矿业安全系统加权时间序列预测模型研究

发布时间：2024-06-28 23:04

　　预测技术是安全科学的基础技术，事故预测是事故预防与控制以及安全生产目标任务制定的主要依据，正日益成为系统安全管理研究的热点问题。 基于时间序列的统计预测是系统安全预测的主要技术，其中事故发生起数是典型的安全系统时间序列。现有多数的事故预测理论在实施过程中没有充分利用统计数据所包含的信息，同等对待每一期的统计数据，使得预测结果不能较好的反映安全系统的实际情况。矿业安全系统事故发生起数时间序列具有典型动态非线性趋势，其近期统计数据较远期统计数据对未来状态的影响力更大，提出了加权预测的思想，赋予近期统计数据较大的权重，建立了安全系统事故加权预测模型，形成了短周期精度检验，进而研究了时间非线性函数、修正指数函数、统计值—非线性函数、残差—时间非线性函数以及皮尔函数五种权函数特征，基于修正指数函数权函数形式，构建了权函数的判别函数及选择方法。基于2005年—2009年矿业事故时间序列进行了加权预测研究，得到残差—时间非线性函数权函数的短周期精度为70.8094，较指数趋势预测提高了824.26%，进一步通过判别函数研究了修正指数函数权函数的平均增长速度对加权预测精度的影响，发现随着平均增长速度的...

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
第一章 前言
    1.1 安全系统时间序列预测
    1.2 安全系统事故的特征属性
    1.3 安全系统加权预测方法研究
        1.3.1 研究意义
        1.3.2 研究现状
        1.3.3 研究内容
第二章 安全系统事故时间序列加权预测方法
    2.1 安全系统事故预测常用方法
        2.1.1 回归分析预测法
        2.1.2 时间序列预测法
        2.1.3 灰色预测法
        2.1.4 马尔柯夫预测
        2.1.5 神经网络预测法
        2.1.6 组合预测法
    2.2 事故预测精度检验方法
    2.3 事故预测模型的选择
    2.4 安全系统事故时间序列加权预测方法
        2.4.1 事故时间序列加权预测方法特征
        2.4.2 事故时间序列加权预测模型
        2.4.3 短周期精度检验方法
第三章 安全系统事故加权预测中权函数研究
    3.1 事故加权预测权函数的基本特征要求
    3.2 常用非线性权函数
        3.2.1 时间非线性函数
        3.2.2 修正指数函数
        3.2.3 统计值—时间非线性函数
        3.2.4 残差—时间非线性函数
        3.2.5 皮尔函数
    3.3 权函数的判别原则及选择方法
        3.3.1 权函数的判别原则
        3.3.2 权函数的选择方法
    3.4 权函数参数变化影响分析
第四章 矿业安全系统事故趋势加权预测
    4.1 矿业安全系统事故趋势预测
        4.1.1 事故趋势预测概况
        4.1.2 矿业安全系统事故趋势预测的重要性
    4.2 矿业安全系统事故趋势加权预测
        4.2.1 建立事故时间序列
        4.2.2 矿业安全系事故加权预测模型
        4.2.3 预测精度检验
    4.3 预测结果分析
第五章 结论
参考文献
致谢
攻读硕士期间发表学术论文及国家专利
详细中英文摘要



本文编号：3996792