安全管理
基于神经网络和证据理论的
煤矿风险预警模型
曹庆贵
1
, 张广宇
1, 2
, 张 建
1
(1.山东科技大学 资源与环境工程学院 , 山东 青岛 266510;2.济宁矿业集 团公司 , 山东 济宁 272100)
摘 要 :建立了煤矿风险预警指标体系 , 提出基于 BP神经网络和 D— S证据理论的煤矿风险预警
模型 。 通过多个 BP神经网络输出结果构造证据理论的基本可信度分配 (BPA), 可以克服 BPA传统构
造方法带来的主观因素影响 , 也可以解决单一 BP神经网络输出的不稳定问题 。实例分析和仿真表明 ,
该模型预警结果准确可靠 。
关键词 :煤矿风险 ;预警 ;BP神经网络 ;D— S证据理论 ;信息融合
中图分类号 :TD77
+
1;X928.03 文献标志码 :B 文章编号 :1008 -4495(2011)01 -0081 -03
收稿日期 :2010 -05 -19;2010 -09 -26修订
作者简介 :曹庆贵 (1961— ), 男 , 山东临沭人 , 博士 , 教授 ,
主要 研 究 方 向 为 安 全 管 理 和 安 全 信 息 技 术 。 E -mail:
caotaian@sina.com。
近年来我国煤矿重特大事故时有发生, 建立煤
矿风险预警模型 , 做好风险预警工作, 对煤矿安全生
产有着重要意义
[ 1]
。
煤矿风险预警过程中 , 其指标形式多样, 信息处
理数据量很大;各指标之间关系复杂并且存在不确
定性 ;对信息处理的及时性 、准确性和可靠性有较高
要求 。 因此 ,迫切需要利用计算机技术对获得的信
息在一定准则下加以自动分析 、优化综合 ,达到定性
与定量信息的有效融合 , 以提高数据处理的自动化
程度 , 完成所需的估计与决策 。 BP人工神经网络在
模式识别、函数逼近等方面得到广泛应用 ,近年来也
逐渐被引入到风险评价中 , 并取得了较好的效果
[ 2]
。
但由于神经网络输出的不稳定性 , 多次融合会
得到多个结果
[ 3]
。 针对此问题, 引入 D— S证据理
论算法 。 D— S证据理论是信息融合技术的主要算
法之一 , 具有较强的不确定性信息处理能力。 在合
成证据时, 基本可信度分配往往是根据实际经验获
取 , 主观影响较大 。可以将 BP神经网络运用到证据
合成中 BPA的获取
[ 4]
。提出将 BP神经网络和证据
理论相结合的煤矿风险预警模型, 充分利用 D— S证
据理论来表达和处理不确定信息 , 并发挥 BP神经网
络自学习、自适应和较好的容错性等优点 ,从而可以
提高风险预警的准确性和可靠性。
1 风险预警指标体系的建立
建立科学合理的风险预警指标体系 , 是对矿井
安全状况进行全面综合评价的基础和关键 。由于矿
井生产系统中不安全因素较多 , 在建立指标体系时 ,
必须分清主次 , 合理取舍影响矿井安全的所有因素 。
在对煤矿安全状况调查 、分析的基础上 , 确定煤矿风
险预警指标有 :①危险源因子 ;②隐患因子 ;③人的
行为风险因子 ;④瓦斯煤尘爆炸事故风险因子 ;⑤矿
井火灾事故风险 因子;⑥矿井水灾事故 风险因子 ;
⑦安全制度和安全教育因子 。根据矿井的 实际状况
可以将一级指标细化, 设计相应的二级甚至三级预
警指标, 此处不作详细分析 。设定 4个风险预警等
级:Ⅰ 严重 , Ⅱ一般 , Ⅲ可接受 , Ⅳ无预警 。
2 BP神经网络
BP神经网络是一种单向传播的多层前向网络 ,
具有 3层或 3层以上的神经网络 , 包括输入层 、隐含
层和输出层 。 上下层之间实现全连接 , 而每层神经
元之间无连接 。 当一对学习样本提供给网络后 , 神
经元的激活值从输入层经各中间层向输出层传播 ,
在输出层的各神经元获得网络的输入 响应 。 接 下
来, 按照减少目标输出与实际误差的方向 , 从输出层
经过各中间层逐层修正和连接权值 , 最后回到输入
层。 这种算法称为 “误差逆传播算法”, 随着这种修
正不断进行 ,网络对输入模式响应的正确率也不断
上升 。 BP神经网络有一个非常重要的定理 , 即对于
任何在闭区间内的一个连续函数都可以用单隐含层
·81·
2011 年 2月
矿业安全与环保
第 38卷第 1期
中国煤炭期刊网
www.chinacaj.net
评论0
最新资源