基于粗糙集和径向基神经网络的电力生产人身安全风险评估

【摘要】 在粗糙集和径向基神经网络理论的指导下,文章构建了发电企业电力生产人身安全风险评估模型。首先,构建了适用于电力领域的HFACS模型,包含操作失误、违章行为等20个变量指标。20个指标用以描述电力生产事故人因致因因素。其次,利用粗糙集理论的属性约简方法找出20个初始变量的约简变量,接着将约简后的不相关数据输入用于安全风险评估的径向基神经网络。最后,从我国2012～2016年发生的264起电力人身伤亡事故中随机选取28个案例数据实现模型的训练及检测。结果显示,在满足计算精度仍能满足电力生产人身安全风险评估需要的前提下,径向基网络的输入数据经属性约简20个后变为13个,收敛速度得到了较大的提升。该模型可有效识别电力企业电力生产过程安全状态,因此可有针对性地提出监管和完善改进政策。更多还原