文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 基于神经网络的煤矿安全评价分析
侵权投诉

基于神经网络的煤矿安全评价分析

论文资料

目前的安全评价中,指标权重的确定方法有几十种,但按照原始数据的来源不同可分为两大类:一类是主观赋权法,即根据专家的经验主观判断确定,如德尔菲法(Delphi)、层次分析法(AHP)、模糊子集法(FSM)、比较矩阵法(CMM)等;另一类是客观赋权法,即根据评价指标的实际数据确定,如熵值法(EVM)、主成分分析法、相关度法等。主观和客观确定权值都有各自的优点和缺点。

假设评价指标的初始权重向量为w=w1,w2,...,w22,根据DEMATEL方法计算得出的综合作用矩阵[1]来对评价指标的权重值进行修正[2]。假设综合作用矩阵为r,则权重的修正过程分为2步:

①计算综合作用矩阵所反映的权重向量w2,称之为影响权重

22

1

(

111

)

wi2=

∑∑r

i=1j=1

j=1

2222

∑r

ij

wj

ij

(1)

wj

②综合初始权重和影响权重,计算各评价指标的新权重值

wi=αwi1+(1 α)wi2, 0≤α≤1, i=1,...,22

(2)

显然,若α=0,则权重向量不考虑指标的初始权重;若α=1,则不考虑指标的影响权重。一般取α=0.5,则有:

22

rij wj∑

1j=1

wi= w1i+2222

2

rij wj∑∑

i=1j=1

, 1,...,22 i=

(3)

则w=(w1,w2,...,w22)即为根据综合作用矩阵进行修正后的权重向量。

本节假设各个评价指标的初始权重相等,即wi=0.0455,i=1,2,...,22,按照公式(1)-(3)对初始权重进行修正。得出新的权重如表2:

表2 安全评价指标权重

Table 2 The Weight of Safety Evaluation Index 权重wi指标Fi权重wi指标Fi0.043905F90.046534F170.047662 F10 0.039962 F18 0.053705 F11 0.037556 F19 0.0594 F12 0.045406 F20 0.050183 F13 0.039747 F21 0.044238 F14 0.038501 F22 0.044703 F15 0.037438 0.045387

F16

0.047621

1

指标Fi1F2 F3 F4 F5 F6 F7 F8

权重wi0.0487570.049558 0.045427 0.04755 0.037574 0.049687

由表2可知,对系统影响较大的指标如教育培训、安全文化建设、现场安全管理等权重值较初始权重增加较大,而指标如照明状况、安全防护装置状况、员工身体状况、机器自动化水平等权重值减少较多。

(2)安全评价指标值的量化

由于本文所采用的指标均为定性评价指标,难以直接给出定量的值。为此,本文采用专家打分法对各指标进行赋值,评价指标共分为五级,分别为很差、较差、一般、较好、很好,

上一页第2页

你可能喜欢

  • 权重系数
  • BP神经网络原理
  • bp神经网络
  • 人工神经网络
  • MATLAB神经网络

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email