礦業(yè)安全系統(tǒng)加權時間序列預測模型研究.pdf

1、預測技術是安全科學的基礎技術,事故預測是事故預防與控制以及安全生產目標任務制定的主要依據(jù),正日益成為系統(tǒng)安全管理研究的熱點問題。
　　 基于時間序列的統(tǒng)計預測是系統(tǒng)安全預測的主要技術,其中事故發(fā)生起數(shù)是典型的安全系統(tǒng)時間序列?，F(xiàn)有多數(shù)的事故預測理論在實施過程中沒有充分利用統(tǒng)計數(shù)據(jù)所包含的信息,同等對待每一期的統(tǒng)計數(shù)據(jù),使得預測結果不能較好的反映安全系統(tǒng)的實際情況。礦業(yè)安全系統(tǒng)事故發(fā)生起數(shù)時間序列具有典型動態(tài)非線性趨勢,其近期統(tǒng)計

2、數(shù)據(jù)較遠期統(tǒng)計數(shù)據(jù)對未來狀態(tài)的影響力更大,提出了加權預測的思想,賦予近期統(tǒng)計數(shù)據(jù)較大的權重,建立了安全系統(tǒng)事故加權預測模型,形成了短周期精度檢驗,進而研究了時間非線性函數(shù)、修正指數(shù)函數(shù)、統(tǒng)計值一非線性函數(shù)、殘差一時間非線性函數(shù)以及皮爾函數(shù)五種權函數(shù)特征,基于修正指數(shù)函數(shù)權函數(shù)形式,構建了權函數(shù)的判別函數(shù)及選擇方法?；?005年-2009年礦業(yè)事故時間序列進行了加權預測研究,得到殘差—時間非線性函數(shù)權函數(shù)的短周期精度為70.8094,較

3、指數(shù)趨勢預測提高了824.26％,進一步通過判別函數(shù)研究了修正指數(shù)函數(shù)權函數(shù)的平均增長速度對加權預測精度的影響,發(fā)現(xiàn)隨著平均增長速度的增大加權預測精度提高;同時還進行了皮爾函數(shù)參數(shù)C的變化對預測精度的影響,特別的當皮爾函數(shù)參數(shù)C=0.1,礦業(yè)事故加權預測的近五期殘差平方和為65.4270,精度提高了900.29%。加權預測方法提高了事故預測的近期精度,較好的表征了安全系統(tǒng)的實際情況,為安全系統(tǒng)事故預測理論和方法提供了新的思想,對安全管理