CN113869736A - 一种烟花爆竹经营企业安全风险评估分级方法及系统 - Google Patents
一种烟花爆竹经营企业安全风险评估分级方法及系统 Download PDFInfo
- Publication number
- CN113869736A CN113869736A CN202111146218.4A CN202111146218A CN113869736A CN 113869736 A CN113869736 A CN 113869736A CN 202111146218 A CN202111146218 A CN 202111146218A CN 113869736 A CN113869736 A CN 113869736A
- Authority
- CN
- China
- Prior art keywords
- risk assessment
- enterprise
- safety risk
- safety
- indexes
- 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
Links
Images
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及风险评估技术领域,具体涉及一种烟花爆竹经营企业安全风险评估分级方法及系统,通过步骤:S1获取烟花爆竹经营企业依据相关安全标准规定的安全风险评估指标;S2将所述安全风险评估指标均传输至安全风险评估分级系统,形成安全风险评估初始模型;S3获取企业安全风险评估指标信息,并获取安全风险评估指标预设的期望阈值,建立安全风险评估初始模型,再通过所述安全风险评估模型通过层次分析法、风险指数权重法,再结合多位行业专家预设的各指标的初始权重值,能够构建评估指标重要性判断矩阵,经处理装置分析、计算及筛选,形成安全风险评估模型,计算出企业安全风险值及对应的安全风险等级,使烟花爆竹经营企业一目了然安全风险状况。
Description
技术领域
本发明涉及风险评估技术领域,具体涉及一种烟花爆竹经营企业安全风险评估分级方法及系统。
背景技术
烟花爆竹是我国的传统工艺品,历史悠久。近年来,随着我国经济的发展和人民生活水平的提高,特别是许多城市由“禁改限”后,烟花爆竹市场被广泛看好,与此同时,烟花爆竹生产经营是高危行业,在生产及经营时存在易燃易爆性,安全事故时有发生,严重危及人们的生命安全及财产安全,虽然针对烟花爆竹经营企业安全风险评估方法有检查表法、专家评议法、预先危险分析法、故障分析法、危险与可操作性分析、故障树分析法、事件树分析、安全评价法、危险指数评价法、指标评价法等,但由于安全评价不仅涉及技术科学,而且涉及管理学等社会科学知识,且安全评价指标及其权值的选取与生产技术水平、安全管理水平、生产者和管理者的素质等众多因素密切相关,现有的安全评估方法具有一定的局限性,缺乏系统性、层次性和逻辑性,难以准确的、全面的评估企业整体安全风险因素以及风险等级,因此,急需一种相对完整科学的安全评价体系。
发明内容
本发明的目的在于针对现有技术的缺陷和不足,提供一种烟花爆竹经营企业安全风险评估分级方法及系统,通过设置指标采集装置及云端数据采集存储中心,能够采集并储存依据相关安全标准规定的企业基本信息、企业防护设施、企业管理状况、企业事故隐患的安全风险评估指标,形成数据库;由于符合安全标准的要求,能够充分、全面地、正确地评估安全风险;通过安全风险评估分级系统,建立安全风险评估初始模型,再通过前馈神经网络强化学习算法对所述安全风险评估初始模型进行训练、优化,通过自动筛选装置筛选,形成成熟的安全风险评估模型,使评估结果更趣精准;通过所述安全风险评估模型通过层次分析法、风险指数权重法,再结合多位行业专家预设的各指标的初始权重值,能够构建评估指标重要性判断矩阵,经处理装置分析、计算及筛选,形成最终的权重值合理、准确,再结合权重值,计算出企业安全风险值及对应的安全风险等级,使烟花爆竹经营企业对安全风险状况一目了然。
为实现上述目的,本发明采用的技术方案:
一种烟花爆竹经营企业安全风险评估分级方法,包括如下步骤:
S1.获取烟花爆竹经营企业依据相关安全标准规定的企业基本信息、企业防护设施、企业管理状况、企业事故隐患的安全风险评估指标;
S2.将所述安全风险评估指标均传输至烟花爆竹安全风险评估分级系统,形成安全风险评估初始模型;
S3.获取企业安全风险评估指标的具体信息,并获取安全风险评估指标预设的期望阈值,经预先训练好的安全风险评估模型对所述安全风险评估指标分析、计算、筛选,获取并输出企业的安全风险值及对应的安全风险等级;
在步骤S1中,所述企业基本信息、所述企业防护设施、所述企业管理状况、所述企业事故隐患均包括至少一项安全风险评估指标;
在步骤S3中,所述安全风险评估模型是通过层次分析法与风险指数权重法相结合,形成综合性企业安全风险评估方法,步骤包括:
采用层次分析法将各类安全风险评估指标归类、分级,其中,相邻的上级指标包含下级指标,呈树状图型分布;
采用风险指数权重法,依据各风险评估指标对企业整体安全风险重要度设置各指标的初始权重值,形成安全风险评估初始模型,构建评估指标重要性判断矩阵,经优化和筛选,得到各项指标优化后的权重值,得到最终的企业安全风险评估模型,再次利用上述计算方法,获取并输出企业的安全风险值及对应的安全风险等级。
优选地,步骤S1还包括:所述企业基本信息的评估指标包括:企业人数、装卸烟花爆竹产品时任一库房内的最多人数、烟花爆竹仓库面积、周边500米内敏感场所、架空电线、烟花爆竹产品最高级别、烟花爆竹仓库最高危险等级、烟花爆竹仓库储存危险品数量中的至少一项;
所述企业防护设施的评估指标包括:防雷、防静电设施、消防设施、库区监控和报警系统中的至少一项;
所述企业管理状况的评估指标包括:输出方式、产品流向管理、安全生产标准化达标等级、安全评价报告、定期开展安全教育培训、应急救援队伍、应急预案、应急演练中的至少一项;
所述企业事故隐患的评估指标包括:隐患排查情况、近一年被检查提出的隐患整改或被行政处罚、是否属于挂牌整改单位或失信名单单位中的至少一项。
进一步地,所述评估指标值及内容符合所述安全标准及条例的规定。
优选地,步骤S3中,依据各风险评估指标对企业整体安全风险重要度设置各指标的初始权重值,包括有多名行业专家依据同一级两两指标间对企业整体安全风险影响重要度设置初始权重值,从而形成判断矩阵,优化形成的所述安全风险评估模型对判断矩阵重新计算,获得安全风险评估指标权重值,获取并输出企业的安全风险值及对应的安全风险等级,其中,行业专家应不少于 7位。
进一步地,所述安全风险评估模型对判断矩阵计算的具体步骤:
第j个风险评估指标的平均权重值按照下式计算:
式中,Wij表示风险评估指标i相对于风险评估指标j的权重,风险评估指标i与风险评估指标j表示不同的指标;
风险评估指标j的标准方差按照下式计算:
n表示风险评估指标的总数量;
将所有专家设定的初始权重值优化后得到的权重值相加后再计算平均值,即获得风险评估指标j的最终的权重值。
优选地,通过前馈神经网络强化学习算法对所述安全风险评估模型进行训练的方法包括:
以所述风险评估指标对企业整体安全风险重要度设置各指标的初始权重值,采用前馈神经网络强化学习算法对所述安全风险评估初始模型进行训练,通过层次分析法与风险指数权重法相结合,得到各项所述风险评估指标训练后权重值。
筛选并剔除训练后权重值过小的风险评估指标,并重新采用前馈神经网络强化学习算法对所述安全风险评估初始模型进行训练,得到优化的安全风险评估模型。
进一步地,烟花爆竹经营企业的所述安全风险评估模型应满足下表的要求:
本发明提供一种烟花爆竹经营企业安全风险评估分级系统,包括企业用指标采集装置、云端数据采集存储中心、自动筛选装置、处理装置和显示装置;
所述指标采集装置用于收集企业基本信息、企业防护设施信息、企业管理状况信息、企业事故隐患信息的所有安全风险评估指标。
所述云端数据采集存储中心与所述指标采集装置相连,用于存储所有安全风险评估指标,形成数据库。
所述自动筛选装置用于从所述数据库里获取实时获得的初始评估指标,通过与所述安全标准规定的安全风险评估指标比对、优化,筛选,得到最终符合企业特定的评估指标;将经计算权重值过小的风险评估指标筛选出。
所述处理装置用于层次分析法和风险指数权重法的分析、计算。
所述显示装置,用于显示企业安全风险评估模型、企业安全风险值、企业安全风险评估等级以及安全风险评估指标。
需要说明的是:表中,敏感场所主要指消防安全重点单位和火灾高危单位包括:人员密集场所、易燃易爆危险品场所、文物保护单位、国家机关等场所。
需要说明的是:表中,库房上空架空电力线路接近或跨越建筑物的安全距离符合GB 50293-1999《城市电力规划规范》的规定。
需要说明的是:表中,烟花爆竹产品级别类型符合GB10631《烟花爆竹安全与质量》的规定。
需要说明的是:表中,烟花爆竹仓库危险等级类型符合GB 50161-2009 《烟花爆竹工程设计安全规范》的规定。
附图说明
图1为本发明实施例提供的烟花爆竹经营企业安全风险评估方法流程图;
图2为本发明实施例提供的烟花爆竹经营企业安全风险评估分级系统的示意图;
图3为本发明实施例提供的层次分析法(AHP)的结构示意图。
其中,附图标记说明:
指标采集装置1;云端数据采集存储中心2;自动筛选装置3;处理装置 4;显示装置5。
具体实施方式:
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-图2所示,本发明一种优选实施例,采用如下技术方案:
本发明一种烟花爆竹经营企业安全风险评估分级方法,包括如下步骤: S1.指标采集装置1获取烟花爆竹经营企业依据相关安全标准规定的企业基本信息、企业防护设施、企业管理状况、企业事故隐患的安全风险评估指标。
所述企业基本信息的评估指标包括:企业人数、装卸烟花爆竹产品时任一库房内的最多人数、烟花爆竹仓库面积、周边500米内敏感场所、架空电线、烟花爆竹产品最高级别、烟花爆竹仓库最高危险等级、烟花爆竹仓库储存危险品数量中的至少一项。
所述企业防护设施的评估指标包括:防雷、防静电设施、消防设施、库区监控和报警系统中的至少一项。
所述企业管理状况的评估指标包括:输出方式、产品流向管理、安全生产标准化达标等级、安全评价报告、定期开展安全教育培训、应急救援队伍、应急预案、应急演练中的至少一项;
所述企业事故隐患的评估指标包括:隐患排查情况、近一年被检查提出的隐患整改或被行政处罚、是否属于挂牌整改单位或失信名单单位中的至少一项。
S2.指标采集装置1将所述安全风险评估指标均传输至安全风险评估分级系统中的云端数据采集存储中心2,形成数据库,构建安全风险评估初始模型。
S3.指标采集装置1获取企业安全风险评估指标信息,并获取安全风险评估指标预设的期望阈值,所述期望阈值高于或严于相关安全标准规定的指标。
其中,所述自动筛选装置3用于从所述数据库里获取初始评估指标,通过与安全标准规定的安全风险评估指标及预设的期望阈值比对、优化,筛选,最终得到符合企业要求的评估指标。
通过前馈神经网络强化学习算法对所述安全风险评估模型进行训练:以所述风险评估指标对企业整体安全风险重要度设置各指标的初始权重值,采用前馈神经网络强化学习算法对所述安全风险评估初始模型进行训练,通过层次分析法与风险指数权重法相结合,得到各项所述风险评估指标训练后权重值。具体步骤如下:
层次分析法(AHP)是将风险评估问题按总目标、各层子目标按顺序逐级分解为不同的层次结构,相邻的上级指标包含下级指标,呈树状图型,一般分为3层,如图3所示。
构建评估指标重要性判断矩阵,假设有n个C评估指标,经过专家和评估人员比较后并赋值得到判断矩阵M=(Cij)n×n
其中,Cij表示评估指标i相对于评估指标j对目标的重要程度。
构造的判断矩阵应有如下性质:
Cij>0
Cij=1/Cij(i≠j)
Cij=1(i=j;i,j=1,2,...,n)
为了实现研究结果的量化描述,根据同一级指标相互之间的影响判断进行量化打分,如下表所示:
重要性等级 | 量化值 |
i和j指标同等重要 | 1 |
i和j指标稍微重要 | 2 |
i和j指标比较重要 | 3 |
i和j指标明显重要 | 4 |
i和j指标十分重要 | 5 |
i和j指标强烈重要 | 6 |
i和j指标极其重要 | 7 |
i和j指标极端重要 | 8 |
风险指数权重法是行业专家根据自己的判断选择量化值,从而形成判断矩阵;处理装置4利用评估指标重要性判断矩阵计算模糊综合评价得分,并根据评分选取最大特征向量值,对以上确定出指标权重置信度进行认证,具体歩骤如下:
其中,Wij表示因素i相对于因素j的权重,因素i与因素j表示不同的指标
为了提高各指标权重的准确性,本实施例中组织8名行业专家进行量化打分,针对每位专家量化计算出权重值进行相加后再平均化,得到各指标最终的权重值。
自动筛选装置3筛选并剔除训练后权重值过小的风险评估指标,并重新采用前馈神经网络强化学习算法对所述安全风险评估初始模型进行训练,得到优化的安全风险评估模型。
最后,安全风险评估分级系统使用优化的烟花爆竹经营企业安全风险评估模型对企业安全风险评估指标进行计算,输出并通过显示装置5显示企业的安全风险值及对应的安全风险等级。
本实施例中,优化后的烟花爆竹经营企业安全风险评估模型见下表:
通过处理装置4自动计算,输出该烟花爆竹经营企业安全风险值共扣23 分,综合得分为77分。
依据烟花爆竹经营企业相关安全标准及条例的规定,评估诊断采用百分制,根据评估诊断结果按照风险从高到低依次将辖区内危险化学品企业分为 60分以下为红色、60至75分以下为橙色、75至90分以下为黄色、90分及以上为蓝色,共四个等级,颜色与风险等级相对应,具体见下表:
所述安全风险评估分级系统通过显示装置5将本烟花爆竹经营企业的安全风险评估指标77分及对应的一般风险等级输出并显示出来。
需要说明的是:表中,敏感场所主要指消防安全重点单位和火灾高危单位包括:人员密集场所、易燃易爆危险品场所、文物保护单位、国家机关等场所。
需要说明的是:表中,库房上空架空电力线路接近或跨越建筑物的安全距离符合GB 50293-1999《城市电力规划规范》的规定。
需要说明的是:表中,烟花爆竹产品最高级别符合GB10631《烟花爆竹安全与质量》的规定。
需要说明的是:表中,烟花爆竹仓库最高危险等级符合GB 50161-2009 《烟花爆竹工程设计安全规范》的规定。
Claims (8)
1.一种烟花爆竹经营企业安全风险评估分级方法,其特征在于,包括如下步骤:
S1.获取烟花爆竹经营企业依据相关安全标准及条例规定的企业基本信息、企业防护设施、企业管理状况、企业事故隐患的安全风险评估指标;
S2.将所述安全风险评估指标均传输至烟花爆竹安全风险评估分级系统,形成安全风险评估初始模型;
S3.获取企业安全风险评估指标的具体信息,并获取安全风险评估指标预设的期望阈值,经预先训练好的安全风险评估模型对所述安全风险评估指标分析、计算、筛选,获取并输出企业的安全风险值及对应的安全风险等级;
在步骤S1中,所述企业基本信息、所述企业防护设施、所述企业管理状况、所述企业事故隐患均包括至少一项安全风险评估指标;
在步骤S3中,所述安全风险评估模型是通过层次分析法与风险指数权重法相结合,形成综合性企业安全风险评估方法,步骤包括:
采用层次分析法将各类安全风险评估指标归类、分级,其中,相邻的上级指标包含下级指标,呈树状图型分布;
采用风险指数权重法,依据各风险评估指标对企业整体安全风险重要度设置各指标的初始权重值,形成安全风险评估初始模型,构建评估指标重要性判断矩阵,经优化和筛选,得到各项指标优化后的权重值,得到最终的企业安全风险评估模型,再次利用上述计算方法,获取并输出企业的安全风险值及对应的安全风险等级。
2.根据权利要求1所述的烟花爆竹经营企业安全风险评估分级方法,其特征在于,步骤S1还包括:所述企业基本信息的评估指标包括:企业人数、装卸烟花爆竹产品时任一库房内的最多人数、烟花爆竹仓库面积、周边500米内敏感场所、架空电线、烟花爆竹产品最高级别、烟花爆竹仓库最高危险等级、烟花爆竹仓库储存危险品数量中的至少一项;
所述企业防护设施的评估指标包括:防雷、防静电设施、消防设施、库区监控和报警系统中的至少一项;
所述企业管理状况的评估指标包括:输出方式、产品流向管理、安全生产标准化达标等级、安全评价报告、定期开展安全教育培训、应急救援队伍、应急预案、应急演练中的至少一项;
所述企业事故隐患的评估指标包括:隐患排查情况、近一年被检查提出的隐患整改或被行政处罚、是否属于挂牌整改单位或失信名单单位中的至少一项。
3.根据权利要求2所述的烟花爆竹经营企业安全风险评估分级方法,其特征在于,所述评估指标值及内容符合所述安全标准及条例的规定。
4.根据权利要求1所述的烟花爆竹经营企业安全风险评估分级方法,其特征在于,步骤S3中,依据各风险评估指标对企业整体安全风险重要度设置各指标的初始权重值,包括有多名行业专家依据同一级两两指标间对企业整体安全风险影响重要度设置初始权重值,从而形成判断矩阵,优化形成的所述安全风险评估模型对判断矩阵重新计算,获得安全风险评估指标权重值,获取并输出企业的安全风险值及对应的安全风险等级,其中,行业专家应不少于7位。
5.根据权利要求4所述的烟花爆竹经营企业安全风险评估分级方法,其特征在于,所述安全风险评估模型对判断矩阵计算的具体步骤:
式中,Wij表示风险评估指标i相对于风险评估指标j的权重,风险评估指标i与风险评估指标j表示不同的指标;
n表示风险评估指标的总数量;
将所有专家设定的初始权重值优化后得到的权重值相加后再计算平均值,即获得风险评估指标j的最终的权重值。
6.根据权利要求1所述的烟花爆竹经营企业安全风险评估分级方法,其特征在于,通过前馈神经网络强化学习算法对所述安全风险评估模型进行训练的方法包括:
以所述风险评估指标对企业整体安全风险重要度设置各指标的初始权重值,采用前馈神经网络强化学习算法对所述安全风险评估初始模型进行训练,通过层次分析法与风险指数权重法相结合,得到各项所述风险评估指标训练后权重值;
筛选并剔除训练后权重值过小的风险评估指标,并重新采用前馈神经网络强化学习算法对所述安全风险评估初始模型进行训练,得到优化的安全风险评估模型。
8.一种烟花爆竹经营企业安全风险评估分级系统,其特征在于,包括企业用指标采集装置、云端数据采集存储中心、自动筛选装置、处理装置和显示装置;
所述指标采集装置用于收集企业的基本信息、装置设备、防护设施、周边环境、管理状况、事故隐患的所有安全风险评估指标;
所述云端数据采集存储中心与所述指标采集装置相连,用于存储所有安全风险评估指标,形成数据库;
所述自动筛选装置用于从所述数据库里获取实时获得的初始评估指标,通过与所述安全标准规定的安全风险评估指标比对、优化,筛选,得到最终符合企业特定的评估指标;将经计算权重值过小的风险评估指标筛选出;
所述处理装置用于层次分析法和风险指数权重法的分析、计算;
所述显示装置,用于显示企业安全风险评估模型、企业安全风险值、企业安全风险评估等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111146218.4A CN113869736A (zh) | 2021-09-28 | 2021-09-28 | 一种烟花爆竹经营企业安全风险评估分级方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111146218.4A CN113869736A (zh) | 2021-09-28 | 2021-09-28 | 一种烟花爆竹经营企业安全风险评估分级方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113869736A true CN113869736A (zh) | 2021-12-31 |
Family
ID=78992258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111146218.4A Pending CN113869736A (zh) | 2021-09-28 | 2021-09-28 | 一种烟花爆竹经营企业安全风险评估分级方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113869736A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429308A (zh) * | 2022-02-08 | 2022-05-03 | 河南鑫安利安全科技股份有限公司 | 一种基于大数据的企业安全风险评估方法及系统 |
CN115375113A (zh) * | 2022-08-05 | 2022-11-22 | 航天神舟智慧系统技术有限公司 | 一种基层治理中场所的整体安全指数评估方法及装置 |
CN115660406A (zh) * | 2022-09-27 | 2023-01-31 | 北京市应急管理科学技术研究院 | 一种危化企业安全分级方法、装置、电子设备及存储介质 |
CN117557086A (zh) * | 2023-07-05 | 2024-02-13 | 北京忠业兴达科技有限公司 | 涉密载体监管方法、装置、设备及可读存储介质 |
-
2021
- 2021-09-28 CN CN202111146218.4A patent/CN113869736A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429308A (zh) * | 2022-02-08 | 2022-05-03 | 河南鑫安利安全科技股份有限公司 | 一种基于大数据的企业安全风险评估方法及系统 |
CN115375113A (zh) * | 2022-08-05 | 2022-11-22 | 航天神舟智慧系统技术有限公司 | 一种基层治理中场所的整体安全指数评估方法及装置 |
CN115660406A (zh) * | 2022-09-27 | 2023-01-31 | 北京市应急管理科学技术研究院 | 一种危化企业安全分级方法、装置、电子设备及存储介质 |
CN117557086A (zh) * | 2023-07-05 | 2024-02-13 | 北京忠业兴达科技有限公司 | 涉密载体监管方法、装置、设备及可读存储介质 |
CN117557086B (zh) * | 2023-07-05 | 2024-03-26 | 北京忠业兴达科技有限公司 | 涉密载体监管方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113988530A (zh) | 一种非煤矿山安全风险评估分级方法及系统 | |
CN113869736A (zh) | 一种烟花爆竹经营企业安全风险评估分级方法及系统 | |
CN110555617B (zh) | 一种基于物联网的建筑火灾风险实时动态定量评估方法 | |
CN111507586B (zh) | 通航水域水上施工安全风险预警分级方法及系统 | |
CN107886235A (zh) | 一种耦合确定性与不确定分析的火灾风险评估方法 | |
CN113379267B (zh) | 一种基于风险分级预测的城市火灾事件处理方法、系统及存储介质 | |
CN113689129B (zh) | 一种基于风险分级及分级监察的综合性安全监管信息平台系统 | |
CN105678446A (zh) | 一种用于企业安全生产风险预警的方法 | |
CN109064050A (zh) | 基于大数据的多元线性回归火灾风险评估方法 | |
CN108053121A (zh) | 一种基于ahp的建筑消防安全大数据健康度评估方法 | |
CN113515720B (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
CN114372682A (zh) | 基于ahp-模糊综合评价的消防服环境适应性评估方法及系统 | |
CN110059949A (zh) | 一种基于突变理论的铝粉爆炸风险评估方法 | |
CN112488576A (zh) | 消防风险评估方法、系统、计算机设备及可读存储介质 | |
CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
CN114282839A (zh) | 一种山地高速公路施工安全风险管理系统 | |
CN117151478B (zh) | 一种基于卷积神经网络的化工企业风险预警方法及系统 | |
Xie et al. | Fire risk assessment in lithium-ion battery warehouse based on the Bayesian network | |
CN113723817A (zh) | 一种企业粉尘爆炸风险评估方法、装置和设备 | |
CN116363825B (zh) | 用于展示火情蔓延趋势的方法及装置、电子设备、介质 | |
CN113807638A (zh) | 一种尾矿库重大安全风险量化方法 | |
CN115345228A (zh) | 一种消防风险识别方法与系统 | |
CN113344360A (zh) | 一种金属非金属地下矿山重大安全风险量化方法 | |
CN114416814A (zh) | 一种数据处理的方法、装置、电子设备和存储介质 | |
CN110070267B (zh) | 一种危险化学品重大危险源辨识方法 |
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 |