CN108446841A - 一种利用灰色关联确定事故因素层次结构的系统方法 - Google Patents

一种利用灰色关联确定事故因素层次结构的系统方法 Download PDF

Info

Publication number
CN108446841A
CN108446841A CN201810204378.1A CN201810204378A CN108446841A CN 108446841 A CN108446841 A CN 108446841A CN 201810204378 A CN201810204378 A CN 201810204378A CN 108446841 A CN108446841 A CN 108446841A
Authority
CN
China
Prior art keywords
factor
grey
matrix
accident
accident factor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810204378.1A
Other languages
English (en)
Inventor
艾新波
吴泽锋
王松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201810204378.1A priority Critical patent/CN108446841A/zh
Publication of CN108446841A publication Critical patent/CN108446841A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及专门适用于安全生产事故因素分析技术领域，特别是系统性分析多元事故因素层次间关系的一种方法。分为如下步骤：步骤一、计算整体事故因素之间的灰色关联度；步骤二、构建灰色邻接矩阵；步骤三、建立可达性矩阵；步骤四、将可达性矩阵划分为不同的级别；步骤五、绘制分层结构图。

Description

一种利用灰色关联确定事故因素层次结构的系统方法
技术领域
本发明涉及专门适用于安全生产事故因素分析技术领域，特别是系统性分析多元事故因 素层次间关系的一种方法。
背景技术
安全生产事故通常不是由某个单一因素引起的，而是由一连串的多元因素综合造成的结 果。同时，引起事故中的一个因素可能会影响另一个因素，这些因素之间可能互相会产生影 响关系。在以往的安全生产处理中，仅仅强调单一或抽取主要因素对整个事件的影响，而忽 略了事故中多个因素相互间的层次关系，会造成分析结果不全面、客观，安全事故仍旧发生 的现象。在过去几十年中，对安全事故的分析过程中，已有系统的分析方法，例如人因分析 与分类系统、功能性核磁共振分析法，这些方法在对事故发生的因素进行了有效地分析，但 它们只是在设定好的框架中进行分析。目前对于安全事故常采用系统建模的方法对其进行分 析，将事故分析的研究方向转向揭示系统的内在结构，使用较多的模型为解释结构模型 (ISM)，该方法利用数学方法推导出了结构中元素中客观的层级制并给出了两两间元素的关 系，为系统工程中结构建模的流行算法，常被用于建立风险因素图以及专业问题的属性层次 结构、评估模式。但该模型中的邻接矩阵依赖于经验判断，在对特殊的事件因素系统分析并 不准确。因此须建立一种系统的、基于数据和客观计算的事故因素结构分析方法，减少人为 干预的因素，有利于更加客观、准确地对安全事故进行系统分析，避免类似事故发生同时为 安全生产部门提供科学的决策依据。
发明内容
本发明的目的是为了克服目前对安全生产事故因素分析中仅凭借经验判断设立事故因素 关联矩阵、事故因素层次分析不全面、不具体的缺点，提供了一种利用灰色关联确定事故因 素层次结构的系统方法。
通过灰色关联分析，事故因素之间的关系根据执法检查清单记录中产生的时间序列来计 算。通过矩阵运算，这些因子的灰色可达矩阵是由灰色关系组成的灰色邻接矩阵导出的。可 达矩阵通过代数操作被划分成不同的层次，并且这些因子被安排在一个层次结构中。由此产 生的层次结构提供了一个事故因素的整体情景，有助于有效追踪落后和发现相关事故因素的 抽查情况，为进行综合治理并消除事故因素提供理论依据，为有效规避类似安全事故的发生 提供可靠保障。
为了实现上述目的，本发明采用的分析方法可分为五个步骤：
步骤一、计算整体事故因素之间的灰色关联度；
步骤二、构建灰色邻接矩阵；
步骤三、建立可达性矩阵；
步骤四、将可达性矩阵划分为不同的级别；
步骤五、绘制分层结构图。
本发明的优点在于：
1.本发明建立了一套定量化方法，可以根据行为序列自主导出事故因素的图形层次结 构，有利于更加客观、准确的分析事故因素层次间的关系，有利于减少安全事故的发生。
2.本发明将灰色关联方法应用于事故因素层次间的分析，建立事故因素间的灰色邻接矩 阵以及可达化矩阵，为事故因素不同级别的划分提供了科学客观的依据。
3.本发明实现了为政府相关安全生产部门决策提供客观的参考和量化依据，依据执法部 门检查清单数据计算分析结果，尽量减少人为因素以及经验判断对事故分析产生的影响，使 得分析结果更贴近于现实情况。
附图说明
图1是本发明的整体技术路线示意图；
图2是元素可达性分析示意图；
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
本发明提供的一种利用灰色关联确定安全事故因素层次结构的系统方法，系统框图如图 1所示，具体包括步骤如下：
步骤一、计算整体事故因素之间的灰色关联度。通过从执法部门处取得的执法检查清单 中获得安全事故因素并通过观察得到所有元素的行为序列，执法清单主要用作事故因素的数 据收集，事故因素的统计是执法检查记录的总结，即不合格项目的频率。得到相关的安全事 故因素时间序列后，首先要对这些数据进行归一化处理，其次，计算这些安全事故因素之间 的灰色关联系数。得到了灰色关联系数后利用公式计算出安全事故因素间的灰色关联度。
步骤二、构建灰色邻接矩阵。通过计算事故因素之间的灰色关联度，事故因素两两之间 的关系得以被量化，为了确定哪些因素与其他因素之间存在关系，将使用灰色邻接矩阵来表 示。灰色关联度可以表明哪个相关行为序列更有可能导致另一个事故因素中的行为序列，选 定安全事故因素中某个行为序列，参考对比其他的行为序列，从而选定的这个行为序列与其 他因素之间的灰色关联可以被获得。
步骤三、建立可达性矩阵。可达性矩阵用于表示有向图中不同节点(顶点)通过某种特 定路径可以达到的程度。要考虑的是传递性，表明如果安全事故因素与因素之间的关系。在 安全事故的系统性分析中，传递性规则应该是真实的，元素ei与ej有关，且ej与ek有关，则 ei与ek有关。即事故中A因素影响着B因素，B因素影响着C因素，那么A因素也影响了C因素，如果这个传递性条件满足且eiRej≠ejRei，即满足不对称性，那么这些条件适用的矩阵将始终是一个层次结构。分析示意图如图2。
步骤四、将可达性矩阵划分为不同的级别。得到了事故因素之间的可达性矩阵后，可以 定义级别。每一个因素ei都有一个可达性集合R(ei)，这个集合由所有ei路径上的来源于ei的 元素和包含ei但不来源于ei的元素构成。根据定义，元素ei包含在两个集合中。元素ej将在ei的可达集中，当且仅当rij＝1。一个元素ej在ei的先行集中，当且仅当rji＝1。给定了可达性矩 阵，矩阵中满足eiR(ei)∩A(ei)＝R(ei)的元素被定义为有向图顶层的部分。
步骤五、绘制分层结构图。根据将可达矩阵进行分级的方式，可以确定结构图的所有层 级，并在矩阵的参照下，可以通过从上到下放置不同的元素来绘制多级分层结构有向图。
上述五个步骤可以在计算机程序中实现。通过计算机的辅助，该方法可以将事故的因素 行为序列自动转换为二元图。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明 书及附图内容所作的等效结构或等效流程变换，均同理包括在本发明的专利保护范围内。
实施例一
该实例实现对确定事故因素层次的技术包含四个部分：
(1)计算事故因素中的关联度。假设事故系统中有n个元素，集合为S＝{e1,e2,...,en}， 通过对应观察执法清单中检查的项目，可以得到所有元素的行为序列，在这里是时间序列。X 是这些时间序列的集合：X＝{xi|i＝0,1,2,...,n}。xi,yi∈X，符号γ(xi,yi)表示xi和yi之 间的邻接度，即所谓的灰色关联系数。灰色关联的定理为：
1)可比。即X中的每一个序列都是无维度、等规模、均匀极性，且数量大于3。
2)规范间隔。0＜γ(x0,yi)≤1。(i)如果xi＝xj，γ(xi,yi)＝1。(ii)如果xi,yj∈φ，γ(xi,yi) ＝0。
3)整体性。如果n≥3和i≠j，则γ(xi,yj)≠γ(yj,xi)
4)可接近。
只要满足定理1)-4)即可计算灰色关联度。关联系数γ(x0(k),xi(k))是通过领域本质和 正常区间性质将灰色关联定理化计算得到。整体事故因素的灰色关联度的计算公式为：
(2)灰色关联矩阵与可达矩阵的构建
令X1为特征行为序列，可以得到e1与其他元素ei之间的灰色关联度，这将构成灰色关 联矩阵的第一列。同理，令X2为特征行为序列，可以得到e2与其他元素ei之间的灰色关联度，这将构成灰色关联矩阵的第二列。重复此操作指导获得第n列。灰色可达矩阵可以通过将灰色邻接矩阵和单位矩阵加在一起并且多次应用操作获得。
(3)将可达矩阵划分为不同的级别
一旦确定了矩阵的顶层集合，顶层集合中的元素和与它们的连接的所有表示方式都可以 从矩阵中移除，留下的子矩阵也将具有顶层集合。子矩阵的顶层集合将是矩阵的第二层集合。
(4)绘制分层结构图
得到了可达矩阵的不同级别划分，可以将元素从上到下置于层次结构图中，得到了安全 事故的多级结构图。多级结构图的表层因素是事故直接因素，次深层因素是事故过渡因素， 深层是事故根本因素。

Claims (5)

1.本发明涉及专门适用于安全生产事故因素分析技术领域，特别是系统性分析多元事故因素层次间关系的一种方法。分为如下步骤：
步骤一、计算整体事故因素之间的灰色关联度；
步骤二、构建灰色邻接矩阵；
步骤三、建立可达性矩阵；
步骤四、将可达性矩阵划分为不同的级别；
步骤五、绘制分层结构图。
2.根据权利要求1所述的优化构建方法，其特征在于：在步骤一中，计算整体事故因素之间的灰色关联度。通过从执法部门处取得的执法检查清单中获得安全事故因素并通过观察得到所有元素的行为序列，执法清单主要用作事故因素的数据收集，事故因素的统计是执法检查记录的总结，即不合格项目的频率。得到相关的安全事故因素时间序列后，首先要对这些数据进行归一化处理，其次，计算这些安全事故因素之间的灰色关联系数。得到了灰色关联系数后利用公式计算出安全事故因素间的灰色关联度。
3.根据权利要求1所述的优化构建方法，其特征在于：在步骤二中，构建灰色邻接矩阵。通过计算事故因素之间的灰色关联度，事故因素两两之间的关系得以被量化，为了确定哪些因素与其他因素之间存在关系，将使用灰色邻接矩阵来表示。灰色关联度可以表明哪个相关行为序列更有可能导致另一个事故因素中的行为序列，选定安全事故因素中某个行为序列，参考对比其他的行为序列，从而选定的这个行为序列与其他因素之间的灰色关联可以被获得。
4.根据权利要求1所述的优化构建方法，其特征在于：在步骤三中，建立可达性矩阵。可达性矩阵用于表示有向图中不同节点(顶点)通过某种特定路径可以达到的程度。要考虑的是传递性，表明如果安全事故因素与因素之间的关系。在安全事故的系统性分析中，传递性规则应该是真实的，元素ei与ej有关，且ej与ek有关，则ei与ek有关。即事故中A因素影响着B因素，B因素影响着C因素，那么A因素也影响了C因素，如果这个传递性条件满足且eiRej≠ejRei，即满足不对称性，那么这些条件适用的矩阵将始终是一个层次结构。分析示意图如图2。
5.根据权利要求1所述的优化构建方法，其特征在于：在步骤四中，将可达性矩阵划分为不同的级别。得到了事故因素之间的可达性矩阵后，可以定义级别。每一个因素ei都有一个可达性集合R(ei)，这个集合由所有ei路径上的来源于ei的元素和包含ei但不来源于ei的元素构成。根据定义，元素ei包含在两个集合中。元素ej将在ei的可达集中，当且仅当rij＝1。一个元素ej在ei的先行集中，当且仅当rji＝1。给定了可达性矩阵，矩阵中满足eiR(ei)∩A(ei)＝R(ei)的元素被定义为有向图顶层的部分。
CN201810204378.1A 2018-03-13 2018-03-13 一种利用灰色关联确定事故因素层次结构的系统方法 Pending CN108446841A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810204378.1A CN108446841A (zh) 2018-03-13 2018-03-13 一种利用灰色关联确定事故因素层次结构的系统方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810204378.1A CN108446841A (zh) 2018-03-13 2018-03-13 一种利用灰色关联确定事故因素层次结构的系统方法

Publications (1)

Publication Number Publication Date
CN108446841A true CN108446841A (zh) 2018-08-24

Family

ID=63194818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810204378.1A Pending CN108446841A (zh) 2018-03-13 2018-03-13 一种利用灰色关联确定事故因素层次结构的系统方法

Country Status (1)

Country Link
CN (1) CN108446841A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711661A (zh) * 2018-11-12 2019-05-03 贵州大学 一种基于gra的ism模型食品安全因素分析方法
CN110543615A (zh) * 2019-09-05 2019-12-06 国网湖南省电力有限公司 基于spss解释结构模型的风险因子交互作用分析方法
CN111738615A (zh) * 2020-06-30 2020-10-02 国网能源研究院有限公司 一种基于ism模型的能源业态演化影响因素分析方法
CN113505979A (zh) * 2021-07-01 2021-10-15 国网山西省电力公司运城供电公司 一种用于智能电网环境下的电力安全行为评估方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408313A (zh) * 2014-11-26 2015-03-11 上海工程技术大学 一种轨道交通能耗影响因素协同关联度建模方法
CN104778378A (zh) * 2015-05-05 2015-07-15 中国石油大学(华东) 一种油气田产量递减影响因素分析方法
CN104850744A (zh) * 2015-05-15 2015-08-19 辽宁工程技术大学 一种矿车坠落故障模式分析方法
CN106845870A (zh) * 2017-03-03 2017-06-13 中国水产科学研究院黄海水产研究所 基于灰色关联的模糊层次电厂温排水渔业损害评估方法
CN107392424A (zh) * 2017-06-14 2017-11-24 中国航空综合技术研究所 一种建立产品制造过程中质量波动源解释结构模型的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408313A (zh) * 2014-11-26 2015-03-11 上海工程技术大学 一种轨道交通能耗影响因素协同关联度建模方法
CN104778378A (zh) * 2015-05-05 2015-07-15 中国石油大学(华东) 一种油气田产量递减影响因素分析方法
CN104850744A (zh) * 2015-05-15 2015-08-19 辽宁工程技术大学 一种矿车坠落故障模式分析方法
CN106845870A (zh) * 2017-03-03 2017-06-13 中国水产科学研究院黄海水产研究所 基于灰色关联的模糊层次电厂温排水渔业损害评估方法
CN107392424A (zh) * 2017-06-14 2017-11-24 中国航空综合技术研究所 一种建立产品制造过程中质量波动源解释结构模型的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
明崯崯: "基于ISM法对煤矿顶板事故致因研究", 《煤矿安全》 *
王弘: "灰色关联分析在CAPP中的应用", 《华中科技大学学报(自然科学版)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711661A (zh) * 2018-11-12 2019-05-03 贵州大学 一种基于gra的ism模型食品安全因素分析方法
CN110543615A (zh) * 2019-09-05 2019-12-06 国网湖南省电力有限公司 基于spss解释结构模型的风险因子交互作用分析方法
CN111738615A (zh) * 2020-06-30 2020-10-02 国网能源研究院有限公司 一种基于ism模型的能源业态演化影响因素分析方法
CN113505979A (zh) * 2021-07-01 2021-10-15 国网山西省电力公司运城供电公司 一种用于智能电网环境下的电力安全行为评估方法

Similar Documents

Publication Publication Date Title
Romashkova et al. Application of information technology for the analysis of the rating of university
Abid et al. Linear regression with shuffled labels
Etchells et al. Orthogonal search-based rule extraction (OSRE) for trained neural networks: a practical and efficient approach
Nsoesie et al. A simulation optimization approach to epidemic forecasting
CN108446841A (zh) 一种利用灰色关联确定事故因素层次结构的系统方法
Beheshti Nezhad et al. New neural network-based response surface method for reliability analysis of structures
CN116628597B (zh) 一种基于关系路径注意力的异质图节点分类方法
Guo et al. Towards federated learning for HVAC analytics: A measurement study
CN110321493A (zh) 一种社交网络的异常检测与优化方法、系统及计算机设备
Lu et al. Estimation of Sobol's sensitivity indices under generalized linear models
Zhu et al. Pattern dynamics analysis and parameter identification of time delay-driven rumor propagation model based on complex networks
Yu et al. A data‐driven bond‐based peridynamic model derived from group method of data handling neural network with genetic algorithm
Zeng et al. Influential simplices mining via simplicial convolutional network
Dong Application of Big Data Mining Technology in Blockchain Computing
CN113688424A (zh) 基于权重社会网络的个性化差分隐私保护方法
WO2016004744A1 (zh) 基于复杂对应系统的用户行为一致性度测量方法
El-Morshedy et al. A New Probability Heavy‐Tail Model for Stochastic Modeling under Engineering Data
Rorabaugh et al. High frequency accuracy and loss data of random neural networks trained on image datasets
CN109993338B (zh) 一种链路预测方法及装置
CN113034316B (zh) 一种专利价值转换的分析方法及系统
Schalk et al. Distributed non-disclosive validation of predictive models by a modified ROC-GLM
Huang et al. A comparative evaluation on the accuracies of software effort estimates from clustered data
Givehchi et al. Impact of descriptor vector scaling on the classification of drugs and nondrugs with artificial neural networks
Alshareef et al. Quantifying the Importance of Latent Features in Neural Networks.
CN109215795B (zh) 病例复杂度预测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180824

WD01 Invention patent application deemed withdrawn after publication