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

基于神经网络的煤矿安全评价分析1

李新春,郭泗良

中国矿业大学管理学院,江苏 徐州 (221116)

Email:

摘 要:煤矿生产是一个复杂的系统,包含了人、机、环、管等众多影响因素,煤矿事故的发生是系统内部各因素相互作用的结果。对煤矿安全状况进行分析,需要对影响煤矿安全的各要素进行分析,综合度量管理的因素、人员的因素、机器的因素和环境的因素对整个系统的影响,特别要注意当其中某一个指标或某几个指标值发生变化时系统安全状态值的变化,以便煤矿企业组织及时采取相应的措施进行控制。本文在对影响煤矿安全生产状况的四大类因素分析的基础上,建立了由22个指标构成的安全评价指标体系,涵盖了矿井宏观安全环境、中观安全管理、微观员工心理行为等众多要素,以期对煤矿安全生产状况进行全面、系统的衡量。利用RBF神经网络具有的最佳逼近性能、学习算法不存在局部极小问题、训练速度大大高于一般BP神经网络的优点,同时结合DEMATEL方法充分利用专家经验和知识来处理复杂问题的优势,以及三角模糊数对定性指标量化处理的特点,计算得到了煤矿安全综合作用矩阵,在此基础上对指标的初始权重重新进行了修正,对定性指标的专家打分进行了模糊定量化处理,通过MATLAB软件编程处理,采用newrb( )函数建立RBF神经网络模型,利用66个样本数据实现了煤矿安全评价分析。结果表明,本文建立的基于RBF神经网络的煤矿安全评价分析模型,当影响煤矿安全生产状况的一个或几个因素的变化时,能够实现对整个系统安全状态变化值进行度量,具有方便快捷的特点。 关键词:DEMATEL方法;安全评价;RBF神经网络

1 确定模型指标体系

煤矿事故发生的本质原因是管理的缺陷,管理的缺陷产生人、机器和环境的缺陷,这是事故发生的间接原因。人的缺陷、机器的缺陷和环境的缺陷导致人的不安全行为、机器的不安全状态和环境的不安全状态,并最终引发事故。因此,本文确定的指标体系包括管理的因素、人员的因素、机器的因素和环境的因素4个部分共22个指标。

表1 安全评价指标体系

Table 1 The Index System of Safety Evaluation 指标 编号指标 安全管理组织机构 F1 机器设备的设计 安全管理制度 F2 机器设备安全状况 安全文化建设 F3 机械设备自动化水平 员工教育培训 F4 安全防护装置状况 现场安全管理状况 F5 工作地点温度状况

安全投入 F6 湿度状况 员工的专业技能素质 F7 粉尘状况 员工的文化程度 F8 噪声状况 员工的安全生产意识 F9 有毒气体状况 员工的心理状况 F10 照明状况 员工的身体状况 F11 矿区自然安全条件

编号 F12 F13 F14 F15 F16 F17 F18 F19 F20 F21 F22

2 模型数据准备

(1)确定指标权重

教育部高等学校博士学科点专项科研基金资助课题(20090095110001 );教育部人文社会科学规划项目(08JA630083)

1

第1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