CN115689117A - 高校实验室安全性综合考评交互系统及方法 - Google Patents
高校实验室安全性综合考评交互系统及方法 Download PDFInfo
- Publication number
- CN115689117A CN115689117A CN202211391834.0A CN202211391834A CN115689117A CN 115689117 A CN115689117 A CN 115689117A CN 202211391834 A CN202211391834 A CN 202211391834A CN 115689117 A CN115689117 A CN 115689117A
- Authority
- CN
- China
- Prior art keywords
- index
- rank
- objective
- laboratory
- weight
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000003993 interaction Effects 0.000 title claims abstract description 17
- 238000013210 evaluation model Methods 0.000 claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000010276 construction Methods 0.000 claims abstract description 4
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 5
- 239000013056 hazardous product Substances 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 2
- 239000002920 hazardous waste Substances 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 238000012797 qualification Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000012502 risk assessment Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 28
- 238000004364 calculation method Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 8
- 238000012163 sequencing technique Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 3
- 238000013551 empirical research Methods 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了高校实验室安全性综合考评交互系统及方法，响应于各个学院客户端上传的实验室安全性考评请求，获取客户端上传的实验室数据；调用实验室安全管理评价模型，生成各个学院实验室综合考评结果，将各个学院实验室综合考评结果反馈给客户端；模型构建过程包括：建立影响因素指标集合；采用层次分析法确定指标的主观权重；采用客观赋权法，确定指标的客观权重；对主、客观权重进行融合，得到主客观综合权重；根据评价对象和指标矩阵，得到秩和比值；根据主客观综合权重和秩和比值得到赋权秩和比值；计算赋权秩和比值对应的向下累计频率，将赋权秩和比值对应的向下累计频率进行换算，得到Probit值；最后确定实验室安全管理评价模型。
Description
技术领域
本发明涉及实验室安全管理技术领域，特别是涉及高校实验室安全性综合考评交互系统及方法。
背景技术
本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。
实验室安全管理是一项系统性工作，仅依靠事后治理难以确保全过程、全周期、全方位的安全状态。通过加强实验室安全管理减少事故发生是实验室安全工作的重点。
当前，实验室安全的综合性评价研究尚处于起步阶段，定性为主，基于数据、算法的定量评价研究较少，无法客观、科学的反映实验室安全管理状况。有学者以专业实验室为例，运用AHP方法、模糊综合评价法、G1法和熵权法确定影响实验室安全的指标，建立安全评价指标体系，运用TOPSIS法、主成分分析、GA-BP神经网络方法评价实验室安全水平，针对性提出实验人员业务知识水平、事故管控方式以及实验室在管理制度等方面提升实验室安全管理水平的措施。但是研究中存在指标体系建立主观性过强、算法无自动分档、排序及适用性不强等问题。
目前高校实验室安全性考评主要是人工收集专家打分表，浪费人力且容易有遗漏；考评过程中由工作人员人工选择并运用已有算法评价实验室安全水平，人工参与过多可信度差；考评结束后，需要学校层面人工打电话通知各个学院实验室负责人考评结果，无法将考评结果可视化，缺乏人机交互的过程。
发明内容
为了解决现有技术的不足，本发明提供了高校实验室安全性综合考评交互系统及方法；CRITIC算法结合AHP算法确定组合权重，选用秩和比算法，量化评价排序、分档，解决实验室安全定性分析不全、定量分析模型指标体系主观性过强、算法无自动分档、排序及适用性不强等问题的问题。将CRITIC算法结合AHP算法，主客观赋权相融合，选用加权秩和比法算法建立的实验室安全管理评价模型的研究。模型充分考虑指标间差异性和关联性，建立了科学全面的实验室安全评价指标体系，实证研究验证了模型适用性。该模型可为实验室安全管理提供数据支撑，推广应用于实验室安全工作评比、实验室安全管理考核等工作。
第一方面，本发明提供了高校实验室安全性综合考评交互系统；
高校实验室安全性综合考评交互系统，应用于学校服务器，包括：
获取模块，其被配置为：响应于各个学院客户端上传的实验室安全性考评请求，获取各个学院客户端上传的实验室数据；
生成模块，其被配置为：根据各个学院客户端上传的实验室数据，调用预先构建的实验室安全管理评价模型，生成各个学院实验室综合考评结果，将各个学院实验室综合考评结果反馈给各个学院客户端；学校服务器将各个学院实验室综合考评结果通过大屏幕进行可视化；
其中，预先构建的实验室安全管理评价模型，其构建过程包括：
建立影响因素指标集合；采用层次分析法，确定指标的主观权重；采用客观赋权法，确定指标的客观权重；对主观权重和客观权重进行融合，得到主客观综合权重；
根据评价对象和指标矩阵，得到秩和比值；根据主客观综合权重和秩和比值，得到赋权秩和比值；计算赋权秩和比值对应的向下累计频率，将赋权秩和比值对应的向下累计频率进行换算，得到Probit值；根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型。
第二方面，本发明提供了高校实验室安全性综合考评交互方法；
高校实验室安全性综合考评交互方法，应用于学校服务器，包括：
响应于各个学院客户端上传的实验室安全性考评请求，获取各个学院客户端上传的实验室数据；
根据各个学院客户端上传的实验室数据，调用预先构建的实验室安全管理评价模型，生成各个学院实验室综合考评结果，将各个学院实验室综合考评结果反馈给各个学院客户端；学校服务器将各个学院实验室综合考评结果通过大屏幕进行可视化；
其中，预先构建的实验室安全管理评价模型，其构建过程包括：
建立影响因素指标集合；采用层次分析法，确定指标的主观权重；采用客观赋权法，确定指标的客观权重；对主观权重和客观权重进行融合，得到主客观综合权重；
根据评价对象和指标矩阵，得到秩和比值；根据主客观综合权重和秩和比值，得到赋权秩和比值；计算赋权秩和比值对应的向下累计频率，将赋权秩和比值对应的向下累计频率进行换算，得到Probit值；根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型。
与现有技术相比，本发明的有益效果是：
通过各个学院客户端上传的实验室安全性考评请求，以及通过各个学院客户端上传实验室安全评价打分表，节省了人力，从学校服务器的角度看，是否有遗漏的学院一目了然；
考评过程中，通过自定义的实验室安全管理评价模型，对实验室安全系数进行评价，对学校服务器工作的角度看，人工参与少，计算结果可信度强；
考评结束后，通过大屏幕实现各个学院实验室考评结果的横向对比，也能实现每个学院实验室安全性考评结果与历史年份实验室安全性考评结果的曲线趋势演示，实现大数据可视化，方便学院客户端及时捕捉实验室的不安全因素；
对学校层面的工作人员来说，人机交互的形式提升了用户体验，节省了人力，避免人工计算出错。
本申请基于要素间的相对重要程度关系，整理相关实证研究数据，通过专家访谈法进行因素识别，建立了科学全面的实验室安全评价指标体系。
本申请的模型充分考虑指标间差异性和关联性，运用AHP和CRITIC算法计算主客观综合权重，构建基于组合赋权秩和比WRSR的实验室安全综合评价模型，实证研究验证了模型适用性，该模型可为实验室安全管理提供数据支撑，推广应用于实验室安全工作评比、实验室安全管理考核等工作。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例一提供的基于组合赋权秩和比实验室安全管理评价模型的流程图；
图2是本发明实施例一提供的实验室安全评价多层级指标体系的示意图；
图3是本发明实施例一提供的运用AHP算法确定主观权重的流程图；
图4是本发明实施例一提供的运用CRITIC算法确定客观权重的流程图；
图5是本发明实施例一提供的组合赋权秩和比模型的流程图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
本实施例所有数据的获取都在符合法律法规和用户同意的基础上，对数据的合法应用。
实施例一
本实施例提供了高校实验室安全性综合考评交互系统；
高校实验室安全性综合考评交互系统，应用于学校服务器，包括：
获取模块，其被配置为：响应于各个学院客户端上传的实验室安全性考评请求，获取各个学院客户端上传的实验室数据；
生成模块，其被配置为：根据各个学院客户端上传的实验室数据，调用预先构建的实验室安全管理评价模型，生成各个学院实验室综合考评结果，将各个学院实验室综合考评结果反馈给各个学院客户端；学校服务器将各个学院实验室综合考评结果通过大屏幕进行可视化；
其中，预先构建的实验室安全管理评价模型，其构建过程包括：
建立影响因素指标集合；采用层次分析法，确定指标的主观权重；采用CRITIC算法，确定指标的客观权重；对主观权重和客观权重进行融合，得到主客观综合权重；
根据评价对象和指标矩阵，得到秩和比值；根据主客观综合权重和秩和比值，得到赋权秩和比值；计算赋权秩和比值对应的向下累计频率，将赋权秩和比值对应的向下累计频率进行换算，得到Probit值；根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型。
进一步地，所述各个学院客户端上传的实验室数据，其中，实验室数据包括各指标对应的打分矩阵。
进一步地，所述建立影响因素指标集合，具体包括：
一级指标和二级指标；
所述一级指标，包括：安全责任体系与规章制度、安全保障、人员管理、安全教育、安全排查与隐患整改、基础设施与场所安全、危险物管理以及应急体系；
所述二级指标，包括：院系级责任体系、院系级管理制度、经费保障、人员保障、信息化管理、资质取证、安全人员配置、安全知识水平及特殊从业人员取证、安全意识、准入制、安全教育培训、安全文化氛围营造、危险源辨识与风险评估、安全检查、隐患整改、基础设施配置、特殊设备配置、场所设施卫生与日常管理、危险物源头管理、危险物使用保管过程管理、危险废弃物处置、应急预案与应急响应、应急物资配置和应急演练。
位于前五位的二级指标为管理制度、安全文化氛围营造、安全知识水平及特殊从业取证、安全意识与安全素养、安全教育培训。
示例性地，所述建立影响因素指标集合，是通过专家访谈的方式进行因素识别，对评价指标进行归纳整合得到的。评价指标的建立执行以下步骤：判断衡量目标能否实现的要素之间相对重要程度关系，整理相关实证研究参考文献，通过专家访谈法进行因素识别，对评价指标进行归纳整合，建立影响因素指标集合。
进一步地，所述采用层次分析法，确定指标的主观权重，具体包括：
基于影响因素指标集合，利用调查问卷和专家打分的形式，获得影响程度矩阵；其中，影响程度矩阵的行表示指标项目，列表示专家组，影响程度矩阵的元素值为专家组对指标项目的打分值；
确定影响因素矩阵中的目标层、准则层和方案层；其中，目标层，是确定影响实验室安全的指标；准则层，是一级指标；方案层是二级指标；
分别对准则层和方案层进行一致性检验，一致性检验通过后，将影响程度矩阵输入到层次分析法中，通过层次分析法计算指标的主观权重，主观权重是各指标项的占比。
示例性地，一致性检验CR值(CR＝CI/RI)，CI＝(最大特征根-n)/(n-1)，8阶判断矩阵，随机一致性RI值为1.410。
应理解地，基于影响因素指标集合F＝{F1，F2,...Fm}，利用专家打分法以问卷调查的方式获得影响程度矩阵，进行决策权重计算。
明确影响因素矩阵中目标层、准则层、方案层，建立层次结构模型。
设定专家评估语义量表，采用四分制划分五个影响因素等级，0为极小影响，1为较小影响，2为一般影响，3为较大影响，4为极大影响。依据专家评估语义量表将影响因素矩阵转换成判断矩阵。
分别对准则层和方案层进行一致性检验，通过后计算层次分析综合权重Wa。
进一步地，所述采用客观赋权法，确定指标的客观权重，具体包括：
采用客观赋权法CRITIC(Criteria Importance Though IntercrieriaCorrelation)，确定指标的客观权重。
进一步地，所述采用客观赋权法，确定指标的客观权重，具体包括：
利用相关性系数，计算影响因素指标的冲突性；
利用标准差，计算影响因素指标的变异性；
计算影响因素指标的冲突性和变异性乘积，得到影响因素指标的信息量；
根据影响因素指标的信息量，计算影响因素指标的权重，影响因素指标的权重。
应理解地，用相关系数表征指标冲突性，相关系数越大，代表冲突性越小，该指标的权重越低；用标准差表征指标变异性(波动性)，即对比强度，标准差越大，代表数据波动越大，该指标的权重越高。归一化处理两项指标乘积，得到CRITIC客观权重值Wc。
进一步地，所述采用客观赋权法，确定指标的客观权重，具体包括：
构建评价影响因素指标矩阵，设影响因素指标数目为m，评价对象为n，则评价影响因素指标矩阵Fmn为：
其中，效益性指标fij的处理过程：
其中，成本型指标fih的处理过程：
影响因素指标均值A(fij)：
相关性系数ρ：
利用相关性系数，计算第j项影响因素指标的冲突性Rj：
用标准差表示第j项影响因素指标的变异性(波动性)vj：
综合信息量是指标冲突性与变异性(波动性)的考量，则第j项影响因素指标的信息量Cj表示为Rjvj。
第j项影响因素指标的客观权重ej计算公式：
全部影响因素指标客观权重集合Wc：
Wc＝{wc1，wc2，...，wcm}。
其中，c表示客观，wcm表示第m项影响因素指标的客观权重。
进一步地，所述对主观权重和客观权重进行融合，得到主客观综合权重，具体包括：
其中，W表示主客观综合权重，wai表示第i项指标的主观权重，wci表示第i项指标的客观权重，m表示二级指标的总数量。
应理解地，主客观综合权重融合，指标权重计算的科学性更高，能够降低主观因素影响，改善数据关联性与离散度，兼顾经验性与指标客观内在关联性。
进一步地，所述根据评价对象和指标矩阵，得到秩和比值，具体包括：
编秩(非整次法)，高优指标编秩：
其中，P是秩；n是样本数；F是原始指标值；Fmax为最大的原始指标值；Fmin为最小的原始指标值；
低优指标编秩：
高优是指数字越大越优，低优是指数字越小越优；
秩次平均值
其中，∑P表示全部秩的和；
计算秩和比值RSRi：
进一步地，所述根据主客观综合权重和秩和比值，得到赋权秩和比值，具体包括：
赋权秩和比值WRSRi：
其中，W表示主客观综合权重，P是秩；
进一步地，所述计算赋权秩和比值对应的向下累计频率，具体包括：
确定WRSR排序(最大的排第一)，计算WRSR值对应的向下累计频率p：
进一步地，所述将赋权秩和比值对应的向下累计频率进行换算，得到Probit值，具体包括：
Probit值为向下累计频率p对应的标准正态离差加5。
进一步地，所述根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型，具体包括：
回归方程：
WRSR＝a+b×Probit；
其中，a表示截距，b表示斜率；
实验室安全管理评价模型确定后，在实际应用阶段，实验室安全管理评价模型输入的是待考评学院实验室的各指标项目的得分矩阵，输出的是待考评学院的得分。
应理解地，将所述主客观综合权重输入至WRSR算法，作为参数之一，用于实验室安全管理数据矩阵，建立组合赋权秩和比实验室安全管理评价模型，通过对评价对象和指标矩阵计算得到秩和比值，用来表示不同计量单位多指标的综合水平，依据秩和比值进行排序、设定档次数目，按最佳分档原则分档。
本发明公开了一种基于组合赋权秩和比的实验室安全管理评价方法，是机器学习算法在实验室安全评价中的运用，所述实验室安全管理评价方法，包括：通过专家访谈法进行因素识别，对评价指标进行归纳整合，建立影响因素指标集合；运用AHP层次分析法确定主观权重；运用CRITIC算法确定客观权重；主客观综合权重相融合；采用WRSR算法，建立组合赋权秩和比实验室安全管理评价模型。依据实验室安全指标体系，选用加权秩和比算法建立实验室安全管理评价模型，对秩和比算法进行组合赋权，量化评价排序、分档，为实验室安全管理提供数据支持。
图1是本发明实施例提供的基于组合赋权秩和比实验室安全管理评价模型的流程图。通过专家访谈法进行因素识别，对评价指标进行归纳整合，建立影响因素指标集合。运用CRITIC算法，确定指标客观权重。结合AHP算法，确定指标主观权重。主客观综合权重融合，指标权重计算的科学性更高，能够降低主观因素影响，改善数据关联性与离散度，兼顾经验性与指标客观内在关联性。选用加权秩和比算法建立实验室安全管理评价模型，对秩和比算法进行组合赋权，量化评价排序、分档，得到基于组合赋权秩和比实验室安全管理评价模型。
图2是本发明实施例提供的实验室安全评价多层级指标体系的示意图。
本发明基于《高等学校实验室安全检查表》，整理相关实证研究参考文献，通过专家访谈法发挥专家智慧群作用进行因素识别，对实验室安全综合评价指标进行归纳整合，建立实验室安全影响程度指标集合。实验室安全评价多层级指标体系含8个一级指标，24个二级指标，指标体系的科学性直接影响实验室安全评价的效果。本发明中的实验室安全评价指标体系建立有三个标准。(1)《高等学校实验室安全检查表》，保证考核目标具有可行性。(2)集合上级主管部门、行业、本高校实际，筛选关键指标，合并相关指标，保证考核标准具有科学性、可操作性。(3)综合考虑不相关学科安全管理经验，保证评价结果的可比性。
图3是本发明实施例提供的运用AHP算法确定主观权重的流程图。
基于上述评价指标体系，分别建立目标层、要素层、指标层指标集合，邀请学校实验室安全督导员、实验室安全管理员、实验室研究人员等共6位专家，对每个层次指标进行相对影响度大小比较，建立判断影响矩阵，进行影响程度指标权重计算，各层次指标权重的计算结果如表1，其中，W1为要素层权重值，W2为指标层权重值，WA为各二级指标对实验室安全总目标层的权重值。
表1 AHP法计算主观权重结果
图4是本发明实施例提供的运用CRITIC算法确定客观权重的流程图。
基于CRITIC算法计算实验室安全评价体系指标的客观权重，指标变异性(波动性)、冲突性、综合信息量和权重结果如表2。
表2 CRITIC法计算客观权重结果
图5是本发明实施例提供的组合赋权秩和比模型的流程图
主客观综合权重计算结果如表3，位于前五位的二级指标为A12项管理制度、A43安全文化氛围营造、A32安全知识水平及特殊从业取证、A33安全意识与安全素养、A42安全教育培训的权重分别为0.133、0.072、0.061、0.055、0.054，分别属于A1安全责任体系与管理制度、A3实验人员管理、A4安全教育一级指标。可以看出，加强实验室安全管理，需要高度关注管理制度规范、实验人员的管理与安全教育，管理因素与人的因素为实验室安全体系建设的要点。
表3组合权重结果
基于建立的实验室安全评价指标体系，选取学校29个二级单位为评价对象，以学院提交的实验室安全年度总结为数据基础，结合本年度实验室安全检查情况，针对各二级指标项目逐项分级打分(1-极差，2-较差，3-一般，4-较好，5-极好)，建立得分矩阵，组合赋权后的权重值作为权重项，进行编秩、计算秩次平均值、秩和比值、确定WRSR排序，计算WRSR值对应的向下累计频率，将累计频数(百分数)换算得到Probit值确定回归方程，设定档次数目，按最佳分档原则分档，1档和三档有4家单位，其余为第2档。得到加权秩和比WRSR模型，模型计算结果如表4。
表4组合赋权秩和比WRSR模型计算结果
依据F检验结果，模型的线性相关性显著且模型表现较为良好(拟合优度R2＝0.982，F＝1521.385，显著性P值接近0)。模型回归方程为：RSR＝-0.095+0.121*Probit值。根据各二级单位对应的Probit临界值代入回归模型计算得到RSR拟合值，进而得到分档等级水平；分档等级Level中，值越大表示等级越高，即评价结果越好，29个二级单位中，4个单位评价结果为最优档，4个单位评价结果为较弱档，其余21个单位为一般档。
WRSR模型结果显示，29个二级单位中，学院11、学院06、学院27、学院05和学院18为最优档，其中，排名前四位中的三个单位均获得了上年度实验室安全工作先进集体，评价结果与实验室安全管理实际较为符合。
基于要素间的相对重要程度关系，整理相关实证研究数据，通过专家访谈法进行因素识别，建立了科学全面的实验室安全评价指标体系。模型充分考虑指标间差异性和关联性，运用AHP和CRITIC算法计算主客观综合权重，构建基于组合赋权秩和比WRSR的实验室安全综合评价模型，实证研究验证了模型适用性，该模型可为实验室安全管理提供数据支撑，推广应用于实验室安全工作评比、实验室安全管理考核等工作。
实施例二
本实施例提供了高校实验室安全性综合考评交互方法；
高校实验室安全性综合考评交互方法，应用于学校服务器，包括：
响应于各个学院客户端上传的实验室安全性考评请求，获取各个学院客户端上传的实验室数据；
根据各个学院客户端上传的实验室数据，调用预先构建的实验室安全管理评价模型，生成各个学院实验室综合考评结果，将各个学院实验室综合考评结果反馈给各个学院客户端；学校服务器将各个学院实验室综合考评结果通过大屏幕进行可视化；
其中，预先构建的实验室安全管理评价模型，其构建过程包括：
建立影响因素指标集合；采用层次分析法，确定指标的主观权重；采用客观赋权法，确定指标的客观权重；对主观权重和客观权重进行融合，得到主客观综合权重；
根据评价对象和指标矩阵，得到秩和比值；根据主客观综合权重和秩和比值，得到赋权秩和比值；计算赋权秩和比值对应的向下累计频率，将赋权秩和比值对应的向下累计频率进行换算，得到Probit值；根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.高校实验室安全性综合考评交互系统，其特征是，应用于学校服务器，包括：
获取模块，其被配置为：响应于各个学院客户端上传的实验室安全性考评请求，获取各个学院客户端上传的实验室数据；
生成模块，其被配置为：根据各个学院客户端上传的实验室数据，调用预先构建的实验室安全管理评价模型，生成各个学院实验室综合考评结果，将各个学院实验室综合考评结果反馈给各个学院客户端；学校服务器将各个学院实验室综合考评结果通过大屏幕进行可视化；
其中，预先构建的实验室安全管理评价模型，其构建过程包括：
建立影响因素指标集合；采用层次分析法，确定指标的主观权重；采用客观赋权法，确定指标的客观权重；对主观权重和客观权重进行融合，得到主客观综合权重；
根据评价对象和指标矩阵，得到秩和比值；根据主客观综合权重和秩和比值，得到赋权秩和比值；计算赋权秩和比值对应的向下累计频率，将赋权秩和比值对应的向下累计频率进行换算，得到Probit值；根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型。
2.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述建立影响因素指标集合，具体包括：一级指标和二级指标；
所述一级指标，包括：安全责任体系与规章制度、安全保障、人员管理、安全教育、安全排查与隐患整改、基础设施与场所安全、危险物管理以及应急体系；
所述二级指标，包括：院系级责任体系、院系级管理制度、经费保障、人员保障、信息化管理、资质取证、安全人员配置、安全知识水平及特殊从业人员取证、安全意识、准入制、安全教育培训、安全文化氛围营造、危险源辨识与风险评估、安全检查、隐患整改、基础设施配置、特殊设备配置、场所设施卫生与日常管理、危险物源头管理、危险物使用保管过程管理、危险废弃物处置、应急预案与应急响应、应急物资配置和应急演练。
3.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述采用层次分析法，确定指标的主观权重，具体包括：
基于影响因素指标集合，利用调查问卷和专家打分的形式，获得影响程度矩阵；其中，影响程度矩阵的行表示指标项目，列表示专家组，影响程度矩阵的元素值为专家组对指标项目的打分值；
确定影响因素矩阵中的目标层、准则层和方案层；其中，目标层，是确定影响实验室安全的指标；准则层，是一级指标；方案层是二级指标；
分别对准则层和方案层进行一致性检验，一致性检验通过后，将影响程度矩阵输入到层次分析法中，通过层次分析法计算指标的主观权重，主观权重是各指标项的占比。
4.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述采用客观赋权法，确定指标的客观权重，具体包括：
采用客观赋权法CRITIC，确定指标的客观权重。
5.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述采用客观赋权法，确定指标的客观权重，具体包括：
利用相关性系数，计算影响因素指标的冲突性；
利用标准差，计算影响因素指标的变异性；
计算影响因素指标的冲突性和变异性乘积，得到影响因素指标的信息量；
根据影响因素指标的信息量，计算影响因素指标的权重，影响因素指标的权重。
6.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述采用客观赋权法，确定指标的客观权重，具体包括：
构建评价影响因素指标矩阵，设影响因素指标数目为m，评价对象为n，则评价影响因素指标矩阵Fmn为：
其中，效益性指标fij的处理过程：
其中，成本型指标fij的处理过程：
影响因素指标均值A(fij)：
相关性系数ρ：
利用相关性系数，计算第j项影响因素指标的冲突性Rj：
用标准差表示第j项影响因素指标的变异性vj：
综合信息量是指标冲突性与变异性的考量，则第j项影响因素指标的信息量Cj表示为Rjvj；
第j项影响因素指标的客观权重wj计算公式：
全部影响因素指标客观权重集合Wc：
Wc＝{wc1,wc2,...,wcm}；
其中，c表示客观，wcm表示第m项影响因素指标的客观权重。
7.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述对主观权重和客观权重进行融合，得到主客观综合权重，具体包括：
其中，W表示主客观综合权重，wai表示第i项指标的主观权重，wci表示第i项指标的客观权重，m表示二级指标的总数量。
8.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述根据评价对象和指标矩阵，得到秩和比值，具体包括：
编秩，高优指标编秩：
其中，P是秩；n是样本数；F是原始指标值；Fmax为最大的原始指标值；Fmin为最小的原始指标值；
低优指标编秩：
高优是指数字越大越优，低优是指数字越小越优；
秩次平均值
其中，∑P表示全部秩的和；
计算秩和比值RSRi：
9.如权利要求1所述的高校实验室安全性综合考评交互系统，其特征是，所述根据主客观综合权重和秩和比值，得到赋权秩和比值，具体包括：
赋权秩和比值WRSRi：
其中，W表示主客观综合权重，P是秩；
所述计算赋权秩和比值对应的向下累计频率，具体包括：
确定WRSR排序，计算WRSR值对应的向下累计频率p：
所述将赋权秩和比值对应的向下累计频率进行换算，得到Probit值，具体包括：
Probit值为向下累计频率p对应的标准正态离差加5；
所述根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型，具体包括：
回归方程：
WRSR＝a+b×Probit；
其中，a表示截距，b表示斜率；
实验室安全管理评价模型确定后，在实际应用阶段，实验室安全管理评价模型输入的是待考评学院实验室的各指标项目的得分矩阵，输出的是待考评学院的得分。
10.高校实验室安全性综合考评交互方法，其特征是，应用于学校服务器，包括：
响应于各个学院客户端上传的实验室安全性考评请求，获取各个学院客户端上传的实验室数据；
根据各个学院客户端上传的实验室数据，调用预先构建的实验室安全管理评价模型，生成各个学院实验室综合考评结果，将各个学院实验室综合考评结果反馈给各个学院客户端；学校服务器将各个学院实验室综合考评结果通过大屏幕进行可视化；
其中，预先构建的实验室安全管理评价模型，其构建过程包括：
建立影响因素指标集合；采用层次分析法，确定指标的主观权重；采用客观赋权法，确定指标的客观权重；对主观权重和客观权重进行融合，得到主客观综合权重；
根据评价对象和指标矩阵，得到秩和比值；根据主客观综合权重和秩和比值，得到赋权秩和比值；计算赋权秩和比值对应的向下累计频率，将赋权秩和比值对应的向下累计频率进行换算，得到Probit值；根据赋权秩和比值和Probit值，确定回归方程，所述回归方程为实验室安全管理评价模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211391834.0A CN115689117A (zh) | 2022-11-08 | 2022-11-08 | 高校实验室安全性综合考评交互系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211391834.0A CN115689117A (zh) | 2022-11-08 | 2022-11-08 | 高校实验室安全性综合考评交互系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115689117A true CN115689117A (zh) | 2023-02-03 |
Family
ID=85050040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211391834.0A Pending CN115689117A (zh) | 2022-11-08 | 2022-11-08 | 高校实验室安全性综合考评交互系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115689117A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116777699A (zh) * | 2023-08-15 | 2023-09-19 | 福建新值科技有限公司 | 一种用于校园实训的实训室智能安全管理系统 |
| CN117764454A (zh) * | 2023-12-27 | 2024-03-26 | 兰州理工大学 | 河西走廊明长城遗址片状剥离发育程度评价方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109523200A (zh) * | 2019-01-03 | 2019-03-26 | 东北大学 | 基于最小二乘法的铸造车间安全评价综合权重计算方法 |
| CN113496359A (zh) * | 2021-07-13 | 2021-10-12 | 天津大学 | 一种多组合主客观均匀优化赋权风险评价方法 |
| CN114281046A (zh) * | 2021-12-27 | 2022-04-05 | 中国兵器装备集团自动化研究所有限公司 | 一种安全评估模型、火工品区可视化监控系统及方法 |
-
2022
- 2022-11-08 CN CN202211391834.0A patent/CN115689117A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109523200A (zh) * | 2019-01-03 | 2019-03-26 | 东北大学 | 基于最小二乘法的铸造车间安全评价综合权重计算方法 |
| CN113496359A (zh) * | 2021-07-13 | 2021-10-12 | 天津大学 | 一种多组合主客观均匀优化赋权风险评价方法 |
| CN114281046A (zh) * | 2021-12-27 | 2022-04-05 | 中国兵器装备集团自动化研究所有限公司 | 一种安全评估模型、火工品区可视化监控系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 万林等: "基于AHP－CＲITIC的电梯安全性评估" * |
| 姚辉等: "基于组合赋权的加权秩和比法的底板突水危险性评价" * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116777699A (zh) * | 2023-08-15 | 2023-09-19 | 福建新值科技有限公司 | 一种用于校园实训的实训室智能安全管理系统 |
| CN117764454A (zh) * | 2023-12-27 | 2024-03-26 | 兰州理工大学 | 河西走廊明长城遗址片状剥离发育程度评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115689117A (zh) | 高校实验室安全性综合考评交互系统及方法 | |
| Danielson et al. | State variation in placement of children with handicaps in segregated environments | |
| Jeanneret et al. | Linking O* NET job analysis information to job requirement predictors: An O* NET application | |
| Lootsma et al. | The multiplicative AHP, SMART and ELECTRE in a common context | |
| Filges et al. | Active labour market programme participation for unemployment insurance recipients: a systematic review | |
| KR20150053317A (ko) | 전생애 발달 기반의 맞춤형 교육 추천 시스템 | |
| Bosker et al. | Criterion-Definition, Effect Size and Stability, Three Fundamental Questions in School Effectiveness Research | |
| Aseanty | Impact of working ability, motivation and working condition to employee's performance; Case in private universities in west Jakarta | |
| CN110765268A (zh) | 一种基于客户诉求的配网精准投资策略方法 | |
| CN110020762A (zh) | 一种学校综合督导评估系统及方法 | |
| Weir et al. | The influence of training on decision times and errors associated with classifying trunk postures using video-based posture assessment methods | |
| CN113869732A (zh) | 基于因子分析法的科技项目产业化评价方法 | |
| Koch et al. | Quality of the Critical Incident Technique in practice: Interrater reliability and users' acceptance under real conditions | |
| KR101429569B1 (ko) | 교육이력사항을 기반으로 한 직업 매칭 시스템 | |
| Chaneta | Effects of job evaluation on decisions involving pay equity | |
| CN117291770A (zh) | 教学效果的可视化用户数据评定方法及系统 | |
| Akbasli et al. | Selection Process of School Principals in Turkey and Some Other Countries: A Comparative Study. | |
| Busemeyer et al. | Varieties of capitalism, education and inequalities in political participation | |
| Robinson | In search of fairness: An application of multi-reviewer anonymous peer review in a large class | |
| CN116050928A (zh) | 一种水上综合服务区服务规范应用效果评价方法 | |
| MacKenzie et al. | Performance-based standards for juvenile corrections | |
| CN112017086A (zh) | 智能学生、教师和家长匹配分班方法 | |
| Massam | Policy evaluation and selection: can formal methods help? | |
| Stewart | A Study of Certain Characteristics of Students and Graduates of Occupation-Centered Curricula. Final Report. | |
| KR20110037723A (ko) | 산학협력 협약체결기업의 성과조사분석 및 측정방법 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230203 |