专利汇可以提供一种基于SEM‑FSVM的煤矿安全管理风险评价方法专利检索,专利查询,专利分析的服务。并且本 发明 公开一种基于SEM‑FSVM的 煤 矿安全管理 风 险评价方法,根据SEM路径系数值计算出评价指标特征权重,消除评价指标贡献度对评价结果的影响;对FSVM核函数进行改进,运用通过SEM路径系数值与GAUSS核函数进行内积运算所形成的指标特征加权GAUSS核函数,运用基于SEM‑FSVM的煤矿安全管理风险评价方法,对煤矿安全管理风险进行评价,消除评价样本贡献度对评价结果的影响,确保风险评价过程的科学性和评价结果的精确度。本发明解决了煤矿安管理风险评价指标特征重要性和样本贡献度对评价结果的影响问题,增加了评价过程的科学性和评价结果的精确度。,下面是一种基于SEM‑FSVM的煤矿安全管理风险评价方法专利的具体信息内容。
1.一种基于SEM-FSVM的煤矿安全管理风险评价方法,其特征在于:包括如下步骤:
(1)基于煤矿安全管理多元风险致因,运用主成分分析与因子分析的方法,提取煤矿安全管理关键风险因素;
(2)对步骤(1)提取识别出来的风险因素进行提炼、归类与命名,构建出煤矿安全管理风险评价指标体系;
(3)建立煤矿安全管理风险路径关系模型,运用结构方程模型SEM对煤矿安全管理风险概念模型进行验证,计算出煤矿安全管理风险关系路径系数;
(4)通过对煤矿安全管理风险关系路径系数进行归一化处理,计算出煤矿安全管理风险评价指标特征权重;
(5)将通过步骤(4)计算出来的评价指标特征权重与FSVM的核函数GAUSS核函数进行内积运算,构建特征加权GAUSS核函数;
(6)将模糊支持向量机FSVM理论应用于煤矿安全管理风险评价中,消除样本贡献度对评价结果的影响;
(7)通过结构方程模型SEM和模糊支持向量机FSVM相结合,形成一种基于SEM-FSVM的煤矿安全管理风险评价方法,消除评价指标特征贡献度及样本贡献度对评价结果的影响。
2.根据权利要求1所述的一种基于SEM-FSVM的煤矿安全管理风险评价方法,其特征在于:步骤(1)提取的煤矿安全管理关键风险因素包括五个外源潜变量和一个内源潜变量,所述外源潜变量包括煤矿安全管理组织(SMO)、煤矿安全管理能力(SMA)、煤矿安全管理模式(SMM)、煤矿安全管理要素(SMF)和煤矿安全管理监控(SMC),所述内源潜变量为煤矿安全管理风险后果(SMR)。
3.根据权利要求2所述的一种基于SEM-FSVM的煤矿安全管理风险评价方法,其特征在于:
所述煤矿安全管理组织包括安全管理组织结构风险因子(v1)、安全管理组织行为风险因子(v2)和安全管理组织文化风险因子(v3);
所述煤矿安全管理模式包括安全管理计划制定与完善(v4)、安全管理计划实施与控制(v5)、安全激励机制(v6)和安全培训及教育(v7);
所述煤矿安全管理能力包括安全行为管理能力风险因子(v8)、安全行政管理能力风险因子(v9)、安全技术管理能力风险因子(v10)和安全创新管理能力 风险因子(v11);
所述煤矿安全管理要素包括人因要素风险因子(v12)、机械(设备)的安全性风险因子(v13)、环境安全性(v14)和信息的安全性风险因子(v15);
所述煤矿安全管理监控包括监测产品的标准与规程完备程度风险因子(v16)、安全检测系统校正或维修及时性风险因子(v17)和安全管理监测制度的完善程度风险因子(v18);
所述煤矿安全管理风险后果包括安全事故发生率与预期的差异(v19)、煤矿企业销售绩效与预期差异(v20)、安全事故造成人员及经济损失值与预期的差异(v21)。
4.根据权利要求1所述的一种基于SEM-FSVM的煤矿安全管理风险评价方法,其特征在于,步骤(3)涉及的具体步骤如下:
(31)根据外源潜变量测量方程的一般公式:X=Λxξ+σ,提出了外源潜变量的测量方程,参见下式,其中,X为p×1阶外源指标向量;Λx表示外源指标与外源潜变量之间的关系;δ为外源指标X的误差项;
(32)根据内生潜变量测量方程的一般公式:Y=Λyη+e,确立了内生潜变 量测量方程:
式中:Y为q×1阶内源指标向量;Λy表示内源指标与内源潜变量之间的关系;e为内源指标Y的误差项;
(33)根据结构方程的基本形式:η=βη+Γξ+ζ,提出了内源潜变量的结构方程式:
其中,ξ为m×1阶外源潜变量向量。
η为n×1阶内源潜变量向量。
β为内源潜变量η之间的回归系数,反映了内源潜变量之间的关系。
Γ为ξ与η间的回归系数,反映了外源潜变量对内源潜变量的影响。
ζ为残差项,反映了η在方程中未被解释的部分;
(34)根据绝对拟合度指标和相对拟合度指标进行拟合,获取初始模型拟合优度指数;
(35)对初始模型的路径进行修改,获取修正后模型拟合优度指数,并将修正后模型拟合优度指数与初始模型拟合优度指数进行比较。
5.根据权利要求1所述的一种基于SEM-FSVM的煤矿安全管理风险评价方法,其特征在于,步骤(4)归一化处理后的,得到一级评价指标权重值
W=(0.188,0.152,0.137,0.356,0.187);
二级评价指标权重分别为:
wsmo=(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,wsmo、wsmm、wsmf、wsma、wsmc分别表示煤矿安全管理组织、煤矿安全管理模式、煤矿安全管理要素、煤矿安全管理能力和煤矿安全管理监控五个一级指标下的各二级指标对应的权重值。
6.根据权利要求1所述的一种基于SEM-FSVM的煤矿安全管理风险评价方法,其特征在于,步骤(5)具体包括如下步骤:
(51)令K(xi,xj)是定义在上X×X上的核函数, W是给定输入空间的m×m维矩阵,即基于SEM路径系数的权重向量,式中:m为输入空间的维数,特征加权核函数Kf定义为Kf(xi,xj)=K(xiTW,xjTW),W称为特征加权矩阵;W=dig(w1,w2,...,wm),wi∈(0,1),i=0,
1,...,m为煤矿安全管理风险评价指标的特征权重值,wi取值不同直接影响到回归函数的选择;
(52)采用Gauss径向基核函数:
(53)将评价指标特征权重加权后的Gauss核函数变为:
即为特征加权Gauss核函数,由基于SEM路径系数的权重向量W计算特征加权Gauss核函数。
每个主成分系数的平方和为1,即: 主成分之间相互独立,COV(Fi,
Fj)=0,i≠j,i,j=1,2,...,p;主成分的方差依次递减,重要性依次递减,即VAR(F1)≥VAR(F2)≥....≥VAR(Fp)。
因子分析基本原理是对具有一定相关关系的多个变量进行精简,精炼为少数几个相互独立的因子,将相同本质的变量归为一个因子。设有N个样本,每个样本有P个观测指标,即X=[X1,X2,...,Xp]′是可观测的随机向量,且E(X)=0,COV(X)=∑,协方差矩阵∑与相关矩阵R相等。
F=[F1,F2,...,Fm]′m<p,是不可观测变量,且E(F)=0,COV(F)=I,F
的各个分量是相互独立的。ε=[ε1,ε2,...,εp]′与F是相互独立的,且E(ε)=0,ε的协方差矩阵∑ε是对角矩阵,即ε跟分量之间是相互独立的。
因子分析的数学模型为:
其中:
因子载荷aij是第i个变量与第j个公共因子的相关系数,Xi=ai1F1+...+aimFm+εi反映第i个变量与第j个公共因子的重要性。
(2)对识别出来的风险因素进行提炼、归类与命名,构建出煤矿安全管理风险评价指标体系。通过主成分分析和因子分析,得出提取影响煤矿安全管理的主要风险因素,进行因子归类和变量命名,构建出煤矿安全管理风险评价指标体系,如表1所示。煤矿安全管理关键风险因素包括五个外源潜变量和一个内源潜变量,所述外源潜变量包括煤矿安全管理组织(SMO)、煤矿安全管理能力(SMA)、煤矿安全管理模式(SMM)、煤矿安全管理要素(SMF)和煤矿安全管理监控(SMC),所述内源潜变量为煤矿安全管理风险后果(SMR)。
煤矿安全管理组织包括安全管理组织结构风险因子(v1)、安全管理组织行为风险因子(v2)和安全管理组织文化风险因子(v3);所述煤矿安全管理模式包括安全管理计划制定与完善(v4)、安全管理计划实施与控制(v5)、安全激励机制(v6)和安全培训及教育(v7);所述煤矿安全管理能力包括安全行为管理能力风险因子(v8)、安全行政管理能力风险因子(v9)、安全技术管理能力风险因子(v10)和安全创新管理能力风险因子(v11);所述煤矿安全管理要素包括人因要素风险因子(v12)、机械(设备)的安全性风险因子(v13)、环境安全性(v14)和信息的安全性风险因子(v15)。煤矿安全管理监控包括监测产品的标准与规程完备程度风险因子(v16)、安全检测系统校正或维修及时性风险因子(v17)和安全管理监测制度的完善程度风险因子(v18)。所述煤矿安全管理风险后果包括安全事故发生率与预期的差异(v19)、煤矿企业销售绩效与预期差异(v20)、安全事故造成人员及经济损失值与预期的差异(v21)。
通过对前五个主成分进行梳理,进行因子归类和变量命名,构建出本发明一种基于SEM-FSVM的煤矿安全管理风险评价方法中的评价指标体系。
表1:因子分析结果
(3)建立煤矿安全管理风险路径关系模型,运用结构方程模型SEM对煤矿安全管理风险概念模型进行验证,通过结构方程模型SEM路径系数计算出煤矿安全管理风险评价指标特征权重,具体步骤如下:
1)本发明提出了风险关系的初始模型。包括5个外源潜变量(自变量),即煤矿安全管理组织(SMO)、煤矿安全管理模式(SMM)、煤矿安全管理能力(SMA)、煤矿安全管理要素(SMF)和煤矿安全管理监测(SMC),一个内源潜变量(因变量),即安全管理风险后果(SMR)。
2)外源潜变量和内生潜变量之间有11条传导路径,即代表煤矿安全管理风险后果产生的11种风险演化路径。假设5个外源潜变量之间有一定的影响作用,可以通过这5个外源潜变量之间6条路径反映出来。
3)本发明根据外源潜变量测量方程的一般公式:X=Λxξ+σ,提出了外源潜变量的测量方程。式中:X为p×1阶外源指标向量;Λx表示外源指标与外源潜变量之间的关系;δ为外源指标X的误差项。
4)本发明根据内生潜变量测量方程的一般公式:Y=Λyη+ε,确立了内生潜变量测量方程:
式中:Y为q×1阶内源指标向量;Λy表示内源指标与内源潜变量之间的关系;ε为内源指标Y的误差项。
5)本发明根据结构方程的基本形式,η=βη+Γξ+ζ,提出了结构方程式:
其中,ξ为m×1阶外源潜变量向量。
η为n×1阶内源潜变量向量。
β为内源潜变量η之间的回归系数,反映了内源潜变量之间的关系。
Γ为ξ与η间的回归系数,反映了外源潜变量对内源潜变量的影响。
ζ为残差项,反映了η在方程中未被解释的部分;
(34)根据绝对拟合度指标和相对拟合度指标进行拟合,获取初始模型拟合优度指数;
(35)对初始模型的路径进行修改,获取修正后模型拟合优度指数,并将修正后模型拟合优度指数与初始模型拟合优度指数进行比较。
6)本发明对结构方程式进行具体解释:公式左边SMR是内生潜变量,代表煤矿安全管理风险后果;公式右边SMO、SMM、SMA、SMF和SMC是外源潜变量,分别代表煤矿安全管理组织、煤矿安全管理模式、煤矿安全管理能力、煤矿安全管理要素、煤矿安全管理监测5个方面的风险因素。
7)根据如表2拟合指数与评价标准对本发明的模型进行拟合。
表2:拟合指数与评价标准
8)本发明对初始模型的路径进行修改。修正后模型比初始模型的拟合优度指数有了很大的改善。对比结果如表3所示。
表3修正后模型与初始模型拟合优度指数比较
9)本发明拟合结果给出所有参数的标准化估计都在0.5-0.95之间,临界值(C.R)的绝对值大于1.96的参考值,显著性水平p小于0.05。表明模型符合基本拟合评价标准。
(4)通过对煤矿安全管理风险关系路径系数进行归一化处理,计算出煤矿安全管理风险评价指标的特征权重;使用结构方程模型SEM解决煤矿安全管理风险因素关系分析及风险评价指标特征权重计算问题,运用所述的煤矿安全管理风险评价指标体系建立煤矿安全管理风险因素关系模型,通过结构方程模型SEM对所述的煤矿安全管理风险因素关系模型进行验证,分析风险路径系数,通过对风险路径系数的归一化处理,计算出煤矿安全管理风险评价指标特征权重。具体如下:
1)本发明将5个一级指标和各二级指标SEM路径系数分别进行归一化处理,得到一级评价指标权重值为W=(0.188,0.152,0.137,0.356,0.187)各二级评价指标权重分别为:
wsmo=(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)本发明给出了符号的具体解释:W表示一级指标权重,wsmo、wsmm、wsmf、wsma、wsmc分别表示煤矿安全管理组织、煤矿安全管理模式、煤矿安全管理要素、煤矿安全管理能力及煤矿安全管理监控等五个一级指标下各二级指标对应的权重值。
(5)本发明提出了一种基于SEM路径系数的特征加权核函数构建方法,将通过步骤(4)计算出来的评价指标特征权重与FSVM的核函数GAUSS核函数进行内积运算,构建特征加权GAUSS核函数。具体步骤如下:
1)令K(xi,xj)是定义在上X×X上的核函数, W是给定输入空间的m×m维矩阵,
即基于SEM路径系数的权重向量,式中:m为输入空间的维数。特征加权核函数Kf定义为Kf(xi,xj)=K(xiTW,xjTW)。W称为特征加权矩阵。W=dig(w1,w2,...,wm),wi∈(0,1),i=0,
1,...,m为煤矿安全管理风险评价指标的特征权重值。wi取值不同直接影响到回归函数的选择。
2)本发明选用性能较好的Gauss径向基核函数
3)加权后的Gauss核函数变为:
即为特征加权Gauss核函数。由基于SEM路径系数的权重向量W计算特征加权Gauss核函数。
(6)在充分考虑煤矿安全管理非线性、动态时变性、小样本事件及含有模糊信息等特点的基础上,将模糊支持向量机FSVM理论应用于煤矿安全管理风险评价中,消除样本贡献度对评价结果的影响;在支持向量机二次规划的惩罚参数中添加模糊隶属度,构建模糊支持向量机FSVM,通过核函数实现到高维空间的非线性映射,适合于解决本质上含有模糊信息、非线性分类和小样本事件、回归和密度函数估计等问题,使用模糊支持向量机解决煤矿安管理的小样本、非线性及模糊信息问题,消除样本贡献度对评价结果的影响。具体如步骤下:
1)对于含有模糊信息的非线性问题,首先引入从输入空间Rn到一个高维空间H的变换构建模糊训练集式为:
n
2)将原来R 上的模糊非线性问题转化为特征空间H上的模糊线性问题,选择恰当的阈值γ(0<γ≤1),适当的惩罚参数C,模糊问题就转化为以求解(W,b,ξ)T为决策变量的模糊机会约束规划问题:
式中:C>0为惩罚参数,ξ=(ξ1,ξ2,...,ξl)T为松弛变量。
3)本发明通过引入适当的核函数K(xj,xk)=Φ(xj)·Φ(xk),其中(j=t,s,i,q;k=t,s,i,q),构造二次规划式:
式中:
4)该规划式为凸二次规划式,求解该规划式,得到最优解
* *
5)选择β的正分量 或者α的正分量 可以计算出
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种在线政务服务系统及其使用方法 | 2020-06-02 | 956 |
野外地质三维综合信息平台及其数据集成与可视化方法 | 2020-05-19 | 968 |
基于互联网的管税系统 | 2020-05-23 | 254 |
一种农田秸秆资源空间分布估算方法 | 2020-05-17 | 487 |
将垃圾填埋荒废用地转变为建设用地的方法 | 2020-06-11 | 201 |
一种行政权力运行数据集中管理模型化方法 | 2020-05-11 | 293 |
一种山区电网风区分布图绘制方法 | 2020-05-18 | 503 |
基于二维码的危化品公路运输管理系统及其运行方法 | 2020-05-26 | 682 |
一种网络竞赛服务平台 | 2020-06-01 | 610 |
一种能源互联网通信规划设计的智能化系统平台及方法 | 2020-05-28 | 887 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。