預測技術(shù)是安全科學的基礎技術(shù)，事故預測是事故預防與控制以及安全生產(chǎn)目標任務制定的主要依據(jù)，正日益成為系統(tǒng)安全管理研究的熱點問題。 基于時間序列的統(tǒng)計預測是系統(tǒng)安全預測的主要技術(shù)，其中事故發(fā)生起數(shù)是典型的安全系統(tǒng)時間序列。現(xiàn)有多數(shù)的事故預測理論在實施過程中沒有充分利用統(tǒng)計數(shù)據(jù)所包含的信息，同等對待每一期的統(tǒng)計數(shù)據(jù)，使得預測結(jié)果不能較好的反映安全系統(tǒng)的實際情況。礦業(yè)安全系統(tǒng)事故發(fā)生起數(shù)時間序列具有典型動態(tài)非線性趨勢，其近期統(tǒng)計數(shù)據(jù)較遠期統(tǒng)計數(shù)據(jù)對未來狀態(tài)的影響力更大，提出了加權(quán)預測的思想，賦予近期統(tǒng)計數(shù)據(jù)較大的權(quán)重，建立了安全系統(tǒng)事故加權(quán)預測模型，形成了短周期精度檢驗，進而研究了時間非線性函數(shù)、修正指數(shù)函數(shù)、統(tǒng)計值—非線性函數(shù)、殘差—時間非線性函數(shù)以及皮爾函數(shù)五種權(quán)函數(shù)特征，基于修正指數(shù)函數(shù)權(quán)函數(shù)形式，構(gòu)建了權(quán)函數(shù)的判別函數(shù)及選擇方法。基于2005年—2009年礦業(yè)事故時間序列進行了加權(quán)預測研究，得到殘差—時間非線性函數(shù)權(quán)函數(shù)的短周期精度為70.8094，較指數(shù)趨勢預測提高了824.26%，進一步通過判別函數(shù)研究了修正指數(shù)函數(shù)權(quán)函數(shù)的平均增長速度對加權(quán)預測精度的影響，發(fā)現(xiàn)隨著平均增長速度的...

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第一章 前言
    1.1 安全系統(tǒng)時間序列預測
    1.2 安全系統(tǒng)事故的特征屬性
    1.3 安全系統(tǒng)加權(quán)預測方法研究
        1.3.1 研究意義
        1.3.2 研究現(xiàn)狀
        1.3.3 研究內(nèi)容
第二章 安全系統(tǒng)事故時間序列加權(quán)預測方法
    2.1 安全系統(tǒng)事故預測常用方法
        2.1.1 回歸分析預測法
        2.1.2 時間序列預測法
        2.1.3 灰色預測法
        2.1.4 馬爾柯夫預測
        2.1.5 神經(jīng)網(wǎng)絡預測法
        2.1.6 組合預測法
    2.2 事故預測精度檢驗方法
    2.3 事故預測模型的選擇
    2.4 安全系統(tǒng)事故時間序列加權(quán)預測方法
        2.4.1 事故時間序列加權(quán)預測方法特征
        2.4.2 事故時間序列加權(quán)預測模型
        2.4.3 短周期精度檢驗方法
第三章 安全系統(tǒng)事故加權(quán)預測中權(quán)函數(shù)研究
    3.1 事故加權(quán)預測權(quán)函數(shù)的基本特征要求
    3.2 常用非線性權(quán)函數(shù)
        3.2.1 時間非線性函數(shù)
        3.2.2 修正指數(shù)函數(shù)
        3.2.3 統(tǒng)計值—時間非線性函數(shù)
        3.2.4 殘差—時間非線性函數(shù)
        3.2.5 皮爾函數(shù)
    3.3 權(quán)函數(shù)的判別原則及選擇方法
        3.3.1 權(quán)函數(shù)的判別原則
        3.3.2 權(quán)函數(shù)的選擇方法
    3.4 權(quán)函數(shù)參數(shù)變化影響分析
第四章 礦業(yè)安全系統(tǒng)事故趨勢加權(quán)預測
    4.1 礦業(yè)安全系統(tǒng)事故趨勢預測
        4.1.1 事故趨勢預測概況
        4.1.2 礦業(yè)安全系統(tǒng)事故趨勢預測的重要性
    4.2 礦業(yè)安全系統(tǒng)事故趨勢加權(quán)預測
        4.2.1 建立事故時間序列
        4.2.2 礦業(yè)安全系事故加權(quán)預測模型
        4.2.3 預測精度檢驗
    4.3 預測結(jié)果分析
第五章 結(jié)論
參考文獻
致謝
攻讀碩士期間發(fā)表學術(shù)論文及國家專利
詳細中英文摘要



本文編號：3996792