型对化工工艺安全评价指标重要性进行分析时,相似评价指标间区分度更大;与原模型相比,优化后的灰色关联度分析模型使系统灰色关联度的分辨率提高了15%,增加了安全评价工作的正确率。该模型对具有相同数据特点的化工工艺安全评价指标体系的确定具有一定参考作用,为更有效地评估化工企业的安全状态提供了新途径。     

基于支持向量机的化工工艺安全评价模型构建及优化研究

为解决现阶段基于风险分级的安全评价方法仍存在着高维数据处理不当、评价智能化程度不高等问题,创建支持向量机的安全评价模型,利用核函数解决安全评价因子分类问题,粒子群算法(PSO)寻找最适合模型的正则项C,进一步提升安全评价模型的正确率,形成适用高维数据的化工工艺安全评价方法。研究结果表明：该模型与经典支持向量机模型和BP神经网络评价模型相比具有更高的正确率,研究结果对借用机器学习来创新安全评价理论及工程应用具有现实意义及理论价值。