權(quán)利要求

1.用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法，其特征在于，包括如下步驟：

步驟1：從事故損失和工傷事故率方面，構(gòu)建一種對(duì)礦山安全績(jī)效進(jìn)行評(píng)價(jià)的指標(biāo)體系；

步驟2：對(duì)該評(píng)價(jià)指標(biāo)體系進(jìn)行灰色變權(quán)聚類分析，將歷史年份統(tǒng)計(jì)的安全績(jī)效數(shù)據(jù)劃分為“較好”、“中等”和“較差”三個(gè)屬性；

灰色變權(quán)聚類分析是根據(jù)灰色關(guān)聯(lián)矩陣的白化權(quán)函數(shù)，將一些觀測(cè)指標(biāo)或觀測(cè)對(duì)象綜合起來(lái)定義類別的方法，其具體分析過(guò)程如下：

(1)建立一個(gè)包含h個(gè)指標(biāo)的礦山安全績(jī)效評(píng)價(jià)指標(biāo)體系，選擇其中的某一指標(biāo)作為聚類指標(biāo)j，根據(jù)實(shí)際需要將安全績(jī)效評(píng)價(jià)指標(biāo)劃分為s個(gè)不同的子類等級(jí)，例如“較好”、“中等”、“較差”等子類，將其中一個(gè)子類g的白化權(quán)函數(shù)設(shè)為fjg(·)，假設(shè)聚類指標(biāo)j的子類g的臨界值為則聚類指標(biāo)j相對(duì)于子類g的權(quán)重為：

(2)典型的白化權(quán)函數(shù)為其的計(jì)算公式為：

(3)將統(tǒng)計(jì)的歷史年份從小到大排序成1、2、…、n，其中n為統(tǒng)計(jì)的歷史年份總數(shù)；對(duì)于某一年份對(duì)應(yīng)的序號(hào)i，指標(biāo)j的樣本值xij的灰色變權(quán)聚類系數(shù)的計(jì)算公式為：

(4)根據(jù)年份對(duì)應(yīng)的序號(hào)i的灰色變權(quán)聚類系數(shù)值，由判斷公式找出其最大的灰色變權(quán)系數(shù)其中g(shù)*為判斷對(duì)象i的灰類屬性；

步驟3：在安全績(jī)效評(píng)價(jià)指標(biāo)體系中選擇幾個(gè)重要指標(biāo)，構(gòu)建能對(duì)安全績(jī)效進(jìn)行評(píng)價(jià)的改進(jìn)式GM(1,1)動(dòng)態(tài)模型，并對(duì)礦山的未來(lái)的安全績(jī)效進(jìn)行預(yù)測(cè)；其分析過(guò)程如下：

(1)以F作為分級(jí)指標(biāo)，設(shè)置F∈(η1，η2]為第一級(jí)，設(shè)置F∈(η2，η3]為第二級(jí)，依此類推；可以根據(jù)實(shí)際情況設(shè)置l級(jí)進(jìn)行處理，分級(jí)指標(biāo)為：F∈(η1，η2]，F(xiàn)∈(η2，η3]，…，F(xiàn)∈(ηl，ηl+1]；分級(jí)序列如下：

其中，ηr和ηr+1分別為r級(jí)序列的下限值和上限值，r＝1,2,……,l。

(2)對(duì)于r級(jí)年份序列其1-AGO序列為：對(duì)于其緊鄰均值生成值序列為：則對(duì)于r級(jí)年份序列，有一個(gè)改進(jìn)式GM(1,1)模型為：

(3)改進(jìn)式GM(1,1)模型的最小二乘估計(jì)參數(shù)列為：

其中，

(4)改進(jìn)式GM(1,1)模型的時(shí)間響應(yīng)函數(shù)如下：

改進(jìn)式GM(1,1)模型的時(shí)間響應(yīng)序列如下：

修復(fù)模擬值為：

在上述各式中，k＝1,2,…,m；

(5)對(duì)實(shí)際值序列與預(yù)測(cè)值序列進(jìn)行誤差檢驗(yàn)，只有當(dāng)誤差檢驗(yàn)合格時(shí)，改進(jìn)式GM(1,1)模型的精度才是合格的，才可以用來(lái)對(duì)礦山的安全績(jī)效進(jìn)行預(yù)測(cè)；r個(gè)年份序列災(zāi)變式GM(1,1)模型將原來(lái)為一個(gè)序列的較差的聚類指標(biāo)的年份序列分成多個(gè)區(qū)段進(jìn)行預(yù)測(cè)，即改進(jìn)式GM(1,1)模型；

步驟4：根據(jù)改進(jìn)式動(dòng)態(tài)模型對(duì)礦山安全績(jī)效進(jìn)行預(yù)測(cè)的結(jié)果，對(duì)情況較好的年份以及情況較差的年份分別采取不同的防控措施。

2.根據(jù)權(quán)利要求1所述的一種用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法，其特征在于，在構(gòu)建安全績(jī)效評(píng)價(jià)的數(shù)學(xué)動(dòng)態(tài)模型前，先將歷史統(tǒng)計(jì)的數(shù)據(jù)劃分灰度，并且可以將其進(jìn)一步細(xì)分從而獲得更高的準(zhǔn)確性與精度。

3.根據(jù)權(quán)利要求1所述的一種用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法，其特征在于，步驟2的(2)中對(duì)于白化權(quán)函數(shù)下限測(cè)度的計(jì)算公式為：對(duì)于白化權(quán)函數(shù)適中測(cè)度和白化權(quán)函數(shù)上限測(cè)度的計(jì)算公式為：

4.根據(jù)權(quán)利要求1所述的一種用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法，其特征在于，步驟3的(2)中的1-AGO序列即為一次累加生成序列。

說(shuō)明書(shū)

技術(shù)領(lǐng)域

本發(fā)明屬于灰色動(dòng)態(tài)數(shù)學(xué)模型工程技術(shù)領(lǐng)域，尤其涉及用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法。

背景技術(shù)

礦業(yè)工程的發(fā)展離不開(kāi)安全的推動(dòng)，因此，安全管理在礦業(yè)工程中的重要性日益凸顯。如何有效地對(duì)礦山的安全績(jī)效進(jìn)行評(píng)價(jià)以及風(fēng)險(xiǎn)預(yù)測(cè)是工業(yè)工程安全管理中的復(fù)雜、系統(tǒng)性的問(wèn)題，目前國(guó)內(nèi)礦山安全評(píng)價(jià)的方法較多，大體分為定性評(píng)價(jià)和定量評(píng)價(jià)，其中定性評(píng)價(jià)方法應(yīng)用較為廣泛。

由于安全定量評(píng)價(jià)中統(tǒng)計(jì)數(shù)據(jù)的不完善，存在漏報(bào)、瞞報(bào)等人為因素的干擾以及其他諸多原因，安全系統(tǒng)具有典型的“灰色”特征，因此，礦山安全績(jī)效的評(píng)價(jià)指標(biāo)的歷史數(shù)據(jù)呈離散分布，統(tǒng)計(jì)方法的規(guī)則難以厘定，以往通過(guò)處理歷史數(shù)據(jù)或?qū)こ踢M(jìn)行類比監(jiān)測(cè)的方法易出現(xiàn)偏差并且無(wú)法達(dá)到工程的預(yù)測(cè)精度的要求，導(dǎo)致安全管理相對(duì)被動(dòng)和滯后。

現(xiàn)如今大多數(shù)對(duì)礦山安全績(jī)效的評(píng)價(jià)方法都存在較大的局限性，尋找一種有效的，評(píng)價(jià)精度高的，不僅能揭示已知數(shù)值離散分布的規(guī)律，更能具有預(yù)測(cè)未知數(shù)據(jù)和變化趨勢(shì)的礦山安全績(jī)效評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的綜合方法迫在眉睫。在此形勢(shì)下，本發(fā)明專利提出一種以灰色變權(quán)聚類分析為基礎(chǔ)的數(shù)學(xué)動(dòng)態(tài)模型法，可以較好地解決當(dāng)下的難題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題在于針對(duì)上述現(xiàn)有技術(shù)中的不足，提供一種用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法；其首先從事故損失和工傷事故率方面構(gòu)建一種安全績(jī)效評(píng)價(jià)指標(biāo)體系，接著對(duì)構(gòu)建出的安全績(jī)效評(píng)價(jià)指標(biāo)進(jìn)行灰色變權(quán)聚類分析，根據(jù)分析結(jié)果將歷史統(tǒng)計(jì)年份的礦山安全績(jī)效劃分為“較好”、“中等”和“較差”三個(gè)屬性，然后在安全績(jī)效評(píng)價(jià)的指標(biāo)體系中選擇工時(shí)損失和重傷事故率兩個(gè)具體指標(biāo)構(gòu)建出能對(duì)安全績(jī)效進(jìn)行評(píng)價(jià)的改進(jìn)式GM(1,1)動(dòng)態(tài)模型，并對(duì)礦山的未來(lái)的安全績(jī)效進(jìn)行預(yù)測(cè)；最后根據(jù)改進(jìn)式GM(1,1)動(dòng)態(tài)模型對(duì)現(xiàn)有的安全績(jī)效指標(biāo)進(jìn)行分析的結(jié)果，提出相應(yīng)的防控措施。該方法能夠較好地揭示已知數(shù)值離散分布的規(guī)律并且對(duì)礦山未來(lái)的安全績(jī)效進(jìn)行了預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果采取防控措施，具有有效性、評(píng)價(jià)精度較高等優(yōu)點(diǎn)。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

一種用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法，利用該數(shù)學(xué)動(dòng)態(tài)模型對(duì)礦山安全績(jī)效進(jìn)行評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)，包括以下步驟：

步驟1：以往對(duì)礦山的安全評(píng)價(jià)大多只是對(duì)礦山安全狀態(tài)的評(píng)價(jià)，實(shí)際上礦山安全狀態(tài)是礦山各類安全投入的集合，而礦山安全績(jī)效則是礦山安全的結(jié)果，因此礦山安全評(píng)價(jià)應(yīng)綜合考慮能夠反映礦山安全狀況的各項(xiàng)指標(biāo)以及安全績(jī)效指標(biāo)兩大部分。在此專利中，側(cè)重闡述礦山安全績(jī)效評(píng)價(jià)的指標(biāo)體系，因此首先從事故損失和工傷事故率方面構(gòu)建礦山安全績(jī)效評(píng)價(jià)指標(biāo)體系。

步驟2：涉及礦山安全的因素眾多且相互關(guān)聯(lián)，評(píng)價(jià)礦山安全的體系是一個(gè)典型的、極其復(fù)雜的灰色系統(tǒng)，基于此，采取灰色變權(quán)聚類分析的方法，準(zhǔn)確地表示和保存有用信息，對(duì)離散分布的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行有效分析，擺脫了傳統(tǒng)的人為主觀判定的方式，避免信息失真，根據(jù)對(duì)構(gòu)建出的安全績(jī)效評(píng)價(jià)指標(biāo)體系進(jìn)行灰色變權(quán)聚類分析的結(jié)果，將歷史統(tǒng)計(jì)年份的礦山安全績(jī)效劃分為“較好”、“中等”和“較差”三個(gè)屬性，使統(tǒng)計(jì)的歷史數(shù)據(jù)產(chǎn)生縱向關(guān)聯(lián)。

灰色變權(quán)聚類分析是根據(jù)灰色關(guān)聯(lián)矩陣的白化權(quán)函數(shù)，將一些觀測(cè)指標(biāo)或觀測(cè)對(duì)象綜合起來(lái)定義類別的方法，其數(shù)學(xué)模型建立過(guò)程如下：

(1)建立一個(gè)包含h個(gè)指標(biāo)的礦山安全績(jī)效評(píng)價(jià)指標(biāo)體系，選擇礦山安全績(jī)效評(píng)價(jià)指標(biāo)體系中的某一指標(biāo)作為聚類指標(biāo)j，根據(jù)實(shí)際需要將聚類指標(biāo)j劃分為s個(gè)不同的子類等級(jí)，例如“較好”、“中等”、“較差”等，將子類等級(jí)g的白化權(quán)函數(shù)設(shè)為假設(shè)聚類指標(biāo)j的子類g的臨界值為則聚類指標(biāo)j相對(duì)于子類g的權(quán)重為：

(2)典型的白化權(quán)函數(shù)為其的計(jì)算公式為：特別地，對(duì)于白化權(quán)函數(shù)下限測(cè)度的計(jì)算公式為：對(duì)于白化權(quán)函數(shù)適中測(cè)度和白化權(quán)函數(shù)上限測(cè)度的計(jì)算公式為：

(3)將統(tǒng)計(jì)的歷史年份從小到大排序成1、2、…、n，其中n為統(tǒng)計(jì)的歷史年份總數(shù)。對(duì)于某一年份對(duì)應(yīng)的序號(hào)i，聚類指標(biāo)j的樣本值xij的灰色變權(quán)聚類系數(shù)的計(jì)算公式為：

(4)根據(jù)i的灰色變權(quán)聚類系數(shù)值，由判斷公式找出其最大的灰色變權(quán)系數(shù)其中g(shù)*為判斷對(duì)象i的灰類屬性。

步驟3：在礦山開(kāi)采過(guò)程中會(huì)發(fā)生各種各樣的災(zāi)害，其中煤與瓦斯突出、爆炸、自然發(fā)火、頂?shù)装迨鹿省⑼杆染瞧渲饕獮?zāi)害形式，這些事故的發(fā)生機(jī)理各異，致災(zāi)因素卻相互影響，在時(shí)空上各種類型的災(zāi)害都有可能隨時(shí)發(fā)生。另一方面，百萬(wàn)噸死亡率、千人死亡率、經(jīng)濟(jì)損失、工作日損失等均是評(píng)價(jià)礦山安全績(jī)效的重要指標(biāo)。所以，礦山安全是一個(gè)需要考慮多目標(biāo)、多準(zhǔn)則、多因素的復(fù)雜系統(tǒng)，只有綜合考慮多項(xiàng)指標(biāo)，才能更好地采取安全管理措施，達(dá)到安全生產(chǎn)的目的。因此基于步驟2，在安全績(jī)效評(píng)價(jià)的指標(biāo)體系中選擇工時(shí)損失和重傷事故率兩個(gè)具體指標(biāo)，根據(jù)這兩個(gè)具體指標(biāo)構(gòu)建一種能對(duì)安全績(jī)效進(jìn)行評(píng)價(jià)的改進(jìn)式GM(1,1)動(dòng)態(tài)模型，并對(duì)礦山的未來(lái)的安全績(jī)效進(jìn)行預(yù)測(cè)。目前大多數(shù)對(duì)礦山安全績(jī)效進(jìn)行預(yù)測(cè)的方法存在精度低的問(wèn)題，從而導(dǎo)致礦山安全投入分配相對(duì)較不合理，造成人力、物力、財(cái)力浪費(fèi)的現(xiàn)象?；诖?，改進(jìn)式GM (1,1)動(dòng)態(tài)模型能夠?qū)σ呀?jīng)存在的較差水平的礦山安全績(jī)效指標(biāo)子類再次進(jìn)行分級(jí)，從而提高數(shù)據(jù)分析的精度，并在此基礎(chǔ)上預(yù)測(cè)礦山未來(lái)的安全績(jī)效。

其分析過(guò)程如下：

(1)以F作為分級(jí)指標(biāo)，設(shè)置F∈(η1，η2]為第一級(jí)，設(shè)置F∈(η2，η3]為第二級(jí)，依此類推?？梢愿鶕?jù)實(shí)際情況設(shè)置l級(jí)進(jìn)行處理，分級(jí)指標(biāo)為：F∈(η1，η2]，F(xiàn)∈(η2，η3]，…， F∈(ηl，ηl+1]。分級(jí)序列如下：

其中，ηr和ηr+1分別為r級(jí)序列的下限值和上限值，r＝1,2,……,l。

(2)對(duì)于r級(jí)年份序列其1-AGO序列(即：一次累加生成序列)為：對(duì)于其緊鄰均值生成值序列為：則對(duì)于r級(jí)年份序列，有一個(gè)改進(jìn)式GM(1,1)模型為：

(3)改進(jìn)式GM(1,1)模型的最小二乘估計(jì)參數(shù)列為：

其中，

(4)改進(jìn)式GM(1,1)模型的時(shí)長(zhǎng)響應(yīng)函數(shù)如下：

其時(shí)長(zhǎng)響應(yīng)序列為，

模型的修復(fù)模擬值如下：

在上述各式中，k＝1,2,…,m；

(5)對(duì)實(shí)際值序列與預(yù)測(cè)值序列進(jìn)行誤差檢驗(yàn)，只有當(dāng)誤差檢驗(yàn)合格時(shí)，改進(jìn)式GM(1,1)模型的精度才被認(rèn)為是合格的，才可以用來(lái)進(jìn)行災(zāi)變預(yù)測(cè)。r個(gè)年份序列災(zāi)變式GM(1,1)模型將原來(lái)為一個(gè)序列的較差的聚類指標(biāo)的年份序列分成多個(gè)區(qū)段進(jìn)行預(yù)測(cè)，即改進(jìn)式GM(1,1)模型。

步驟4：根據(jù)動(dòng)態(tài)模型預(yù)測(cè)的結(jié)果，針對(duì)情況較好的年份以及情況較差的年份分別采取不同的防控措施。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:

本發(fā)明主要解決了傳統(tǒng)安全評(píng)價(jià)方法導(dǎo)致的實(shí)際偏差等問(wèn)題，此創(chuàng)新方法綜合了安全績(jī)效與風(fēng)險(xiǎn)預(yù)測(cè)方法，有效地解決了以往只是采用處理歷史數(shù)據(jù)或?qū)こ踢M(jìn)行類比監(jiān)測(cè)導(dǎo)致的偏差、無(wú)法達(dá)到工程預(yù)測(cè)精度要求的問(wèn)題。因此，此方法不僅能夠有效分析已知的安全績(jī)效評(píng)價(jià)指標(biāo)的值，而且具有預(yù)測(cè)變化趨勢(shì)的能力、評(píng)價(jià)精度高等優(yōu)點(diǎn)，能夠較好地解決當(dāng)下的問(wèn)題。

附圖說(shuō)明

圖1為本發(fā)明所述方法的工藝流程圖。

圖2為本發(fā)明礦山安全績(jī)效評(píng)價(jià)指標(biāo)體系示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。

針對(duì)傳統(tǒng)安全評(píng)價(jià)方法容易導(dǎo)致實(shí)際偏差的不足之處，本發(fā)明提出一種用于礦山安全評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型建立方法，利用該模型對(duì)礦山安全績(jī)效進(jìn)行評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)。

圖1表示以灰色變權(quán)聚類分析為基礎(chǔ)構(gòu)建一種對(duì)礦山安全績(jī)效進(jìn)行評(píng)價(jià)和風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)動(dòng)態(tài)模型法的流程圖，包括以下步驟：

步驟1：從事故損失和工傷事故率構(gòu)建安全績(jī)效評(píng)價(jià)的指標(biāo)體系，其中事故損失由經(jīng)濟(jì)損失和工時(shí)損失兩個(gè)指標(biāo)進(jìn)行表征，工傷事故率由輕傷事故率、重傷事故率和萬(wàn)人死亡率三個(gè)指標(biāo)進(jìn)行表征；

步驟2：對(duì)構(gòu)建出的礦山安全績(jī)效評(píng)價(jià)指標(biāo)進(jìn)行灰色變權(quán)聚類分析，將歷史統(tǒng)計(jì)年份的礦山安全績(jī)效劃分為“較好”、“中等”和“較差”三個(gè)屬性；

步驟3：在礦山安全績(jī)效評(píng)價(jià)指標(biāo)體系中選擇工時(shí)損失和重傷事故率兩個(gè)具體指標(biāo)，以此構(gòu)建一種能對(duì)礦山安全績(jī)效進(jìn)行評(píng)價(jià)的改進(jìn)式GM(1,1)動(dòng)態(tài)模型，并對(duì)礦山的未來(lái)的安全績(jī)效進(jìn)行預(yù)測(cè)；

步驟4：根據(jù)動(dòng)態(tài)模型預(yù)測(cè)的結(jié)果，針對(duì)情況較好的年份以及情況較差的年份分別采取不同的防控措施。

實(shí)施例

通過(guò)對(duì)我國(guó)某礦山各類安全績(jī)效指標(biāo)的歷史數(shù)據(jù)進(jìn)行初步分析可知，在2000～2017 年期間，表征該礦山安全績(jī)效水平的經(jīng)濟(jì)損失、工時(shí)損失、輕傷事故率、重傷事故率及萬(wàn)人死亡率均在一定的范圍內(nèi)波動(dòng)，且波動(dòng)幅度較大。雖然自2015年起，上述五個(gè)指標(biāo)值均呈現(xiàn)出一定的下降趨勢(shì)，但是整體而言該礦山的安全狀況仍較不穩(wěn)定，有必要進(jìn)一步預(yù)測(cè)其未來(lái)的安全績(jī)效。因而在此以該礦山為例，其實(shí)施過(guò)程如下：

圖2表示礦山安全績(jī)效評(píng)價(jià)指標(biāo)體系。由圖可知，安全績(jī)效可以從事故損失和工傷事故率兩個(gè)方面進(jìn)行評(píng)價(jià)，其中，事故損失由經(jīng)濟(jì)損失和工時(shí)損失兩個(gè)指標(biāo)進(jìn)行表征，事故率由輕傷事故率、重傷事故率和萬(wàn)人死亡率三個(gè)指標(biāo)進(jìn)行表征。

下表3表示我國(guó)某礦山各類安全績(jī)效評(píng)價(jià)指標(biāo)的歷史數(shù)據(jù)：

表3

序號(hào)年份經(jīng)濟(jì)損失d1工時(shí)損失d2輕傷事故率d3重傷事故率d4萬(wàn)人死亡率d51200025.9540.5118.515.54.352200150.269.0108.025.021.953200277.0598.0126.032.521.54200320.645.080.58.57.955200425.348.050.519.06.76200566.1585.589.029.534.37200614.1556.597.014.513.858200727.3549.578.09.514.19200871.083.5111.028.526.7510200944.562.0133.525.019.311201060.383.083.019.021.9512201192.165.5162.027.029.6513201213.0533.078.011.54.614201340.273.591.022.555.715201422.2535.086.023.510.9516201588.7567.5149.533.033.717201680.4588.5140.031.524.0518201751.055.5103.025.028.2

對(duì)安全績(jī)效評(píng)價(jià)指標(biāo)體系進(jìn)行灰色變權(quán)聚類分析，將聚類指標(biāo)分為較好、中等、較差三個(gè)子類等級(jí)，根據(jù)分析結(jié)果得到歷年來(lái)礦山安全績(jī)效分別對(duì)應(yīng)的各自屬性。由于在此安全績(jī)效評(píng)價(jià)指標(biāo)體系中，數(shù)值越大，反映的情況就越差，數(shù)值越小，反映的情況就越好，因此設(shè)經(jīng)濟(jì)損失j1較差、中等、較好的白化權(quán)函數(shù)為：

工時(shí)損失j2較差、中等、較好的白化權(quán)函數(shù)為：

輕傷事故率j3較差、中等、較好的白化權(quán)函數(shù)為：

重傷事故率j4較差、中等、較好的白化權(quán)函數(shù)為：

萬(wàn)人死亡率j5較差、中等、較好的白化權(quán)函數(shù)為：

由白化權(quán)函數(shù)可得經(jīng)濟(jì)損失j1較差、中等、較好的臨界值分別為：

工時(shí)損失j2較差、中等、較好的臨界值分別為：

輕傷事故率j3較差、中等、較好的臨界值分別為：

重傷事故率j4較差、中等、較好的臨界值分別為：

萬(wàn)人死亡率j5較差、中等、較好的臨界值分別為：

由上述臨界值可得經(jīng)濟(jì)損失j1較差、中等、較好的權(quán)重分別為：

工時(shí)損失j2較差、中等、較好的權(quán)重分別為：

輕傷事故率j3較差、中等、較好的權(quán)重分別為：

重傷事故率j4較差、中等、較好的權(quán)重分別為：

萬(wàn)人死亡率j5較差、中等、較好的權(quán)重分別為：

根據(jù)各類安全績(jī)效評(píng)價(jià)指標(biāo)灰類的白化權(quán)函數(shù)以及權(quán)重，結(jié)合表3的歷史數(shù)據(jù)，可計(jì)算出不同年份的安全績(jī)效評(píng)價(jià)指標(biāo)的灰色變權(quán)聚類系數(shù)。

下表4表示安全績(jī)效評(píng)價(jià)指標(biāo)灰色變權(quán)聚類系數(shù)以及歷史不同年份對(duì)應(yīng)的各自不同屬性：

表4

由圖可知，該礦山安全管理情況較差的年份分別為2002年、2005年、2008年、2011年、2015年和2016年，對(duì)應(yīng)序號(hào)分別為3、6、9、12、16和17。安全管理適度年限分別為2001年、2006年、2009年、2013年和2017年，對(duì)應(yīng)序號(hào)分別為2、7、10、14和 18。安全管理較好的年份是2000年、2003年、2004年、2007年、2010年、2012年和2014 年。對(duì)應(yīng)序號(hào)分別是1、4、5、8、11、13和15。因此，安全管理較差的年份順序?yàn)棣递^差＝(3、6、9、12、16、17)，安全管理中等的年份順序?yàn)棣抵械龋?2、7、10、14、18)，安全管理較好的年份順序?yàn)棣递^好＝(1、4、5、8、11、13、15)。

選取工時(shí)損失和重傷事故率兩個(gè)具體指標(biāo)分別構(gòu)建改進(jìn)式GM(1,1)模型?；诓襟E4，可以得到工時(shí)損失較高的范圍為[65.5，98]，以工時(shí)損失84.5為臨界值，將工時(shí)損失屬于[65.5，84.5]的安全績(jī)效評(píng)價(jià)指標(biāo)較好的年份定為A級(jí)，將工時(shí)損失屬于[84.5，98] 的安全績(jī)效評(píng)價(jià)指標(biāo)較差的年份定為B級(jí)，令X表示歷年的工時(shí)損失數(shù)據(jù)序列，則有A 級(jí)數(shù)據(jù)序列為：

65.5≤XA＝(xA(9)，xA(12)，xA(16))≤84.5

B級(jí)數(shù)據(jù)序列為：

84.5≤XB＝(xB(3)，xB(6)，xB(17))≤98

則對(duì)應(yīng)的A級(jí)年份序列為：

B級(jí)年份序列為：

則對(duì)應(yīng)的A級(jí)年份序列的1-AGO序列為：

B級(jí)年份序列的1-AGO序列為：

則對(duì)應(yīng)的緊鄰均值生成序列分別為：

則改進(jìn)GM(1,1)模型的最小二乘估計(jì)參數(shù)列分別為：

則A級(jí)年份序列的GM(1,1)模型的時(shí)間響應(yīng)序列為：

修復(fù)模擬值為：

B級(jí)年份序列的改進(jìn)式GM(1,1)模型的時(shí)間響應(yīng)序列為：

修復(fù)模擬值為：

基于上述步驟，可以創(chuàng)建出基于工時(shí)損失的A級(jí)年份序列誤差檢驗(yàn)表，見(jiàn)下表5；基于工時(shí)損失的B級(jí)年份序列誤差檢驗(yàn)表，見(jiàn)下表6、以及基于工時(shí)損失的A級(jí)、B級(jí)年份預(yù)測(cè)值表，見(jiàn)下表7：

表5

序號(hào)A級(jí)年份序號(hào)實(shí)際值A(chǔ)級(jí)年份序號(hào)理論值殘差相對(duì)誤差198.95-0.050.56％21211.90-0.100.83％31615.84-0.161.00％

表6

序號(hào)B級(jí)年份序號(hào)實(shí)際值B級(jí)年份序號(hào)理論值殘差相對(duì)誤差132.02-0.9832.67％265.24-0.7612.67％31713.65-3.3519.71％

表7

由表5～表7可知，基于工時(shí)損失的A級(jí)安全管理預(yù)測(cè)年份分別為2021年、2028年、2037 年、2049年、2066年和2087年。對(duì)于B級(jí)，預(yù)測(cè)年份為2035、2092、2240年。考慮到該礦山企業(yè)實(shí)際生產(chǎn)周期，基于工時(shí)損失的安全管理A級(jí)重要預(yù)測(cè)年份為2021年、2028 年、2037年和2049年，B級(jí)重要預(yù)測(cè)年份為2035年。

同理可以得到重傷事故率較高的范圍為[27.0，33.0]，以重傷事故率30為臨界值，將重傷事故率屬于[27.0，33.0]的安全績(jī)效評(píng)價(jià)指標(biāo)較好的年份定為A級(jí)，將重傷事故率屬于[30.0，33.0]的安全績(jī)效評(píng)價(jià)指標(biāo)較差的年份定為B級(jí)，令X表示歷年的重傷事故率數(shù)據(jù)序列，則有A級(jí)數(shù)據(jù)序列為：

27.0≤XA＝(xA(6)，xA(9)，xA(12))≤30.0

B級(jí)數(shù)據(jù)序列為：

30.0≤XB＝(xB(3)，xB(6)，xB(17))≤33.0

則對(duì)應(yīng)的A級(jí)年份序列為：

B級(jí)年份序列為：

則對(duì)應(yīng)的A級(jí)年份序列的1-AGO序列為：

B級(jí)年份序列的1-AGO序列為：

則對(duì)應(yīng)的緊鄰均值生成序列分別為：

則改進(jìn)式GM(1,1)模型的最小二乘估計(jì)參數(shù)列分別為：

則A級(jí)年份序列的改進(jìn)式GM(1,1)模型的時(shí)間響應(yīng)序列為：

修復(fù)模擬值為：

B級(jí)年份序列的改進(jìn)式GM(1,1)模型的時(shí)間響應(yīng)序列為：

修復(fù)模擬值為：

基于上述步驟，可以創(chuàng)建出基于重傷事故率的A級(jí)年份序列誤差檢驗(yàn)表，見(jiàn)下表8、基于重傷事故率的B級(jí)年份序列誤差檢驗(yàn)表，見(jiàn)下表9、以及基于重傷事故率的A 級(jí)、B級(jí)年份預(yù)測(cè)值表，見(jiàn)下表10：

表8

表9

序號(hào)B級(jí)年份序號(hào)實(shí)際值B級(jí)年份序號(hào)理論值殘差相對(duì)誤差11615.05-0.955.94％21615.99-0.010.06％31716.99-0.010.06％

表10

由表8～表10可知，基于重傷事故率的A級(jí)安全管理預(yù)測(cè)年份分別為2021年、2028年、2037年、2049年、2065年和2087年。對(duì)于B級(jí)，其預(yù)測(cè)年份為2018年、2019年、 2020年、2021年、2023年、2024年、2025年、2027年、2029年、2031年、2033年、2035 年、2037年、2039年、2042年、2044年、2047年、2050年?？紤]到該礦山企業(yè)實(shí)際生產(chǎn)周期，基于重傷事故率的安全管理A級(jí)重要預(yù)測(cè)年份為2021年、2028年、2037年和2049 年，B級(jí)重要預(yù)測(cè)年份為2018年、2019年、2020年、2021年、2023年、2024年、2025 年、2027年、2029年、2031年、2033年、2035年、2037年、2039年、2042年、2044年、2047 年和2050年。

由以上預(yù)測(cè)年份可知，2021年、2028年、2037年和2049年的安全績(jī)效較差但工時(shí)損失和重傷事故率較低，針對(duì)該年份，應(yīng)對(duì)其可能發(fā)生的低風(fēng)險(xiǎn)情況采取積極預(yù)防的安全管理策略，以避免事故發(fā)生，比如加強(qiáng)風(fēng)險(xiǎn)教育和技能培訓(xùn)，提醒員工加以注意等； 2035年為安全績(jī)效較差且工時(shí)損失較高的年份，特別注意的是在該礦山企業(yè)未來(lái)的實(shí)際生產(chǎn)周期中，大多數(shù)年份為安全績(jī)效較差且重傷事故率較高的年份，應(yīng)對(duì)其可能發(fā)生的重大風(fēng)險(xiǎn)采取嚴(yán)格的安全管理策略，以降低事故風(fēng)險(xiǎn)程度，比如加強(qiáng)隱患排查治理工作等。

以上所述僅為本發(fā)明的實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明精神和原則之內(nèi)，所作任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)實(shí)施范圍之內(nèi)。