安全事故現(xiàn)狀與趨勢分析方法研究畢業(yè)論文-資料下載頁
2024-08-27 13:56本頁面
【導(dǎo)讀】準(zhǔn)確地判斷其總體發(fā)展趨勢。本文基于我國安全生產(chǎn)事故快報(bào)數(shù)據(jù)，對近年安全生產(chǎn)現(xiàn)狀做出季節(jié)。性等分析，并為短期安全生產(chǎn)形勢變化的預(yù)測與判斷不僅提出了三個(gè)可行的ARIMA-BP、ARIMA-RBF. 實(shí)證結(jié)果表明，雙重非線性組合能夠較為精確地預(yù)測安。全生產(chǎn)事故的發(fā)展趨勢，可以為安全生產(chǎn)事故的預(yù)防、控制和應(yīng)對提供管理和決策支持。目前，安全生產(chǎn)仍然是世界各國都必須面對和應(yīng)對的重大問題。全第一，預(yù)防為主，綜合治理”的方針。理能力評價(jià)、安全事故損失的計(jì)算、安全事故中的風(fēng)險(xiǎn)管理。安全生產(chǎn)事故的起數(shù)及其造成的死亡人數(shù)開展方法建模和實(shí)證研究。,9)，死亡10人及以上的事故為第10類。一種分類方式符合國家安全生產(chǎn)按不同傷亡和損失規(guī)模做整體統(tǒng)計(jì)的原則。各類安全生產(chǎn)月平均事故量序列季節(jié)指數(shù)圖，指出了需重點(diǎn)關(guān)注的月份。進(jìn)行了整理和10個(gè)類別的分類統(tǒng)計(jì)。年各類安全生產(chǎn)事故的發(fā)生變化趨勢制成如下的圖2－1。
【正文】 RMSE X7 MAE RMSE X8 MAE RMSE X9 MAE RMSE X10 MAE RMSE X11 MAE RMSE 安徽審計(jì)職業(yè)學(xué)院畢業(yè)論文（設(shè)計(jì)） 14 表 3－ 7 各模型誤差評價(jià)表 從表 3－ 5和表 3－ 7看， ARIMABP 、 ARIMARBF 、 ARIMAGRNN和 RBF Combinationf ? 均優(yōu)于ARIMA。三個(gè)單一的非線性組合預(yù)測模型中，最優(yōu)的是 ARIMARBF，其次是 ARIMABP，最后是 ARIMAGRNN。而本文最后給出的 RBF Combinationf ? 不僅優(yōu)于單一的 ARIMA預(yù)測模型而且也優(yōu)于三個(gè)單一的非線性組合預(yù)測模型。 RBF Combinationf ? 最小 MAE為 0，最大 MAE為 。最小 RMSE為 0，最大 RMSE為 。 RBF Combinationf ? 的最大 MAE分別僅為 ARIMA、 ARIMABP、 ARIMARBF、ARIMAGRNN最大 MAE的 %、 %、 %和 %。 RBF Combinationf ? 的最大 RMSE分別僅為 ARIMA、 ARIMABP 、 ARIMARBF、 ARIMAGRNN最大 RMSE的 %、%、 %和 %。由此可見，雙重非線性組合模型不僅提高了預(yù)測精度而且還能滿足非線性的預(yù)測要求，這為解決因安全生產(chǎn)事故量隨機(jī)變動(dòng)而造成的預(yù)測困難及精度問題提供了新的思路和方法，是安全生產(chǎn)中可行的預(yù)測模型。 4 結(jié)語 本文按生產(chǎn)事故造成傷亡和損失規(guī)模的原則重 新對 安全生產(chǎn)事故進(jìn)行分類，并對各類安全生產(chǎn)事故進(jìn)行了現(xiàn)狀分析，借助季節(jié)指數(shù)分析法對各類安全生產(chǎn)事故指出了應(yīng)重點(diǎn)預(yù)防的時(shí)段建議。最后為了 精確地預(yù)測安全生產(chǎn)事故的發(fā)展趨勢， 對各類安全生產(chǎn)事故量以及安全生產(chǎn)事故總量先建立了三個(gè)可行的非線性組合預(yù)測模型，即 ARIMABP、 ARIMARBF以及 ARIMAGRNN，然后 在此基礎(chǔ)上構(gòu)建了一種新的雙重非線性組合趨勢分析方法 。 為提高預(yù)測的準(zhǔn)確性提供了新的方法和思路，為 管理和決策部門制定安全生產(chǎn)戰(zhàn)略規(guī)劃提供了理論依據(jù) 。通過本文建立的模型及其實(shí)證研究結(jié)果，一定程度上說明就 我國目前所處的經(jīng)濟(jì)發(fā)展階段而言，各類安全生產(chǎn)事故發(fā)生的最嚴(yán)重程度及經(jīng)過努力可以實(shí)現(xiàn)的改進(jìn)程度是可以做出統(tǒng)計(jì)分析和預(yù)測的。 顯然，各類事故發(fā)生的頻度也有很大差別，進(jìn)一步弄清其原因是今后值得特別關(guān)注的問題。各類事故在一天 24小時(shí)內(nèi)的不同時(shí)間段發(fā)生的頻度同樣值得進(jìn)一步關(guān)注，所有這些對控制和改進(jìn)安全生產(chǎn)狀況都具有重要意義。 參考文獻(xiàn) : [1] 王顯政 . 安全生產(chǎn)與經(jīng)濟(jì)社會(huì)發(fā)展報(bào)告 [R].北京：煤炭工業(yè)出版社 ,2020. [2] 李書全 ,竇艷杰 . 基于 RS— SVM模型的建筑安全事故預(yù)測模型 [J].統(tǒng)計(jì)與決策 , 2020, (19)： 5658. [3] 鐘銘 .基于模糊數(shù)據(jù)融合的煤礦瓦斯預(yù)警研究 [D].西安科技大學(xué)博士論文 ,2020. [4] 呂海燕 .生產(chǎn)安全事故統(tǒng)計(jì)分析及預(yù)測理論方法研究 [D].北京林業(yè)大學(xué)博士論文 ,2020. [5] Kopits,E., Cropper,M..Traffic Fatalities and Economic Growth[J].Accident Analysis and Prevention,2020,37(1) ： 169178. [6] 任榮森 ,雍歧東 ,張寧 . 基于 ISM 的油庫 安全事故成因分析 [J].后勤工程學(xué)院學(xué)報(bào) ,2020,25(5)：總體 MAE 總體 RMSE 安徽審計(jì)職業(yè)學(xué)院畢業(yè)論文（設(shè)計(jì)） 15 5861. [7] 牛躍林 ,王花平 ,謝金亮 .基于模糊數(shù)學(xué)的城市生產(chǎn)安全事故應(yīng)急管理能力綜合評價(jià) [J].江西理工大學(xué)學(xué)報(bào) ,2020,29(1)： 5356. [8] Karen,P.. Blood on the coal: The effect of anizational size and differentiation on coal mine accidents[J].Journal of safety Research,2020,40(3) ： 8595. [9] Shi,.. Have government regulations improved workplace safety? A test of the asynchronous regulatory effects in China’ s coal industry ,19952020[J].Journal of Safety Research,2020,40(3)： 207213. [10] Bates,.,Granger,.,Terasvirta,T.. The bination of Forecasts[J].Operations Research Quarterly,1969,20(4):451468. [11] Clemen,..Combination forecasts:a review and annotated bibliography[J].International Journal of Forecasting,1989,(5)： 559584. [12] Deutch,M.,Granger,.,Terasvirta,T.. The bination of forecasts using chan ging weights[J].International Journal of Forecasting,1994,10： 4757. [13] Gee,., Gwilym,., Gregory,.. Time Series Analysis, Forecasting, Control,3rd ed[M].Englewood Cliffs, NJ: Prentice Hall,1994. [14] Rumelhart,., Hinton,., Williams,.. Learning representations of backpropagation errors[J].Nature,1986(323): 533536. [15] Levenberg,K.. A method for the solution of certain problem in least squares[J]. Quart. Appl. Math.,1994,2 ： 164168. [16] Marquardt,D.. An algorithm for leastsquares estimation of nonlinear parame ters[J].SIAM ,1963,11: 431 441. [17] Powell,M .J. D.. Radical basis functions for multivariable interpolation: A rev iew[C].IMA conference on Algorithms for the Approximation of Functions and Data, RMCS,Shrivenham,England： 1985： 143167. [18] Park,J.. Universal approximations using RBF works[J].Neural putation, 1991,3:246257. [19] Specht,.. A general regression neural work[J].IEEE Transactions on Neural Networks,1991,2(6)： 568576. [20] Specht,.. Generalization accuracy ofprobabilistic neural works pared with backpropagation works[C].Seattle: International Joint Conference on Neural Networks IJCNN91,1991,1： 887892. 安徽審計(jì)職業(yè)學(xué)院畢業(yè)論文（設(shè)計(jì)） 16 致 謝 轉(zhuǎn)眼就要畢業(yè)了，???? 姓名 日期
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1