【正文】 81 51 46 32 113 3296 2020年 1382 197 640 284 159 96 59 34 18 117 2986 2020年 1339 169 720 296 182 97 45 34 22 126 3030 2020年 134 22 731 258 152 119 55 49 19 94 1633 2020年 3 4 762 283 142 91 55 46 32 78 1496 2020年 4 4 567 215 123 66 55 29 25 88 1176 合計 6633 1002 4588 1886 1118 689 397 316 200 815 安徽審計職業(yè)學(xué)院畢業(yè)論文（設(shè)計） 圖 22 20202020年各類安全事故月平均事故量序列季節(jié)指數(shù)圖 從季節(jié)指數(shù)上看，第 1 類至第 5類事故每年的 8 月份是事故高發(fā)期，需要加強監(jiān)管。特別地，第 1 類和第 5 類每年的 7月份也需要高度關(guān)注。第 6 類至第 10 類事故呈現(xiàn)與前面安徽審計職業(yè)學(xué)院畢業(yè)論文（設(shè)計） 5 5類不同的特點，第 6 類需要加強監(jiān)管的月份是每年的 2 月、 5月和 10 月；第 7 類需要加強監(jiān)管的月份是每年的 1 月、 2 月和 8 月；第 8 類需要加強監(jiān)管的月份是每年的 1 月、 4月和 7月；第 9類需要加強監(jiān)管的月份是每年的 4月、 5 月和 10月；第 10類需要加強監(jiān)管的月份是每年的 3月、 8月和 11月。 區(qū)域安全生產(chǎn)事故狀況 為了掌握不同地區(qū)安全生產(chǎn)事故的情況，通過數(shù)據(jù)分析整理，給出了 20202020 年各類安全生產(chǎn)事故在全國各地區(qū)的分布情況，見表 2－ 2: 表 22 我國 31個省市區(qū) 20202020年各季度安全生產(chǎn)事故平均總量統(tǒng)計表 省市區(qū) 第一季度 第二季度 第三季度 第四季度 01北京市 02天津市 03上海市 04重慶市 05四川省 06黑龍江省 07吉林省 08遼寧省 09河北省 10山西省 11山東省 12陜西省 13河南省 14湖北省 15湖南省 16江西省 17安 徽省 18江蘇省 19浙江省 20福建省 21廣東省 22海南省 23貴州省 24云南省 25甘肅省 26青海省 27廣西壯族自治區(qū) 28內(nèi)蒙古自治區(qū) 29寧夏回族自治區(qū) 30新疆維吾爾自治區(qū) 31西藏自治區(qū) 安徽審計職業(yè)學(xué)院畢業(yè)論文（設(shè)計） 6 3 各類安全生產(chǎn)事故總量預(yù)測 第 2 節(jié)從不同角度分析和考察了 20202020 年的安全生產(chǎn)事故現(xiàn)狀，本節(jié)基于時間序列模型及神經(jīng)網(wǎng)絡(luò)，通過三階段方式給出了雙重非線性組合預(yù)測方法。 安全生產(chǎn)事故量隨著時間的變化而變化，由于 ARIMA 模型在各類安全生產(chǎn)事故量預(yù)測過程中既考慮了這些數(shù)量在時間序列上的相關(guān)性，又考慮了隨機變化的干擾性，對短期趨勢預(yù)測具有較高的準確率。所以，第一階段對各類安全生產(chǎn)事故量采用 ARIMA 建模。 因為安全生產(chǎn)事故涉及多種復(fù)雜的影響因素，應(yīng)用單一的預(yù)測方法難于滿足預(yù)測的有效性，所以有必 要采用多個預(yù)測方法進行組合預(yù)測，綜合利用各種預(yù)測方法提供的信息，以便減少預(yù)測誤差而獲得更好的預(yù)測結(jié)果。 Bates[10]和 Clemen [11]都曾提出，可以將各種單一的預(yù)測結(jié)果進行組合得到一種組合預(yù)測結(jié)果，以達到改善預(yù)測效果的目的。 20 世紀 90年代初， Granger 和 Terasvirta[12]等人研究發(fā)現(xiàn)，借助非線性函數(shù)關(guān)系的非線性組合預(yù)測比線性組合預(yù)測所得的結(jié)果誤差要小。又由于非線性函數(shù)關(guān)系確定非常困難，而用神經(jīng)網(wǎng)絡(luò)來實現(xiàn)這種非線性函數(shù)映射相對容易并且神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習能力、非線性逼近能力強 的特點。所以，第二階段在第一階段結(jié)論的基礎(chǔ)上應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建了三種可行的安全生產(chǎn)事故量非線性組合預(yù)測模型。 最后，第三階段在第二階段基礎(chǔ)上給出了雙重非線性組合預(yù)測方法。 對以下各階段得出的預(yù)測模型，我們都利用 2020 年到 2020 年 9月的安全生產(chǎn)事故快報數(shù)據(jù)作為已知信息，對 2020 年 10月和 11 月的情況做出預(yù)測，并與實際值做出比較以驗證模型的精度。 第一階段預(yù)測 ARIMA 模型 [13] ARIMA 模型又叫 Box– Jenkins 法，是以美國統(tǒng)計學(xué)家 Gee 和英國統(tǒng)計學(xué)家 Gwilym 命名的時間序列分析方法。其結(jié)構(gòu)如下： 2( ) ( )( ) 0 , ( ) , ( ) 0 ,( ) 0 ,dttt t t sstBBE Va r E s tE s t??? ? ? ? ??? ? ? ? ? ??? ? ? ??? ? ? ? ?? 簡記為 ARIMA( ,pdq )。當在 d 階差分后又作了步長為 L 的周期差分，則此時模型結(jié)構(gòu)為： ()()dL t tBB ??? ? ? ? ?。式中， B 為后移算子， 1()ddB? ? ? ；11() ppBBB??? ? ?????? ； 11() qqBBB??? ? ?????? ；其中， 1,??? p?? ， 1,???q?? 是需要估計的自回歸系數(shù)和滑動平均系數(shù)， 0p?? ， 0q?? ； t? 為零均值白噪聲序列。 安徽審計職業(yè)學(xué)院畢業(yè)論文（設(shè)計） 7 ARIMA 模型預(yù)測 ARIMA 建模過程包括數(shù)據(jù)檢驗、模型識別、參數(shù)估計、模型適應(yīng)性診斷等。選擇20202020 年 9月之間的數(shù)據(jù)擬合 ARIMA 模型。 記 i? （ i =1,2,? ,9）代表死亡 i 個人的事故總量， 10? 代表死亡 10 人及以上的事故總量， 11? 代表總的事故量。 ti? (i =1,2,? ,9)代表第 t 期死亡 i 個人的事故總量， 10t? 代表第 t 期死亡 10 人及以上的事故總量。 11t? 代表第 t 期總的事故量。得到如下 11 個預(yù)測模型。 (1A)(1+ 4B + 6B + 7B 9B ) 1t?? = t? ， t? ～ WN (0,)； (2A) (1+ + 2B + 5B + 6B + 8B ) 2t?? = t? ， t? ～ WN (0,)； (3A) (1 + ) 3t?? =( 2B ) t? ， t? ～ WN (0,)； (4A) (1 3B )( 4t? )= t? ， t? ～ WN (0,)； (5A) 2 5t??? = 2 5(1 )(1 ) tBB? = 24(1 1 .5 2 7 0 9 0 .6 3 1 1 )(1 0 .6 0 9 0 6 ) tBBB ????， t? ～ WN (0,)； (6A) 226???t = 226(1 )(1 )? tBB= 22 4 6( 1 0 . 8 6 2 5 2 )( 1 0 . 7 0 0 4 6 0 . 5 0 0 5 4 0 . 3 1 3 9 8 ) tBB B B ?????， t? ～ WN (0,)； (7A) 427???t =2 4 6 81( 1 ) tB B B B ?? ? ? ?， t? ～ WN (0,)； (8A) (1+ + 2B + 3B + 4B ) 8t?? = t? ， t? ～ WN (0,)； (9A) 6 9t??? = 6 9(1 )(1 ) tBB? = 26(1 0 .1 7 6 8 9 0 .6 6 6 3 7 )(1 0 .6 9 8 8 1 ) tBBB ????， t? ～ WN (0,)； (10A) (1 + 2B ) 2 10??t =( 2B ) t? ， t? ～ WN (0,) ； (11A) ( 2B + 6B 9B ) 11t?? =( ) t? ， 安徽審計職業(yè)學(xué)院畢業(yè)論文（設(shè)計） 8 t? ～ WN (0,) 根據(jù)上述模型，得到 2020 年 1011月份的各類安全生產(chǎn)事故量的點預(yù)測值，見表 3－5。同時也給出點預(yù)測值的置信水平為 9