基于SEM-FSVM的煤矿安全管理风险评价

发布时间：2019-02-13 08:23

【摘要】：煤炭行业是高危行业,虽然近几年我国加大了煤矿安全管理的力度,使煤矿安全事故总体有所下降,但仍不乐观。针对煤矿安全风险识别、风险评价等问题,国内外学者进行了大量相关研究,取得了丰富的成果。由于煤矿安全管理具有复杂性和时变性等特点,传统的风险识别与评价方法在煤矿安全管理上的应用存在一定的局限性,尤其在解决煤矿安全管理风险评价的主观性和实施动态评价方面显得不足。但是,大多数安全事故是由于管理失范引发的,要想真正实现煤矿安全本质化、精细化管理,必须对安全管理中潜在的风险因素进行充分的识别与评价。本文在分析煤矿安全事故频发深层次原因的基础上,深入挖掘煤矿安全管理中存在的风险因素,通过文献研究、系统调研、专家咨询及问卷调查等方式对煤矿安全管理中潜在的风险因素进行识别；借助因子分析和主成分分析对潜在的风险因子进行提炼,构建出煤矿安全管理风险评价指标体系；建立风险路径关系模型,运用结构方程(Structural Equation Model, SEM)对模型进行验证,通过SEM路径系数计算出风险评价指标权重；结合煤矿安全管理非线性、动态时变性及小样本事件等特点,深入研究SEM、模糊支持向量机(Fuzzy Support Vector Machine,FSVM)以及将两者结合的SEM-FSVM评价方法；通过实证研究,证明SEM-FSVM风险评价方法整合了SEM和FSVM两种方法的优点,更适合进行煤矿安全管理风险评价。具体研究内容如下：1.煤矿安全管理风险因素识别。在分析总结国内外相关文献的基础上、结合我国煤矿安全管理现状,通过发放问卷、专家咨询及现场调研的方式对煤矿安全管理中潜在的风险因素进行识别,并创新性地运用基于随机游走的Page Rank算法对专家权值进行计算,保证了数据的科学性和实用性。2.评价指标体系构建及指标权值计算。本文在回顾传统评价指标权值计算方法的基础上,着重指出了现有方法存在的缺陷。借助因子分析和主成分分析方法,提取影响煤矿安全管理的主要风险因素,构建出煤矿安全管理风险评价指标体系；运用SEM对建立的风险路径关系模型进行验证,对SEM路径系数进行分析,计算出指标权重。3.煤矿安全管理风险评价方法研究。结合煤矿安全管理模糊性、非线性、动态时变性及小样本等特点,深入研究SEM、FSVM及SEM-FSVM风险评价方法,对三种评价方法的算法原理、程序及在煤矿安全管理风险评价中的应用进行分析,创造性地将FSVM和SEM结合起来,构建SEM-FSVM风险集成评价模型。通过SEM的指标路径系数与FSVM的核函数(本文选择GAUSS核函数)进行内积运算,形成指标加权GAUSS核函数,构建基于指标和样本双重加权的SEM-FSVM风险评价模型,消除了评价指标贡献度和样本贡献度对评价结果的影响,确保风险评价的科学性和精确度。4.实证研究。通过选取典型样本煤矿,进行实证研究,对几种评价方法的评价结果进行比较,证明SEM-FSVM风险评价模型整合了SEM和FSVM两种方法的优点,既能反映出各个风险因素之间的关系,又能更好地突出其在煤矿安全管理风险评价上的优势,具有更高的评价精度,更适合煤矿安全管理风险的评价。5.最后,总结本文的主要研究成果,并探讨了今后的研究工作方向。论文具有较为明显的理论研究与实践应用相结合的特色,对SEM与FSVM相结合的评价方法及其应用进行了探索和尝试,丰富和拓展了煤矿安全管理风险研究领域,研究具有重要的理论意义和应用前景。
[Abstract]:......
【学位授予单位】：安徽理工大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TD791
，

本文编号：2421357