一種基于sem?fsvm的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法
【專利摘要】本發(fā)明公開一種基于SEM?FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，根據(jù)SEM路徑系數(shù)值計(jì)算出評(píng)價(jià)指標(biāo)特征權(quán)重，消除評(píng)價(jià)指標(biāo)貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響；對(duì)FSVM核函數(shù)進(jìn)行改進(jìn)，運(yùn)用通過SEM路徑系數(shù)值與GAUSS核函數(shù)進(jìn)行內(nèi)積運(yùn)算所形成的指標(biāo)特征加權(quán)GAUSS核函數(shù)，運(yùn)用基于SEM?FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，對(duì)煤礦安全管理風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，消除評(píng)價(jià)樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響，確保風(fēng)險(xiǎn)評(píng)價(jià)過程的科學(xué)性和評(píng)價(jià)結(jié)果的精確度。本發(fā)明解決了煤礦安管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)特征重要性和樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響問題，增加了評(píng)價(jià)過程的科學(xué)性和評(píng)價(jià)結(jié)果的精確度。
【專利說明】一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法 技術(shù)領(lǐng)域 本發(fā)明涉及一種煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，尤其是一種基于SEM-FSVM的煤礦安全管 理風(fēng)險(xiǎn)評(píng)價(jià)方法。 【背景技術(shù)】 煤炭行業(yè)是高危行業(yè)，雖然近幾年我國(guó)加大了煤礦安全管理的力度，使煤礦安全事故 總體有所下降，但仍不樂觀。據(jù)統(tǒng)計(jì)，在發(fā)生的煤礦安全事故中，90%以上是由于人的因素 所致，人的不安全因素本質(zhì)上是由于安全管理失誤所導(dǎo)致的。 由于煤礦安全管理具有復(fù)雜性和時(shí)變性等特點(diǎn)，傳統(tǒng)的風(fēng)險(xiǎn)識(shí)別與評(píng)價(jià)方法在煤礦安 全管理上的應(yīng)用存在一定的局限性，尤其在解決煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)的主觀性和實(shí)施動(dòng) 態(tài)評(píng)價(jià)方面顯得不足。 煤礦安全系統(tǒng)包括煤礦安全生產(chǎn)和煤礦安全管理兩大系統(tǒng)。目前，國(guó)內(nèi)外進(jìn)行煤礦安 全風(fēng)險(xiǎn)評(píng)價(jià)方法也很多，大多集中對(duì)煤礦安全生產(chǎn)的風(fēng)險(xiǎn)評(píng)價(jià)上，如風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)(Risk Assessment Code，RAC)法、作業(yè)條件危險(xiǎn)性分析(LEC)法、事件樹分析(ETA)、網(wǎng)絡(luò)層次分析 方法(ANP)、模糊綜合評(píng)價(jià)法、層次分析與BP神經(jīng)網(wǎng)絡(luò)組合法等。在煤礦安全管理方面，由于 煤礦安全管理的非線性、動(dòng)態(tài)性時(shí)變性和模糊性等，一些評(píng)價(jià)方法目前還沒有得到很好的 應(yīng)用。 本發(fā)明在分析煤礦安全事故頻發(fā)深層次原因的基礎(chǔ)上，深入挖掘煤礦安全管理中存在 的風(fēng)險(xiǎn)因素;借助因子分析和主成分分析對(duì)潛在的風(fēng)險(xiǎn)因子進(jìn)行提煉;建立煤礦安全管理 風(fēng)險(xiǎn)路徑關(guān)系模型，運(yùn)用結(jié)構(gòu)方程模型SEM對(duì)風(fēng)險(xiǎn)因素關(guān)系模型進(jìn)行驗(yàn)證，識(shí)別出煤礦安全 管理的關(guān)鍵風(fēng)險(xiǎn)因素，并以此提煉出煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，運(yùn)用結(jié)構(gòu)方程模型 SEM路徑系數(shù)計(jì)算出煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重，將所述的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重與GAUSS 核函數(shù)進(jìn)行內(nèi)積運(yùn)算，建立特征加權(quán)核函數(shù)，消除指標(biāo)貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響;將FSVM理 論應(yīng)用于煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)中，消除樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響；構(gòu)建SEM和FSVM相 結(jié)合的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)模型，提出一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方 法，對(duì)煤礦安全管理風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。
【發(fā)明內(nèi)容】
針對(duì)上述現(xiàn)有技術(shù)存在的問題，本發(fā)明提出一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng) 價(jià)方法，結(jié)合煤礦安全管理非線性、動(dòng)態(tài)時(shí)變性及小樣本事件等特點(diǎn)，從煤礦安全管理多元 風(fēng)險(xiǎn)致因入手，結(jié)合煤礦安全管理的特殊性;建立煤礦安全管理風(fēng)險(xiǎn)路徑關(guān)系模型，運(yùn)用結(jié) 構(gòu)方程模型SEM對(duì)煤礦安全管理風(fēng)險(xiǎn)路徑關(guān)系模型進(jìn)行驗(yàn)證，提煉出煤礦安全管理的關(guān)鍵 風(fēng)險(xiǎn)因素，并以此構(gòu)建出煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)體系，并運(yùn)用結(jié)構(gòu)方程模型SEM路徑 系數(shù)計(jì)算出風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重，將所述評(píng)價(jià)指標(biāo)權(quán)重與GAUSS核函數(shù)進(jìn)行內(nèi)積運(yùn)算，建立特 征加權(quán)核函數(shù)，消除指標(biāo)貢獻(xiàn)差異對(duì)評(píng)價(jià)結(jié)果的影響;將FSVM理論應(yīng)用于煤礦安全管理風(fēng) 險(xiǎn)評(píng)價(jià)中，消除樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響。 為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案為:一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng) 價(jià)方法，包括如下步驟： (1) 基于煤礦安全管理多元風(fēng)險(xiǎn)致因，運(yùn)用主成分分析與因子分析的方法，提取煤礦安 全管理關(guān)鍵風(fēng)險(xiǎn)因素； (2) 對(duì)步驟（1)提取識(shí)別出來的風(fēng)險(xiǎn)因素進(jìn)行提煉、歸類與命名，構(gòu)建出煤礦安全管理 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系； (3) 建立煤礦安全管理風(fēng)險(xiǎn)路徑關(guān)系模型，運(yùn)用結(jié)構(gòu)方程模型SEM對(duì)煤礦安全管理風(fēng)險(xiǎn) 概念模型進(jìn)行驗(yàn)證，計(jì)算出煤礦安全管理風(fēng)險(xiǎn)關(guān)系路徑系數(shù)； (4) 通過對(duì)煤礦安全管理風(fēng)險(xiǎn)關(guān)系路徑系數(shù)進(jìn)行歸一化處理，計(jì)算出煤礦安全管理風(fēng) 險(xiǎn)評(píng)價(jià)指標(biāo)特征權(quán)重； (5) 將通過步驟(4)計(jì)算出來的評(píng)價(jià)指標(biāo)特征權(quán)重與FSVM的核函數(shù)GAUSS核函數(shù)進(jìn)行內(nèi) 積運(yùn)算，構(gòu)建特征加權(quán)GAUSS核函數(shù)； (6) 將模糊支持向量機(jī)FSVM理論應(yīng)用于煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)中，消除樣本貢獻(xiàn)度對(duì) 評(píng)價(jià)結(jié)果的影響； (7) 通過結(jié)構(gòu)方程模型SEM和模糊支持向量機(jī)FSVM相結(jié)合，形成一種基于SEM-FSVM的煤 礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，消除評(píng)價(jià)指標(biāo)特征貢獻(xiàn)度及樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響。 作為上述方案的進(jìn)一步優(yōu)化，步驟（1)提取的煤礦安全管理關(guān)鍵風(fēng)險(xiǎn)因素包括五個(gè)外 源潛變量和一個(gè)內(nèi)源潛變量，所述外源潛變量包括煤礦安全管理組織(SMO)、煤礦安全管理 能力(SMA)、煤礦安全管理模式(SMM)、煤礦安全管理要素(SMF)和煤礦安全管理監(jiān)控(SMC)， 所述內(nèi)源潛變量為煤礦安全管理風(fēng)險(xiǎn)后果(SMR)。 作為上述方案的進(jìn)一步優(yōu)化，所述煤礦安全管理組織包括安全管理組織結(jié)構(gòu)風(fēng)險(xiǎn)因子 (V1)、安全管理組織行為風(fēng)險(xiǎn)因子(v2)和安全管理組織文化風(fēng)險(xiǎn)因子(V3); 所述煤礦安全管理模式包括安全管理計(jì)劃制定與完善(V4)、安全管理計(jì)劃實(shí)施與控制 (V5)、安全激勵(lì)機(jī)制(V6)和安全培訓(xùn)及教育(V7); 所述煤礦安全管理能力包括安全行為管理能力風(fēng)險(xiǎn)因子(V8)、安全行政管理能力風(fēng)險(xiǎn) 因子(V9)、安全技術(shù)管理能力風(fēng)險(xiǎn)因子(V1Q)和安全創(chuàng)新管理能力風(fēng)險(xiǎn)因子(vn); 所述煤礦安全管理要素包括人因要素風(fēng)險(xiǎn)因子(v12)、機(jī)械(設(shè)備）的安全性風(fēng)險(xiǎn)因子 (V13)、環(huán)境安全性(VM)和信息的安全性風(fēng)險(xiǎn)因子(V15); 所述煤礦安全管理監(jiān)控包括監(jiān)測(cè)產(chǎn)品的標(biāo)準(zhǔn)與規(guī)程完備程度風(fēng)險(xiǎn)因子(V16)、安全檢 測(cè)系統(tǒng)校正或維修及時(shí)性風(fēng)險(xiǎn)因子(νπ)和安全管理監(jiān)測(cè)制度的完善程度風(fēng)險(xiǎn)因子(V18); 所述煤礦安全管理風(fēng)險(xiǎn)后果包括安全事故發(fā)生率與預(yù)期的差異(V19)、煤礦企業(yè)銷售 績(jī)效與預(yù)期差異(V2Q)、安全事故造成人員及經(jīng)濟(jì)損失值與預(yù)期的差異(V21)。 作為上述方案的進(jìn)一步優(yōu)化，步驟(3)涉及的具體步驟如下： (31)根據(jù)外源潛變量測(cè)量方程的一般公式:Χ=Λχξ+σ，提出了外源潛變量的測(cè)量方 程，參見下式，其中，X為ΡX 1階外源指標(biāo)向量；Λχ表示外源指標(biāo)與外源潛變量之間的關(guān)系； S為外源指標(biāo)X的誤差項(xiàng)；
(32) 根據(jù)內(nèi)生潛變量測(cè)量方程的一般公式:γ=ΛΥη+ε，確立了內(nèi)生潛變量測(cè)量方程：
式中：Υ為q X 1階內(nèi)源指標(biāo)向量；Λ y表示內(nèi)源指標(biāo)與內(nèi)源潛變量之間的關(guān)系；ε為內(nèi)源 指標(biāo)Υ的誤差項(xiàng)； (33) 根據(jù)結(jié)構(gòu)方程的基本形式:τ? = βι?+Γξ+ζ，提出了內(nèi)源潛變量的結(jié)構(gòu)方程式：
其中，ξ為mX 1階外源潛變量向量。 η為η X 1階內(nèi)源潛變量向量。 β為內(nèi)源潛變量η之間的回歸系數(shù)，反映了內(nèi)源潛變量之間的關(guān)系。 Γ為ξ與η間的回歸系數(shù)，反映了外源潛變量對(duì)內(nèi)源潛變量的影響。 ζ為殘差項(xiàng)，反映了 η在方程中未被解釋的部分； (34) 根據(jù)絕對(duì)擬合度指標(biāo)和相對(duì)擬合度指標(biāo)進(jìn)行擬合，獲取初始模型擬合優(yōu)度指數(shù)； (35) 對(duì)初始模型的路徑進(jìn)行修改，獲取修正后模型擬合優(yōu)度指數(shù)，并將修正后模型擬 合優(yōu)度指數(shù)與初始模型擬合優(yōu)度指數(shù)進(jìn)行比較。 作為上述方案的進(jìn)一步優(yōu)化，步驟(4)歸一化處理后的，得到一級(jí)評(píng)價(jià)指標(biāo)權(quán)重值W = (0.188,0.152,0.137,0.356，0.187); 二級(jí)評(píng)價(jià)指標(biāo)權(quán)重分別為： Wsm〇= (0.38,0.33,0.29)wsmm= (0.30,0.20,0.28,0.22)wSma= (0.27,0.26,0.24, 0.23), Wsmf = (0 · 32,0 · 23，0 · 24,0 · 26)Wsmc = (0 · 25，0 · 38，0 · 37);其中，Wsm〇、W_、Wsmf、Wsma、Wsmc 分別表示煤礦安全管理組織、煤礦安全管理模式、煤礦安全管理要素、煤礦安全管理能力和 煤礦安全管理監(jiān)控五個(gè)一級(jí)指標(biāo)下的各二級(jí)指標(biāo)對(duì)應(yīng)的權(quán)重值。 作為上述方案的進(jìn)一步優(yōu)化，步驟(5)具體包括如下步驟： (51) 令K(Xl，以）是定義在上XXX上的核函數(shù)，，W是給定輸入空間的mXm維矩 陣，即基于SEM路徑系數(shù)的權(quán)重向量，式中:m為輸入空間的維數(shù)，特征加權(quán)核函數(shù)Kf定義為Kf (Xi，Xj) = K(XiTW，XjTW)，W稱為特征加權(quán)矩陣;W = dig(wi，W2，· · ·，Wm)，Wi e (〇，1)，i = 〇， 1，. . .，m為煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的特征權(quán)重值，Wl取值不同直接影響到回歸函數(shù)的 選擇； (52) 采用Gauss徑向基核函數(shù)：
(53) 將評(píng)價(jià)指標(biāo)特征權(quán)重加權(quán)后的Gauss核函數(shù)變?yōu)椋?br>即為特征加權(quán)Gauss核函數(shù)，由基于SEM路徑系數(shù)的權(quán)重向量W計(jì)算特征加權(quán)Gauss核函 數(shù)。 作為上述方案的進(jìn)一步優(yōu)化，步驟(6)具體包括如下步驟： (61) 對(duì)于含有模糊信息的非線性問題，首先引入從輸入空間以到一個(gè)高維空間Η的變 換Φ: Ζei?fi 4 Η,X= Φ(χ)，構(gòu)建模糊訓(xùn)練集式為：
(62) 將原來以上的模糊非線性問題轉(zhuǎn)化為特征空間Η上的模糊線性問題，選擇恰當(dāng)?shù)?閾值丫（〇〈丫<1)，適當(dāng)?shù)膽土P參數(shù)(：，模糊問題就轉(zhuǎn)化為以求解(1，13，|，為決策變量的模 糊機(jī)會(huì)約束規(guī)劃問題： 式中：C>0為懲罰參數(shù)，
. . .，ξΟ1為松弛變量。 (63) 本發(fā)明通過引入適當(dāng)?shù)暮撕瘮?shù)K(Xj，Xk) = i>(Xj) · Φ(χιΟ,其中（j = t，s，i，q;k = t，s，i，q)，構(gòu)造二次規(guī)劃式：
(64) 該規(guī)劃式為凸二次規(guī)劃式，求解該規(guī)劃式，得到最優(yōu)解 (β ,a ) ,^2 ,αρΛ,αρ^...,α,) (65) 選擇礦的正分量0 c尤< C或者α*的正分量0 < < < C?？梢杂?jì)算出
[0044] (66)本發(fā)明構(gòu)給出了最優(yōu)分類函數(shù)式：
(67) 本發(fā)明提出模糊訓(xùn)練集： |(.tf (.V, ),(>',1 ) （if (Λ·,. )卜 歸機(jī)， 得到回歸函數(shù)爐+ 和穸?由此建立最優(yōu)分類函數(shù)的隸屬函數(shù)式：
(68) 本發(fā)明提出特征加權(quán)的模糊支持向量機(jī)FSVM的風(fēng)險(xiǎn)評(píng)價(jià)方法，在進(jìn)行評(píng)價(jià)時(shí)將樣 本的特征權(quán)重考慮進(jìn)行，能大大提高評(píng)價(jià)的精度，使評(píng)價(jià)過程更科學(xué)合理。具體算法原理如 下： 設(shè)訓(xùn)練集為{(幻，71)，...，（幻，71)}，其中，巧=(?,...，彳)是(1維的向量71={1，-1}，i = l，. . .，1。構(gòu)造特征權(quán)重向量ftn=(ftnl，ftn2, . . .，ftnl)T，m=l，. . .，1，選擇合適的懲罰參 數(shù)C> 0，構(gòu)造并求解最優(yōu)化問題
其中，P = dig(01，&, · · ·，fin)。
，:選擇α的一個(gè)分量ο <a j < c所對(duì)應(yīng)的樣本點(diǎn)，并以此計(jì) ，由此求出最終決策函數(shù)： f(x) = sgn((w · x+b))〇 與現(xiàn)有技術(shù)相比，本發(fā)明構(gòu)建了適用于煤礦安全管理風(fēng)險(xiǎn)的評(píng)價(jià)指標(biāo)體系，使用結(jié)構(gòu) 方程，解決了風(fēng)險(xiǎn)因素關(guān)系分析及風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)特征權(quán)重計(jì)算問題;使用模糊支持向量機(jī)， 解決了煤礦安管理的小樣本、非線性及模糊信息問題，消除樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響 問題;將結(jié)構(gòu)方程和模糊支持向量機(jī)相結(jié)合，提出一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn) 評(píng)價(jià)方法;本發(fā)明解決了煤礦安管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)特征重要性和樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的 影響問題，增加了評(píng)價(jià)過程的科學(xué)性和評(píng)價(jià)結(jié)果的精確度。 【附圖說明】 圖1是本發(fā)明提供的一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法的流程圖； 圖2是本發(fā)明的評(píng)價(jià)指標(biāo)體系示意圖。 【具體實(shí)施方式】 為了使本發(fā)明所實(shí)現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，下面結(jié)合 具體實(shí)施例和附圖對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。 如圖1和圖2所示，本發(fā)明所述的一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，從 煤礦安全管理多元風(fēng)險(xiǎn)致因入手，收集相關(guān)數(shù)據(jù)，運(yùn)用主成分分析與因子分析的方法對(duì)煤 礦安全管理中潛在的風(fēng)險(xiǎn)因素進(jìn)行識(shí)別;通過對(duì)風(fēng)險(xiǎn)因子歸類和變量命名，構(gòu)建出煤礦安 全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系;建立煤礦安全管理風(fēng)險(xiǎn)路徑關(guān)系模型，運(yùn)用結(jié)構(gòu)方程模型SEM對(duì) 所述的風(fēng)險(xiǎn)路徑關(guān)系模型進(jìn)行驗(yàn)證，通過結(jié)構(gòu)方程模型SEM路徑系數(shù)計(jì)算出風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo) 權(quán)重;對(duì)FSVM核函數(shù)進(jìn)行改進(jìn)，運(yùn)用通過SEM路徑系數(shù)與GAUSS核函數(shù)進(jìn)行內(nèi)積運(yùn)算所形成 的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)特征加權(quán)GAUSS核函數(shù)，提出基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法， 對(duì)煤礦安全管理風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，消除評(píng)價(jià)樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響，確保風(fēng)險(xiǎn)評(píng)價(jià)過 程的科學(xué)性和評(píng)價(jià)結(jié)果的精確度。具體步驟如下： (1)從煤礦安全管理多元風(fēng)險(xiǎn)致因入手，運(yùn)用主成分分析與因子分析的方法對(duì)煤礦安 全管理中潛在的風(fēng)險(xiǎn)因素進(jìn)行識(shí)別。 影響煤礦安全管理的風(fēng)險(xiǎn)因素很多，運(yùn)用多元統(tǒng)計(jì)的因子分析和主成分分析方法，提 取煤礦安全管理關(guān)鍵風(fēng)險(xiǎn)因素，識(shí)別出煤礦安全管理組織、安全管理能力、安全管理模式、 安全管理要素、安全管理監(jiān)控5個(gè)方面18個(gè)風(fēng)險(xiǎn)因素及風(fēng)險(xiǎn)后果的3個(gè)指標(biāo)，共計(jì)21個(gè)因子 變量。 主成分分析最早是英國(guó)生物統(tǒng)計(jì)學(xué)家K.Pearson于1901年提出的。基本思想是運(yùn)用幾 個(gè)新的不相關(guān)的主成分去替代原來較多的初始變量，通過對(duì)原變量進(jìn)行整合，根據(jù)實(shí)際情 況踢出重復(fù)變量，建立互不相關(guān)的少數(shù)幾個(gè)新變量，且新變量能保持原有的信息，達(dá)到有效 降維的目的。假如有P個(gè)指標(biāo)，將這P個(gè)指標(biāo)看成P個(gè)變量，記作:Xi，X2,. . .，Xp。 Fl = UllXl+Ul2X2+. . .+UplXp F2 = Ul2Xl+U22X2+. . .+Up2Xp Fp 一UlpXl+U2pX2+· · ·+UppXp 主成分分析就是將這P個(gè)變量轉(zhuǎn)變?yōu)镻個(gè)指標(biāo)的線性組合，這些新的指標(biāo)Fi，F(xiàn)2,. . .，F(xiàn)K (K〈P)，既要保留原有信息，又要相互獨(dú)立，且要滿足： 每個(gè)主成分系數(shù)的平方和為1，即：…= 1;主成分之間相互獨(dú)立，COV(Fi, Fj)=0,i乒j,i, j = l,2,. . . ,ρ;主成分的方差依次遞減，重要性依次遞減，即VAR(Fi)彡VAR (F2)UVAR(Fp)〇 因子分析基本原理是對(duì)具有一定相關(guān)關(guān)系的多個(gè)變量進(jìn)行精簡(jiǎn)，精煉為少數(shù)幾個(gè)相互 獨(dú)立的因子，將相同本質(zhì)的變量歸為一個(gè)因子。設(shè)有N個(gè)樣本，每個(gè)樣本有P個(gè)觀測(cè)指標(biāo)，BPX 二⑴々，...，Xpy是可觀測(cè)的隨機(jī)向量，且E(X)=0，COV(X) = Σ，協(xié)方差矩陣Σ與相關(guān)矩 陣R相等。 F=[Fi，F(xiàn)2, · · · ，是不可觀測(cè)變量，且E(F)=0，C0V(F) = I，F(xiàn) 的各個(gè)分量是相互獨(dú)立的?！?= [￡^2, . . .，ερΥ與F是相互獨(dú)立的，且Ε(ε) = 0，ε的協(xié)方 差矩陣Σ ε是對(duì)角矩陣，即ε跟分量之間是相互獨(dú)立的。 因子分析的數(shù)學(xué)模型為：
因子載荷aij是第i個(gè)變量與第j個(gè)公共因子的相關(guān)系數(shù)，XiiauFd. . .+aimFm+￡i反映第 i個(gè)變量與第j個(gè)公共因子的重要性。 (2)對(duì)識(shí)別出來的風(fēng)險(xiǎn)因素進(jìn)行提煉、歸類與命名，構(gòu)建出煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo) 體系。通過主成分分析和因子分析，得出提取影響煤礦安全管理的主要風(fēng)險(xiǎn)因素，進(jìn)行因子 歸類和變量命名，構(gòu)建出煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，如表1所示。煤礦安全管理關(guān)鍵 風(fēng)險(xiǎn)因素包括五個(gè)外源潛變量和一個(gè)內(nèi)源潛變量，所述外源潛變量包括煤礦安全管理組織 (SMO)、煤礦安全管理能力(SMA)、煤礦安全管理模式(SMM)、煤礦安全管理要素(SMF)和煤礦 安全管理監(jiān)控(SMC)，所述內(nèi)源潛變量為煤礦安全管理風(fēng)險(xiǎn)后果(SMR)。 煤礦安全管理組織包括安全管理組織結(jié)構(gòu)風(fēng)險(xiǎn)因子(Vl)、安全管理組織行為風(fēng)險(xiǎn)因子 (V2)和安全管理組織文化風(fēng)險(xiǎn)因子(V3);所述煤礦安全管理模式包括安全管理計(jì)劃制定與 完善(V4)、安全管理計(jì)劃實(shí)施與控制( V5)、安全激勵(lì)機(jī)制(V6)和安全培訓(xùn)及教育(V7);所述 煤礦安全管理能力包括安全行為管理能力風(fēng)險(xiǎn)因子( V8)、安全行政管理能力風(fēng)險(xiǎn)因子(V9)、 安全技術(shù)管理能力風(fēng)險(xiǎn)因子(v1Q)和安全創(chuàng)新管理能力風(fēng)險(xiǎn)因子(vn);所述煤礦安全管理 要素包括人因要素風(fēng)險(xiǎn)因子(v 12)、機(jī)械(設(shè)備）的安全性風(fēng)險(xiǎn)因子(v13)、環(huán)境安全性(Vl4)和 信息的安全性風(fēng)險(xiǎn)因子(V15)。煤礦安全管理監(jiān)控包括監(jiān)測(cè)產(chǎn)品的標(biāo)準(zhǔn)與規(guī)程完備程度風(fēng)險(xiǎn) 因子(V16)、安全檢測(cè)系統(tǒng)校正或維修及時(shí)性風(fēng)險(xiǎn)因子(V17)和安全管理監(jiān)測(cè)制度的完善程 度風(fēng)險(xiǎn)因子( V18)。所述煤礦安全管理風(fēng)險(xiǎn)后果包括安全事故發(fā)生率與預(yù)期的差異(V19)、煤 礦企業(yè)銷售績(jī)效與預(yù)期差異( V2Q)、安全事故造成人員及經(jīng)濟(jì)損失值與預(yù)期的差異(V21)。 通過對(duì)前五個(gè)主成分進(jìn)行梳理，進(jìn)行因子歸類和變量命名，構(gòu)建出本發(fā)明一種基于 SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法中的評(píng)價(jià)指標(biāo)體系。
表1:因子分析結(jié)果 (3)建立煤礦安全管理風(fēng)險(xiǎn)路徑關(guān)系模型，運(yùn)用結(jié)構(gòu)方程模型SEM對(duì)煤礦安全管理風(fēng)險(xiǎn) 概念模型進(jìn)行驗(yàn)證，通過結(jié)構(gòu)方程模型SEM路徑系數(shù)計(jì)算出煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)特 征權(quán)重，具體步驟如下： 1) 本發(fā)明提出了風(fēng)險(xiǎn)關(guān)系的初始模型。包括5個(gè)外源潛變量（自變量），即煤礦安全管理 組織(SMO)、煤礦安全管理模式(SMM)、煤礦安全管理能力(SMA)、煤礦安全管理要素(SMF)和 煤礦安全管理監(jiān)測(cè)(SMC)，一個(gè)內(nèi)源潛變量(因變量），即安全管理風(fēng)險(xiǎn)后果(SMR)。 2) 外源潛變量和內(nèi)生潛變量之間有11條傳導(dǎo)路徑，即代表煤礦安全管理風(fēng)險(xiǎn)后果產(chǎn)生 的11種風(fēng)險(xiǎn)演化路徑。假設(shè)5個(gè)外源潛變量之間有一定的影響作用，可以通過這5個(gè)外源潛 變量之間6條路徑反映出來。 3) 本發(fā)明根據(jù)外源潛變量測(cè)量方程的一般公式:Χ=Λχξ+σ，提出了外源潛變量的測(cè)量 方程。式中:Χ為ΡΧ1階外源指標(biāo)向量；Λ χ表示外源指標(biāo)與外源潛變量之間的關(guān)系；δ為外源 指標(biāo)X的誤差項(xiàng)。
4) 本發(fā)明根據(jù)內(nèi)生潛變量測(cè)量方程的一般公式:Υ=ΛΥη+ε，確立了內(nèi)生潛變量測(cè)量方 程：
式中：Υ為q X 1階內(nèi)源指標(biāo)向量；Λ y表示內(nèi)源指標(biāo)與內(nèi)源潛變量之間的關(guān)系；ε為內(nèi)源 指標(biāo)Υ的誤差項(xiàng)。 5) 本發(fā)明根據(jù)結(jié)構(gòu)方程的基本形式，η=βη+Γξ+ζ，提出了結(jié)構(gòu)方程式：
其中，ξ為mx 1階外源潛變量向量。 η為η X 1階內(nèi)源潛變量向量。 β為內(nèi)源潛變量η之間的回歸系數(shù)，反映了內(nèi)源潛變量之間的關(guān)系。 Γ為ξ與η間的回歸系數(shù)，反映了外源潛變量對(duì)內(nèi)源潛變量的影響。 ζ為殘差項(xiàng)，反映了 η在方程中未被解釋的部分； (34) 根據(jù)絕對(duì)擬合度指標(biāo)和相對(duì)擬合度指標(biāo)進(jìn)行擬合，獲取初始模型擬合優(yōu)度指數(shù)； (35) 對(duì)初始模型的路徑進(jìn)行修改，獲取修正后模型擬合優(yōu)度指數(shù)，并將修正后模型擬 合優(yōu)度指數(shù)與初始模型擬合優(yōu)度指數(shù)進(jìn)行比較。 6) 本發(fā)明對(duì)結(jié)構(gòu)方程式進(jìn)行具體解釋:公式左邊SMR是內(nèi)生潛變量，代表煤礦安全管理 風(fēng)險(xiǎn)后果;公式右邊310、5麗、51^、51^和51(：是外源潛變量，分別代表煤礦安全管理組織、煤 礦安全管理模式、煤礦安全管理能力、煤礦安全管理要素、煤礦安全管理監(jiān)測(cè)5個(gè)方面的風(fēng) 險(xiǎn)因素。 7) 根據(jù)如表2擬合指數(shù)與評(píng)價(jià)標(biāo)準(zhǔn)對(duì)本發(fā)明的模型進(jìn)行擬合。
表2:擬合指數(shù)與評(píng)價(jià)標(biāo)準(zhǔn) 8) 本發(fā)明對(duì)初始模型的路徑進(jìn)行修改。修正后模型比初始模型的擬合優(yōu)度指數(shù)有了很 大的改善。對(duì)比結(jié)果如表3所示。
表3修正后模型與初始模型擬合優(yōu)度指數(shù)比較 9) 本發(fā)明擬合結(jié)果給出所有參數(shù)的標(biāo)準(zhǔn)化估計(jì)都在0.5-0.95之間，臨界值(C.R)的絕 對(duì)值大于1.96的參考值，顯著性水平p小于0.05。表明模型符合基本擬合評(píng)價(jià)標(biāo)準(zhǔn)。 (4)通過對(duì)煤礦安全管理風(fēng)險(xiǎn)關(guān)系路徑系數(shù)進(jìn)行歸一化處理，計(jì)算出煤礦安全管理風(fēng) 險(xiǎn)評(píng)價(jià)指標(biāo)的特征權(quán)重;使用結(jié)構(gòu)方程模型SEM解決煤礦安全管理風(fēng)險(xiǎn)因素關(guān)系分析及風(fēng) 險(xiǎn)評(píng)價(jià)指標(biāo)特征權(quán)重計(jì)算問題，運(yùn)用所述的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系建立煤礦安全 管理風(fēng)險(xiǎn)因素關(guān)系模型，通過結(jié)構(gòu)方程模型SEM對(duì)所述的煤礦安全管理風(fēng)險(xiǎn)因素關(guān)系模型 進(jìn)行驗(yàn)證，分析風(fēng)險(xiǎn)路徑系數(shù)，通過對(duì)風(fēng)險(xiǎn)路徑系數(shù)的歸一化處理，計(jì)算出煤礦安全管理風(fēng) 險(xiǎn)評(píng)價(jià)指標(biāo)特征權(quán)重。具體如下： 1)本發(fā)明將5個(gè)一級(jí)指標(biāo)和各二級(jí)指標(biāo)SEM路徑系數(shù)分別進(jìn)行歸一化處理，得到一級(jí)評(píng) 價(jià)指標(biāo)權(quán)重值為W= (0.188，0.152，0.137，0.356，0.187)各二級(jí)評(píng)價(jià)指標(biāo)權(quán)重分別為： Wsm0= (0.38,0.33,0.29)wsmm= (0.30,0.20,0.28,0.22)wSma= (0.27,0.26,0.24, 0.23), Wsmf = (0.32,0.23,0.24,0.26)wSmc= (0.25,0.38,0.37) 2 )本發(fā)明給出了符號(hào)的具體解釋:W表示一級(jí)指標(biāo)權(quán)重，Wsm。、Wsm、Wsmf、Wsma、Wsm。分別表 示煤礦安全管理組織、煤礦安全管理模式、煤礦安全管理要素、煤礦安全管理能力及煤礦安 全管理監(jiān)控等五個(gè)一級(jí)指標(biāo)下各二級(jí)指標(biāo)對(duì)應(yīng)的權(quán)重值。 (5) 本發(fā)明提出了一種基于SEM路徑系數(shù)的特征加權(quán)核函數(shù)構(gòu)建方法，將通過步驟 (4)計(jì)算出來的評(píng)價(jià)指標(biāo)特征權(quán)重與FSVM的核函數(shù)GAUSS核函數(shù)進(jìn)行內(nèi)積運(yùn)算，構(gòu)建特 征加權(quán)GAUSS核函數(shù)。具體步驟如下： 1) 令K(Xl，Xj)是定義在上XXX上的核函數(shù)，.Y_S/T'，W是給定輸入空間的mXm維矩陣， 即基于SEM路徑系數(shù)的權(quán)重向量，式中：m為輸入空間的維數(shù)。特征加權(quán)核函數(shù)K f定義為Kf (Xi，xj) = K(XiTW，x/W)稱為特征加權(quán)矩陣。W = dig(wi，W2，· · ·，Wm)，wi e (0，1)，i = 0， 1，. . .，m為煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的特征權(quán)重值。Wl取值不同直接影響到回歸函數(shù)的 選擇。 2) 本發(fā)明選用性能較好的Gauss徑向基核函數(shù)
3) 加權(quán)后的Gauss核函數(shù)變?yōu)椋?br>即為特征加權(quán)Gauss核函數(shù)。由基于SEM路徑系數(shù)的權(quán)重向量W計(jì)算特征加權(quán)Gauss核函 數(shù)。 (6) 在充分考慮煤礦安全管理非線性、動(dòng)態(tài)時(shí)變性、小樣本事件及含有模糊信息等特點(diǎn) 的基礎(chǔ)上，將模糊支持向量機(jī)FSVM理論應(yīng)用于煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)中，消除樣本貢獻(xiàn)度 對(duì)評(píng)價(jià)結(jié)果的影響；在支持向量機(jī)二次規(guī)劃的懲罰參數(shù)中添加模糊隸屬度，構(gòu)建模糊支持 向量機(jī)FSVM，通過核函數(shù)實(shí)現(xiàn)到高維空間的非線性映射，適合于解決本質(zhì)上含有模糊信息、 非線性分類和小樣本事件、回歸和密度函數(shù)估計(jì)等問題，使用模糊支持向量機(jī)解決煤礦安 管理的小樣本、非線性及模糊信息問題，消除樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響。具體如步驟 下： 1) 對(duì)于含有模糊信息的非線性問題，首先引入從輸入空間以到一個(gè)高維空間Η的變換 = Φ(χ)，構(gòu)建模糊訓(xùn)練集式為：
2) 將原來以上的模糊非線性問題轉(zhuǎn)化為特征空間Η上的模糊線性問題，選擇恰當(dāng)?shù)拈?值γ (0〈 γ < 1)，適當(dāng)?shù)膽土P參數(shù)C，模糊問題就轉(zhuǎn)化為以求解(W，b，ξ)τ為決策變量的模糊 機(jī)會(huì)約束規(guī)劃問題：
式中：C>0為懲罰參數(shù)，...，ξ0τ為松弛變量。 3) 本發(fā)明通過引入適當(dāng)?shù)暮撕瘮?shù)K(xj，xk) = i>(xj) · Φ(χι0,其中（j = t，s，i，q;k = t, s, i , q)，構(gòu)造二次規(guī)劃式：
4) 該規(guī)劃式為凸二次規(guī)劃式，求解該規(guī)劃式，得到最優(yōu)解 {β ,α ) ={βι ,:β2 ,...^βρ ,apn,ap^..,,：aj )
5) 選擇礦的正分量Ο < ^ < C'或者α*的正分量Ο < < < C?？梢杂?jì)算出 [0044] 6) 本發(fā)明構(gòu)給出了最優(yōu)分類函數(shù)式：
7) 本發(fā)明提出模糊訓(xùn)練集：
構(gòu)造支持向量回 歸機(jī)， 得到回歸函數(shù)< (u)和(u),由此建立最優(yōu)分類函數(shù)的隸屬函數(shù)式：
8) 本發(fā)明提出特征加權(quán)的模糊支持向量機(jī)FSVM的風(fēng)險(xiǎn)評(píng)價(jià)方法，在進(jìn)行評(píng)價(jià)時(shí)將樣本 的特征權(quán)重考慮進(jìn)行，能大大提高評(píng)價(jià)的精度，使評(píng)價(jià)過程更科學(xué)合理。具體算法原理如 下： 設(shè)訓(xùn)練集為{(幻，71)，...，（幻，71)}，其中，七=(1,1兌...，彳)是(1維的向量 71={1，-1}，i = l，. . .，1。構(gòu)造特征權(quán)重向量ftn=(finl，fiii2, . . .，finl)T，m=l，. . .，1，選擇合適的懲罰參 數(shù)C> 0，構(gòu)造并求解最優(yōu)化問題
0^ai^C,i = l, · -·,1 其中，P = dig(0i,&, · · · ,fin)。
，:選擇a的一個(gè)分量0 < a j < C所對(duì)應(yīng)的樣本點(diǎn)，并以此計(jì)
，由此求出最終決策函數(shù)： f(x) = sgn((w · x+b)) (7)本發(fā)明提出了一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，通過結(jié)構(gòu)方程模 型SEM和模糊支持向量機(jī)FSVM相結(jié)合，消除評(píng)價(jià)指標(biāo)特征貢獻(xiàn)度及樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果 的影響，增加評(píng)價(jià)過程的科學(xué)性和評(píng)價(jià)結(jié)果的精確性。具體步驟如下： 1) 本發(fā)明提供一種風(fēng)險(xiǎn)類別設(shè)計(jì)方法。按風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)對(duì)導(dǎo)致風(fēng)險(xiǎn)后果的可能性及影 響程度進(jìn)行打分，可能性越低意味著潛在風(fēng)險(xiǎn)越小，可能性越高意味著潛在風(fēng)險(xiǎn)越大。 風(fēng)險(xiǎn)等級(jí)區(qū)間采用1-10分分值來表示，劃分為5級(jí)分值區(qū)間:無風(fēng)險(xiǎn)為[0-2]分，輕微風(fēng) 險(xiǎn)(2-4]分，一般風(fēng)險(xiǎn)(4-6]，較大風(fēng)險(xiǎn)(6-8]、嚴(yán)重風(fēng)險(xiǎn)(8-10];對(duì)應(yīng)的風(fēng)險(xiǎn)后果根據(jù)11位相 關(guān)專家對(duì)各個(gè)樣本煤礦的安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)打分及對(duì)各個(gè)樣本煤礦整體安全管理風(fēng) 險(xiǎn)綜合評(píng)價(jià)等級(jí)的預(yù)判，按照正、負(fù)二類設(shè)置，分別賦值為:有風(fēng)險(xiǎn)后果(-1);無風(fēng)險(xiǎn)后果(+ 1) 〇 2) 模糊隸屬函數(shù)選擇。 本發(fā)明運(yùn)用基于距離的隸屬度函數(shù)確定方法，依據(jù)樣本在類中的相對(duì)重要性或?qū)︻惖?貢獻(xiàn)大小來確定隸屬度的大小，樣本到類中心距離是衡量樣本對(duì)所在類重要程度的依據(jù)。
式中：設(shè)5代表類中心，U · I I代表歐式距離：
，￡為很小的整數(shù)，〇0〈ε，這樣 將異常數(shù)據(jù)控制在[ε，1]之間。根據(jù)各種因素綜合評(píng)判，這里取S值為0.3，ε值為0.5。 3) 參數(shù)的確定 需要對(duì)相關(guān)參數(shù)進(jìn)行優(yōu)化(主要是懲罰參數(shù)c和核函數(shù)參數(shù)〇)才能得到準(zhǔn)確的評(píng)價(jià)結(jié) 果。本發(fā)明通過10折交叉驗(yàn)證的方法確定參數(shù)C和〇,選取C =100,0 = 0.5。置信水平λ=〇. 9。 4) 本發(fā)明提出了一種基于SEM路徑系數(shù)的特征加權(quán)核函數(shù)構(gòu)建方法，具體如下： 令K(Xi，Xj)是定義在上XXX上的核函數(shù)，Α'?; /Γ ,W是給定輸入空間的mXm維矩陣，即 基于SEM路徑系數(shù)的權(quán)重向量，式中:m為輸入空間的維數(shù)。特征加權(quán)核函數(shù)Kf定義為Kf( Xl， Xj) =K(XiTW，x/W)稱為特征加權(quán)矩陣。W = dig(wi，W2, · · ·，Wm)，WiG (〇，1)，i = 〇，1，· · ·，m 為各特征的權(quán)重值。Wl取值不同直接影響到回歸函數(shù)的選擇。 本發(fā)明選用性能較好的Gauss徑向基核函數(shù)
即為特征加權(quán)Gauss核函數(shù)。由基于SEM路徑系數(shù)的權(quán)重向量W計(jì)算特征加權(quán)Gauss核函 數(shù)。 5) 選定訓(xùn)練樣本，確定模糊訓(xùn)練集 選定訓(xùn)練樣本和測(cè)試樣本，確定模糊訓(xùn)練集，如下公式： 5 = ·, (x/, ν,)} 其中χι = (0·00,0·33,...，0·20)Τ，···，Χ6= (0.33,0.67,...，0·20)τ Χ2 = (0.67,1.00,. . . ,0.40)τ,··· ,χ?2 = (0.00,0.00,. . . ,0.00)τ J- ,： 1 ,： (1JJ), Jv ^ (-0.07,0.56,1.24) = -, ν1： =(-1.07,-0.57,-0.24) 6) 本發(fā)明根據(jù)非線性模糊支持向量機(jī)，對(duì)模糊訓(xùn)練點(diǎn)進(jìn)行訓(xùn)練，這里取懲罰參數(shù)C = 100，σ = 〇. 5。置信水平λ = 〇. 9，特征加權(quán)Gaus s核函數(shù)
7) 將相關(guān)數(shù)據(jù)帶入分類函數(shù)f(x) = sgn(w · x+b)得出： f (x) = sgn(wx+b) = sgn(40.021 [x]i+38.098[x]2+41.320[x]3+35.046[x]4+37.968 [x]5_10.805) 8) 構(gòu)建最優(yōu)分類函數(shù)的隸屬函數(shù) 本發(fā)明根據(jù)模糊正類點(diǎn)的輸入^(丨=1，3,5,6)，函數(shù)8(4，模糊訓(xùn)練點(diǎn)屬于正類的模 糊隸屬度，得到模糊訓(xùn)練集 Si={(10.056,1)，...，（0.897,0.786)} 構(gòu)造支持向量回歸機(jī)，得到回歸函數(shù)= 〇.〇42〃 _f 0.563 本發(fā)明根據(jù)模糊負(fù)類點(diǎn)的輸入^(1 = 2,4,7)，函數(shù)8(4，模糊訓(xùn)練點(diǎn)屬于負(fù)類的模糊 隸屬度，得到模糊訓(xùn)練集 S2={(-1.056,0.542),...,(-1.597,0.586)} 構(gòu)造支持向量回歸機(jī)，得到回歸函數(shù)P (?) = -0.062? + 0.630 9) 本發(fā)明給出了最優(yōu)分類函數(shù)的隸屬函數(shù)為： 10) 本發(fā)明通過選定測(cè)試樣本進(jìn)行測(cè)試。由于樣本量較少，本發(fā)明為了使結(jié)果更加合 理，這里選擇對(duì)所有樣本數(shù)據(jù)進(jìn)行測(cè)試，數(shù)據(jù)帶入最優(yōu)分類函數(shù)和最優(yōu)分類函數(shù)隸屬函數(shù)， 得
f(xi) = l，y(g(xi) )=0.67 ;f(x2)=-l，y(g(x2) )=0.92; f (x3) = l ,y(g(x3)) = l ；f(x4) = l ,y(g(x4))=0.68；··· ；f(xi2) = l ,y(g(xi2))=0.79 11) 本發(fā)明通過對(duì)幾種評(píng)價(jià)方法的評(píng)價(jià)結(jié)果進(jìn)行比較，找出最優(yōu)方法。 本發(fā)明為了檢驗(yàn)特征和樣本雙重加權(quán)的一種基于SEM-FSVM煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方 法的有效性和實(shí)用性，將SEM、FSVM與SEM-FSVM評(píng)價(jià)方法對(duì)相同樣本點(diǎn)數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)， 并對(duì)評(píng)價(jià)結(jié)果進(jìn)行分析比較，具體如下。 通常對(duì)幾種評(píng)價(jià)方法的評(píng)價(jià)結(jié)果比較是通過測(cè)試評(píng)價(jià)正確率進(jìn)行的，即：將測(cè)試結(jié)果 (1或-1)與原參照值（1或-1)進(jìn)行比較，如果相同，認(rèn)為測(cè)試正確，如果不同則認(rèn)為測(cè)試不正 確。 測(cè)試正確率是通過測(cè)試正確點(diǎn)數(shù)與總點(diǎn)數(shù)的比值來衡量的。但是，對(duì)于模糊支持向量 機(jī)測(cè)試結(jié)果評(píng)價(jià)較為復(fù)雜。本發(fā)明對(duì)每個(gè)測(cè)試點(diǎn)需要對(duì)其結(jié)果(隸屬度)與原參照值進(jìn)行比 較。具體步驟如下： 步驟一:根據(jù) iiigix；)) = S〇' = 1,3,5,.,., 12) //(g( ^.}} = -l(f = 2,4,,,,,:9) 轉(zhuǎn)換成j，F(xiàn)SVM與SEM-FSVM的測(cè)試結(jié)果隸屬度值，如表4所示。
表4: FSVM與SEM-FSVM的測(cè)試結(jié)果隸屬度值 步驟二:根據(jù)隸屬函數(shù)公式，將測(cè)試結(jié)果的隸屬度轉(zhuǎn)化為綜合評(píng)價(jià)結(jié)果分值。 步驟三:將以上三種方法的評(píng)價(jià)結(jié)果分別與實(shí)際值進(jìn)行比較，計(jì)算每個(gè)測(cè)試點(diǎn)的誤差 S -谷。 步驟四：計(jì)算出每種評(píng)價(jià)方法的總誤差和平均誤差，平均誤差越小，測(cè)試越精確。通過 計(jì)算，三種評(píng)價(jià)方法的最后綜合評(píng)價(jià)誤差，總誤差及平均誤差見表5。 表5:評(píng)價(jià)總誤差與平均誤差比較
12) 本發(fā)明給出了幾種評(píng)價(jià)方法評(píng)價(jià)結(jié)果的分析總結(jié)。由表5評(píng)價(jià)結(jié)果數(shù)據(jù)可以看出， 基于SEM的評(píng)價(jià)結(jié)果平均誤差為0.18?？傉`差為3.53;基于FSVM評(píng)價(jià)結(jié)果平均誤差為0.08， 總誤差為2.33;基于SEM-FSVM的評(píng)價(jià)結(jié)果與實(shí)際結(jié)果是完全一致的，評(píng)價(jià)總誤差為0.67，平 均誤差值均為〇. 06，由上述三種評(píng)價(jià)方法的評(píng)價(jià)結(jié)果來看，SEM-FSVM的評(píng)價(jià)結(jié)果總誤差和 平均誤差均最小，結(jié)果明顯顯示SEM-FSVM方法評(píng)價(jià)精度最高。 13) 本發(fā)明提供的一種基于SEM-FSVM的煤礦管理風(fēng)險(xiǎn)評(píng)價(jià)方法，是基于特征和樣本雙 重加權(quán)的評(píng)價(jià)方法，通過主成分方法與因子分析提煉出煤礦安全管理的關(guān)鍵風(fēng)險(xiǎn)因素，并 通過結(jié)果方程SEM煤礦安全管理風(fēng)險(xiǎn)路徑系數(shù)對(duì)指標(biāo)權(quán)重進(jìn)行了精確計(jì)算，將所述權(quán)重向 量與GAUSS核函數(shù)進(jìn)行集成，構(gòu)建特征加權(quán)GAUSS核函數(shù)，消除了煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指 標(biāo)貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響。 14) 本發(fā)明提供了一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，在解決煤礦安全 管理風(fēng)險(xiǎn)評(píng)價(jià)問題時(shí)較其它方法有明顯優(yōu)勢(shì)，該方法是基于小樣本的復(fù)雜多因素評(píng)價(jià)，不 僅可以解決煤礦安全管理風(fēng)險(xiǎn)多因素復(fù)雜變量關(guān)系問題，又能很好的解決煤礦安全管理典 型數(shù)據(jù)較少的問題，而且還可以降低采集數(shù)據(jù)成本，是一種具有較高實(shí)際應(yīng)用價(jià)值的評(píng)價(jià) 方法。 以上顯示和描述了本發(fā)明的基本原理、步驟、主要特征和優(yōu)點(diǎn)。本行業(yè)的技術(shù)人員應(yīng)該 了解，本發(fā)明不受上述實(shí)施例的限制，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本 領(lǐng)域技術(shù)人員會(huì)理解，本發(fā)明不限于這里所述的特定實(shí)施例，對(duì)本領(lǐng)域技術(shù)人員來說能夠 進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會(huì)脫離本發(fā)明的保護(hù)范圍。因此，雖然通過以上 實(shí)施例對(duì)本發(fā)明進(jìn)行了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本 發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求 范圍決定。 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明了，下面通過附圖及實(shí)施例，對(duì)本發(fā)明 進(jìn)行進(jìn)一步詳細(xì)說明。但是應(yīng)該理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不 用于限制本發(fā)明的范圍。 以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和 原則之內(nèi)所作的任何修改、等同替換或改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，其特征在于:包括如下步驟： (1) 基于煤礦安全管理多元風(fēng)險(xiǎn)致因，運(yùn)用主成分分析與因子分析的方法，提取煤礦安 全管理關(guān)鍵風(fēng)險(xiǎn)因素； (2) 對(duì)步驟（1)提取識(shí)別出來的風(fēng)險(xiǎn)因素進(jìn)行提煉、歸類與命名，構(gòu)建出煤礦安全管理 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系； (3) 建立煤礦安全管理風(fēng)險(xiǎn)路徑關(guān)系模型，運(yùn)用結(jié)構(gòu)方程模型沈Μ對(duì)煤礦安全管理風(fēng)險(xiǎn) 概念模型進(jìn)行驗(yàn)證，計(jì)算出煤礦安全管理風(fēng)險(xiǎn)關(guān)系路徑系數(shù)； (4) 通過對(duì)煤礦安全管理風(fēng)險(xiǎn)關(guān)系路徑系數(shù)進(jìn)行歸一化處理，計(jì)算出煤礦安全管理風(fēng) 險(xiǎn)評(píng)價(jià)指標(biāo)特征權(quán)重； (5) 將通過步驟(4)計(jì)算出來的評(píng)價(jià)指標(biāo)特征權(quán)重與FSVM的核函數(shù)GAUSS核函數(shù)進(jìn)行內(nèi) 積運(yùn)算，構(gòu)建特征加權(quán)GAUSS核函數(shù)； (6) 將模糊支持向量機(jī)FSVM理論應(yīng)用于煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)中，消除樣本貢獻(xiàn)度對(duì) 評(píng)價(jià)結(jié)果的影響； (7) 通過結(jié)構(gòu)方程模型沈Μ和模糊支持向量機(jī)FSVM相結(jié)合，形成一種基于沈M-FSVM的煤 礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，消除評(píng)價(jià)指標(biāo)特征貢獻(xiàn)度及樣本貢獻(xiàn)度對(duì)評(píng)價(jià)結(jié)果的影響。2. 根據(jù)權(quán)利要求1所述的一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，其特征在 于:步驟(1)提取的煤礦安全管理關(guān)鍵風(fēng)險(xiǎn)因素包括五個(gè)外源潛變量和一個(gè)內(nèi)源潛變量，所 述外源潛變量包括煤礦安全管理組織(SMO)、煤礦安全管理能力（SMA)、煤礦安全管理模式 (SMM)、煤礦安全管理要素(SMF)和煤礦安全管理監(jiān)控(SMC)，所述內(nèi)源潛變量為煤礦安全管 理風(fēng)險(xiǎn)后果(SMR)。3. 根據(jù)權(quán)利要求2所述的一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，其特征在 于： 所述煤礦安全管理組織包括安全管理組織結(jié)構(gòu)風(fēng)險(xiǎn)因子(VI)、安全管理組織行為風(fēng)險(xiǎn) 因子(V2)和安全管理組織文化風(fēng)險(xiǎn)因子(V3); 所述煤礦安全管理模式包括安全管理計(jì)劃制定與完善(V4)、安全管理計(jì)劃實(shí)施與控制 (V5)、安全激勵(lì)機(jī)制(V6)和安全培訓(xùn)及教育(V7); 所述煤礦安全管理能力包括安全行為管理能力風(fēng)險(xiǎn)因子(V8)、安全行政管理能力風(fēng)險(xiǎn) 因子(V9)、安全技術(shù)管理能力風(fēng)險(xiǎn)因子(V10)和安全創(chuàng)新管理能力風(fēng)險(xiǎn)因子(VII); 所述煤礦安全管理要素包括人因要素風(fēng)險(xiǎn)因子(V12)、機(jī)械(設(shè)備）的安全性風(fēng)險(xiǎn)因子 (V13)、環(huán)境安全性(V14)和信息的安全性風(fēng)險(xiǎn)因子(V15); 所述煤礦安全管理監(jiān)控包括監(jiān)測(cè)產(chǎn)品的標(biāo)準(zhǔn)與規(guī)程完備程度風(fēng)險(xiǎn)因子(V16)、安全檢測(cè) 系統(tǒng)校正或維修及時(shí)性風(fēng)險(xiǎn)因子(V17)和安全管理監(jiān)測(cè)制度的完善程度風(fēng)險(xiǎn)因子(V18); 所述煤礦安全管理風(fēng)險(xiǎn)后果包括安全事故發(fā)生率與預(yù)期的差異(V19)、煤礦企業(yè)銷售績(jī) 效與預(yù)期差異(V20)、安全事故造成人員及經(jīng)濟(jì)損失值與預(yù)期的差異(V21)。4. 根據(jù)權(quán)利要求1所述的一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，其特征在 于，步驟(3)設(shè)及的具體步驟如下： (31)根據(jù)外源潛變量測(cè)量方程的一般公式:Χ=Λχξ+ο,提出了外源潛變量的測(cè)量方程， 參見下式，其中，X為pXl階外源指標(biāo)向量；Αχ表示外源指標(biāo)與外源潛變量之間的關(guān)系；S為 外源指標(biāo)X的誤差項(xiàng)；(32) 根據(jù)內(nèi)生潛變量測(cè)量方程的一般公式:Υ= Λ巧+e，確立了內(nèi)生潛變量測(cè)量方程：式中:Y為q X 1階內(nèi)源指標(biāo)向量；Λ y表示內(nèi)源指標(biāo)與內(nèi)源潛變量之間的關(guān)系;e為內(nèi)源指 標(biāo)Y的誤差項(xiàng)； (33) 根據(jù)結(jié)構(gòu)方程的基本形式巧二化+Γξ+ζ，提出了內(nèi)源潛變量的結(jié)構(gòu)方程式：其中，ξ為mXl階外源潛變量向量。 η為η X 1階內(nèi)源潛變量向量。 β為內(nèi)源潛變量η之間的回歸系數(shù)，反映了內(nèi)源潛變量之間的關(guān)系。 Γ為ξ與η間的回歸系數(shù)，反映了外源潛變量對(duì)內(nèi)源潛變量的影響。 ζ為殘差項(xiàng)，反映了 η在方程中未被解釋的部分； (34) 根據(jù)絕對(duì)擬合度指標(biāo)和相對(duì)擬合度指標(biāo)進(jìn)行擬合，獲取初始模型擬合優(yōu)度指數(shù)； (35) 對(duì)初始模型的路徑進(jìn)行修改，獲取修正后模型擬合優(yōu)度指數(shù)，并將修正后模型擬 合優(yōu)度指數(shù)與初始模型擬合優(yōu)度指數(shù)進(jìn)行比較。5.根據(jù)權(quán)利要求1所述的一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，其特征在 于，步驟(4)歸一化處理后的，得到一級(jí)評(píng)價(jià)指標(biāo)權(quán)重值 W=(0.188,0.152,0.137,0.356,0.187)； 二級(jí)評(píng)價(jià)指標(biāo)權(quán)重分別為： Wsm〇= (0.38,0.33,0.29)wsmm= (ο . 30 , ο . 20 , ο . 28 , ο . 22)wsma= (0.27,0.26,0.24, 0.23)， Wsmf = (Ο . 32,0.23,0.24,0.26)Wsmc = (Ο . 25,0.38,0.37);其中，Wsmo'Wsnmi'Wsmf、Wsma、Wsmc 分別表示煤礦安全管理組織、煤礦安全管理模式、煤礦安全管理要素、煤礦安全管理能力和 煤礦安全管理監(jiān)控五個(gè)一級(jí)指標(biāo)下的各二級(jí)指標(biāo)對(duì)應(yīng)的權(quán)重值。6.根據(jù)權(quán)利要求1所述的一種基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)方法，其特征在 于，步驟(5)具體包括如下步驟： (51)令K(xi,xj)是定義在上XXX上的核函數(shù)，乂 C於".，W是給定輸入空間的mXm維矩陣， 即基于SEM路徑系數(shù)的權(quán)重向量，式中：m為輸入空間的維數(shù)，特征加權(quán)核函數(shù)Kf定義為Kf (Xi ,Xj) = K(XiTw,XjTw)，W稱為特征加權(quán)矩陣；W = dig(wi ,W2，. . .，Wm)，Wi e (0,1)，i = 0 , 1，. . .，m為煤礦安全管理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的特征權(quán)重值，wi取值不同直接影響到回歸函數(shù)的 選擇； 巧2)采用Gauss徑向基核函數(shù)：巧3)將評(píng)價(jià)指標(biāo)特征權(quán)重加權(quán)后的Gauss核函數(shù)變?yōu)椋杭礊樘卣骷訖?quán)Gauss核函數(shù)，由基于沈Μ路徑系數(shù)的權(quán)重向量W計(jì)算特征加權(quán)Gauss核函 數(shù)。
【文檔編號(hào)】G06Q50/02GK106096834SQ201610408784
【公開日】2016年11月9日
【申請(qǐng)日】2016年6月2日
【發(fā)明人】何葉榮, 孟祥瑞, 孫大軍, 吳婭楠, 袁媛, 裴飛云, 羅文科
【申請(qǐng)人】淮南師范學(xué)院