基于云模型和D-S理論的煤礦安全管理評(píng)價(jià)方法

董春游,　孟　婧

(1.黑龍江科技大學(xué) 研究生學(xué)院, 哈爾濱 150022; 2.黑龍江科技大學(xué) 經(jīng)濟(jì)管理學(xué)院, 哈爾濱 150022)

?

基于云模型和D-S理論的煤礦安全管理評(píng)價(jià)方法

董春游1,孟婧2

(1.黑龍江科技大學(xué) 研究生學(xué)院, 哈爾濱 150022; 2.黑龍江科技大學(xué) 經(jīng)濟(jì)管理學(xué)院, 哈爾濱 150022)

針對(duì)傳統(tǒng)評(píng)價(jià)方法處理某些指標(biāo)時(shí)無(wú)法同時(shí)反映模糊性和隨機(jī)性的缺陷,提出基于云模型定性與定量互轉(zhuǎn)模型和D-S理論權(quán)重確定方法的綜合評(píng)價(jià)方法。綜合考慮煤礦安全管理影響因素,建立以設(shè)備管理、作業(yè)環(huán)境管理、信息管理、人員分配管理為二級(jí)指標(biāo)的煤礦安全管理系統(tǒng)指標(biāo)體系?；糁菝弘娂瘓F(tuán)宋莊煤礦的安全管理系統(tǒng)評(píng)價(jià)結(jié)果表明,該方法科學(xué)、有效。

煤礦安全管理; 云模型; D-S理論; 評(píng)價(jià)

煤礦安全管理評(píng)價(jià)是實(shí)現(xiàn)煤礦安全生產(chǎn)的基礎(chǔ),有利于企業(yè)做好預(yù)防工作,降低事故發(fā)生的頻率,也能使企業(yè)管理更具有目標(biāo)性,從而減少盲目性帶來(lái)的損失。煤礦安全管理評(píng)價(jià)問(wèn)題實(shí)質(zhì)上屬于多屬性決策問(wèn)題,相關(guān)研究方法包括AHP層次分析法、模糊綜合評(píng)價(jià)法等。這些方法在確定屬性值和隸屬度時(shí)僅考慮了模糊性或隨機(jī)性,未考慮決策中存在的不確定性因素和主觀(guān)性因素,使得評(píng)判結(jié)果不盡理想[1]。證據(jù)理論(D-S)能夠較好地處理多個(gè)數(shù)據(jù)的融合問(wèn)題,云模型亦能夠同時(shí)考慮模糊性與隨機(jī)性,更好地實(shí)現(xiàn)定性到定量的轉(zhuǎn)化,為此,筆者提出一種基于云模型和D-S理論的煤礦安全管理評(píng)價(jià)方法。

1　煤礦安全管理評(píng)價(jià)指標(biāo)體系

煤礦安全管理系統(tǒng)是一個(gè)復(fù)雜的綜合系統(tǒng)[2],其指標(biāo)體系需要圍繞“安全”這一目標(biāo),既要有普遍性,又要有其特殊性,既能夠表示被評(píng)價(jià)對(duì)象某一方面的特征,又有一定的層次結(jié)構(gòu),互相不可交叉,同時(shí),評(píng)價(jià)指標(biāo)的數(shù)據(jù)還需要具有易獲性和易算性。根據(jù)以上原則,針對(duì)煤礦行業(yè)的特點(diǎn)、企業(yè)管理的現(xiàn)狀,結(jié)合《煤礦安全法律法規(guī)及規(guī)程規(guī)定》、《安全生產(chǎn)法》和《礦山安全法》等法律法規(guī),以及現(xiàn)場(chǎng)專(zhuān)家的意見(jiàn)[3],確定煤礦安全管理系統(tǒng)指標(biāo)體系,如圖1所示。該體系總目標(biāo)層(一級(jí)指標(biāo)層)為煤礦安全管理系統(tǒng),二級(jí)指標(biāo)層為設(shè)備管理、作業(yè)環(huán)境管理、信息管理、人員分配管理4項(xiàng)指標(biāo),三級(jí)指標(biāo)層為日常護(hù)理、防瓦斯、信息收集等19項(xiàng)指標(biāo)。

圖1　煤礦安全管理系統(tǒng)指標(biāo)Fig. 1　Indicator chart of coal mine safety management system

2　定性與定量不確定性轉(zhuǎn)換模型

2.1云模型

云是從自然語(yǔ)言中的基本語(yǔ)言值切入,研究定性概念的量化方法,用來(lái)反映自然語(yǔ)言中概念的不確定性,是用語(yǔ)言值表示某個(gè)定性概念與其定量表示之間的不確定性轉(zhuǎn)換的模型[4]。

設(shè)U是一個(gè)用精確數(shù)值表示的定量論域,C是U上的定性概念,若定量值x∈U,且x是定性概念C的一次隨機(jī)實(shí)現(xiàn),x對(duì)C的確定度μ(x)∈[0,1]是有穩(wěn)定傾向的隨機(jī)數(shù)，μ:U→[0,1],?x∈U,x→μ(x),則x在論域U上的分布稱(chēng)為云(cloud),每一個(gè)x稱(chēng)為一個(gè)云滴[5]。

云用期望Ex(Expected value)、熵En(Entropy)和超熵He(Hyper entropy)三個(gè)數(shù)字特征來(lái)整體表征一個(gè)概念：

期望Ex云滴在論域空間分布的期望，是云的重心位置[6];

熵En定性概念的不確定度量,由概念的隨機(jī)性和模糊性共同決定;

超熵He熵的不確定度量,即熵的熵,由熵的隨機(jī)性和模糊性共同決定[7]。

云模型的數(shù)字特征如圖2所示,其中Ex=0.5,En=0.12,He=0.01,n=5 000。

圖2　云模型數(shù)字特征

2.2一維云發(fā)生器

云發(fā)生器分為兩種,一種是正向云發(fā)生器,是從定性到定量的轉(zhuǎn)化;另一種是逆向云發(fā)生器,是從定量到定性的轉(zhuǎn)化。其原理如圖3所示。

圖3　一維云發(fā)生器原理

2.3云模型下的評(píng)語(yǔ)集

文中將評(píng)語(yǔ)分為五個(gè)等級(jí):Vi={v1,v2,…,v5}={極差,較差,一般,較好,極好},分別取相應(yīng)的期望Exi(i=1,2,…,5)為0,0.25,0.50,0.75,1.00,取熵En=0.045,超熵He=0.005,得到評(píng)語(yǔ)集,如圖4所示。

圖4　云模型下的評(píng)語(yǔ)集

通過(guò)評(píng)語(yǔ)集,即可將定性知識(shí)轉(zhuǎn)換成定量知識(shí)[8]。對(duì)于每一個(gè)云圖,滿(mǎn)足3En原則,即最終打分在3En范圍內(nèi),均屬于該等級(jí)。

3　基于D-S理論的權(quán)重系數(shù)確定

3.1D-S證據(jù)理論

證據(jù)理論(D-S)由德普斯特(A.D.Dempster)首先提出,后由沙佛(G.Shafer)發(fā)展起來(lái)。該理論主要用于處理一些有不確定性的信息,既屬于不確定性的推理方法,也是有效的數(shù)據(jù)融合方法之一[9]。

識(shí)別框架D表示一個(gè)不變的兩兩互斥又可窮舉的元素的集合,即D={A1,A2,…,An},其中一個(gè)元素能被解釋為可能的答案,且只有一個(gè)正確答案。

概率分配函數(shù)、信任函數(shù)和似然函數(shù)分別設(shè)為M、Bel和Pl,對(duì)于2D→[0,1],若A?D,稱(chēng)

Pl(A)=1-Bel(-A)。

M(A)、Bel(A)、Pl(A)分別為A的概率分配函數(shù)、信任函數(shù)和似然函數(shù)。Bel(A)只能反映出對(duì)A為真的信任程度,而不能反映出相信A為非假的程度,從而用似然函數(shù)(Plausibility function)來(lái)表示懷疑命題A為非假的程度[10]。

3.2證據(jù)合成規(guī)則

在實(shí)際情況中,由于數(shù)據(jù)的來(lái)源不同,對(duì)相同的證據(jù),會(huì)有兩個(gè)或多個(gè)不同的概率分配函數(shù),此時(shí)就要利用合成規(guī)則將兩個(gè)或者多個(gè)概率分配函數(shù)合并成一個(gè)概率分配函數(shù)。

多個(gè)證據(jù)的合成法則[11]:假設(shè)M1,M2,…,Mn是同一識(shí)別框架D上的n個(gè)概率分配函數(shù),若M1與M2可合成,則M′=M1?M2就是一個(gè)概率分配函數(shù),若M′可與M3合成,即M1?M2?M3仍是一個(gè)概率分配函數(shù),由結(jié)合律知,(M1?M2)?M3=M1?(M2?M3),同理則可推出M=M1?M2?…?Mn,若M存在,則在構(gòu)造過(guò)程中,計(jì)算概率分配函數(shù)的正交和的順序無(wú)影響。

3.3權(quán)重系數(shù)確定

權(quán)重系數(shù)關(guān)系到整個(gè)評(píng)價(jià)的效果,文中假設(shè)各專(zhuān)家是同等重要的,即決策者不能明確確定各專(zhuān)家的主觀(guān)權(quán)重,認(rèn)為他們的權(quán)重均相同。由于每位專(zhuān)家的實(shí)際經(jīng)驗(yàn)不盡相同,所以在給出各指標(biāo)權(quán)重時(shí)也會(huì)產(chǎn)生一些沖突,為此,文中采用證據(jù)距離的方法確定權(quán)重,這樣能夠大大減弱由于各數(shù)據(jù)間的明顯沖突而導(dǎo)致的融合數(shù)據(jù)不精確程度。

定義E1和E2是識(shí)別框架D下的兩個(gè)證據(jù),m1與m2分別為其概率分配函數(shù),焦元分別為Ai和Bj,則m1與m2的距離[12]可表示為

(1)

式中,D為一個(gè)2N×2N的矩陣,則m1與m2的距離也可表示為

(2)

其中,

‖m‖2=。

由式(2)可知,0≤d(mi,mj)≤1,且兩證據(jù)間距離越大,則分歧就越大,反之距離越小,則分歧越小。

定義mi與其他證據(jù)的總距離[13]為

(3)

由此便可以確定權(quán)重系數(shù)矩陣，

其中,μij表示第j個(gè)專(zhuān)家對(duì)第i個(gè)指標(biāo)的評(píng)估數(shù)據(jù),λi由μij通過(guò)D-S證據(jù)距離融合而成。

4　煤礦安全管理的綜合評(píng)價(jià)模型

各數(shù)據(jù)樣本點(diǎn)xi由專(zhuān)家打分獲得后,由正向云發(fā)生器通過(guò)云評(píng)語(yǔ)集將定性知識(shí)轉(zhuǎn)化為定量數(shù)據(jù),再根據(jù)xi計(jì)算樣本均值、一階樣本絕對(duì)中心距和樣本方差,其中,樣本均值:

(4)

一階樣本絕對(duì)中心距:

(5)

樣本方差:

(6)

根據(jù)式(4)～(6),計(jì)算云模型中三個(gè)數(shù)字特征,分別為

(7)

(8)

(9)

再根據(jù)虛擬云中的綜合云算法[14],綜合每一個(gè)單因素的評(píng)價(jià)云,得到煤礦安全管理的綜合評(píng)價(jià)云,即

(10)

其中,λi由式(1)～(3)確定。

5　實(shí)　例

5.1煤礦概況

霍州宋莊煤礦井田東西長(zhǎng)約5.2 km,南北寬約2.3 km,面積約12.11 km2,可采儲(chǔ)量為20 782萬(wàn)t,生產(chǎn)能力為240萬(wàn)t/a,服務(wù)年限為62 a。精查地質(zhì)勘探、二維和三維地震勘探結(jié)果顯示,該井田共查明三條大斷層。宋莊煤礦井下涌水來(lái)源主要為頂板裂隙水、小窯水及老空水,其中,頂板裂隙水為主要來(lái)源。其正常涌水量為10 m3/h,最大涌水量為40 m3/h。礦井采用抽出式通風(fēng),通風(fēng)方式為中央分列式。宋莊煤礦為高瓦斯礦井,礦井絕對(duì)瓦斯涌出量為5.52 m3/min,相對(duì)瓦斯涌出量為29.55 m3/t[15]。

5.2煤礦安全管理綜合評(píng)價(jià)

根據(jù)上述理論,針對(duì)霍州煤電集團(tuán)宋莊煤礦安全管理系統(tǒng)進(jìn)行實(shí)證分析。聘請(qǐng)煤炭行業(yè)10位來(lái)自不同企業(yè)的專(zhuān)家對(duì)該系統(tǒng)打分,即先由各位專(zhuān)家對(duì)各指標(biāo)給出意見(jiàn)(表1),再通過(guò)正向云發(fā)生器進(jìn)行定性到定量的轉(zhuǎn)化,得到相應(yīng)數(shù)據(jù),并將定量數(shù)據(jù)代入式(4)～(9)中,得到各二級(jí)指標(biāo)的綜合云數(shù)字特征,如表2所示。再由這10位專(zhuān)家對(duì)4項(xiàng)二級(jí)指標(biāo)(設(shè)備管理B1、作業(yè)環(huán)境管理B2、信息管理B3、人員管理B4)進(jìn)行評(píng)測(cè),給出相應(yīng)權(quán)重,即各二級(jí)指標(biāo)對(duì)總體的影響,以及該數(shù)據(jù)融合后的綜合權(quán)重,如表3所示。

表1　專(zhuān)家給出的定性意見(jiàn)

表2定性到定量轉(zhuǎn)化的相應(yīng)數(shù)據(jù)及綜合云數(shù)字特征

Table 2Quantitative to qualitative transformation corresponding data and integrated cloud digital features

由表3可知,二級(jí)指標(biāo)綜合權(quán)重分別為λn=(0.170 9,0.352 8,0.252 9,0.223 4),n=1,2,…,4。

將表2中的各級(jí)綜合云數(shù)字特征及最終權(quán)重代入式(10),得到綜合的云數(shù)字特征,為Ex=0.707 6,En=0.060 5,He=0.016 5,再調(diào)整熵及超熵值,得到煤礦安全管理綜合評(píng)價(jià)云,如圖5所示。

表3　專(zhuān)家給出的四項(xiàng)指標(biāo)的權(quán)重系數(shù)及融合后的綜合權(quán)重

圖5　綜合評(píng)價(jià)云

該云圖云滴集中分布在0.65～0.80之間,且密集分布在0.71的周?chē)?根據(jù)評(píng)語(yǔ)集,判斷該煤礦安全管理系統(tǒng)的管理等級(jí)為“較好”,從而得知該企業(yè)的管理措施較好,屬于較安全型的煤礦。

5.3結(jié)果對(duì)比

若采用層次分析法融合權(quán)重,由于指標(biāo)B3中專(zhuān)家7與專(zhuān)家9以及指標(biāo)B4中專(zhuān)家4與專(zhuān)家8的數(shù)據(jù)沖突均較大,導(dǎo)致綜合權(quán)重λn的結(jié)果變更為0.15、0.38、0.35、0.12,其中λ3和λ4的值相對(duì)于B3和B4中各專(zhuān)家給出的數(shù)據(jù),融合結(jié)果相對(duì)偏大和偏小,因此,文中方法更具有合理性和科學(xué)性。

6　結(jié)束語(yǔ)

實(shí)例表明,基于云模型和D-S理論的煤礦安全管理評(píng)價(jià)模型是可行的,且得到的評(píng)價(jià)結(jié)果也有其科學(xué)性。以往的算法無(wú)法克服模糊性和主觀(guān)性等帶來(lái)的不準(zhǔn)確性,而此種算法利用云的三個(gè)數(shù)字特征進(jìn)行定性與定量之間的互相轉(zhuǎn)換,解決了由模糊性和主觀(guān)性所產(chǎn)生的數(shù)據(jù)不準(zhǔn)確性的問(wèn)題,有很強(qiáng)的操作性。同時(shí),對(duì)于權(quán)重的確定是通過(guò)專(zhuān)家給出的不同意見(jiàn)間的距離得出的相對(duì)權(quán)重,也克服了以往專(zhuān)家意見(jiàn)相沖突時(shí)導(dǎo)致的結(jié)果不精確的問(wèn)題,使群體意見(jiàn)的合成結(jié)果更具有科學(xué)性、合理性。該模型的不足之處在于,語(yǔ)言值定量轉(zhuǎn)化的過(guò)程中,主要受專(zhuān)家的自身實(shí)際經(jīng)驗(yàn)所制約。

[1]李沁生, 于家鳳. 基于云模型的船舶電子電氣員勝任力綜合評(píng)價(jià)方法[J]. 艦船電子工程, 2011(2): 113-115.

[2]錢(qián)敏, 穆丹丹. 煤礦安全管理評(píng)價(jià)指標(biāo)體系[J]. 采礦與安全工程學(xué)報(bào), 2008, 25(3): 375-378.

[3]王以功. 煤礦安全生產(chǎn)管理理念及實(shí)踐研究[D]. 青島： 山東科技大學(xué), 2003.

[4]張懷天. 基于云模型的數(shù)據(jù)挖掘及其在交通流系統(tǒng)中的應(yīng)用[D]. 天津: 天津大學(xué), 2006.

[5]李德毅, 杜鹢. 不確定性人工智能[M]. 北京: 國(guó)防工業(yè)出版社, 2005: 143-146.

[6]陳代芳. 一種基于云模型的數(shù)字圖像水印技術(shù)[J]. 電腦知識(shí)與技術(shù), 2009(20): 5490-5491.

[7]于新興, 周志剛, 王德廣. 云模型在入侵檢測(cè)的應(yīng)用與研究[J]. 微型電腦應(yīng)用, 2011(11): 1-5.

[8]吳靜, 李剛, 鄧堃. 基于云模型和D-S證據(jù)推理的防控信息戰(zhàn)系統(tǒng)效能評(píng)估[J]. 現(xiàn)在防御技術(shù), 2007(6): 12-17.

[9]蔡自興, 姚莉. 人工智能及其在決策系統(tǒng)中的應(yīng)用[M]. 北京: 國(guó)防科技大學(xué)出版社, 2006: 56-62.

[10]蔡自興, 徐光祐. 人工智能及其應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2010: 128-132.

[11]金聰, 郭京蕾. 人工智能原理與應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2009: 118-122.

[12]楊風(fēng)暴, 王肖霞. D-S證據(jù)理論的沖突證據(jù)合成方法[M]. 北京: 國(guó)防工業(yè)出版社, 2010: 30-63.

[13]陸文星, 梁昌勇, 丁勇. 一種基于證據(jù)距離的客觀(guān)權(quán)重確定方法[J]. 中國(guó)管理科學(xué), 2008(6): 95-99.

[14]王芳. 基于云模型的高校教師滿(mǎn)意度綜合評(píng)價(jià)[J]. 技術(shù)與創(chuàng)新管理, 2009(5): 636-639.

[15]楊日麗. 煤礦本質(zhì)安全管理評(píng)價(jià)指標(biāo)體系構(gòu)建及應(yīng)用[D]. 西安: 西安科技大學(xué), 2012.

(編輯荀海鑫)

Coal mine safety management evaluation based on cloud model and D-S theory

DONGChunyou1,MENGJing2

(1.Graduate School, Heilongjiang University of Science & Technology, Harbin 150022, China;2.College of Economic & Management, Heilongjiang University of Science & Technology, Harbin 150022, China)

Aimed at a scientific method of safety management evaluation, a strategy which is of significance for improving coal mine safety production level and eliminating potential accidents, this paper draws on the comprehensive consideration of the factors influencing coal mine safety management and introduces the development of the coal mine safety management system consisting of the secondary indicators, such as equipment management, working environment management, information management, and personnel distribution management. The paper proposes an alternative solution to conventional evaluation system which fails in the simultaneous reflection of the fuzziness and the randomness in the treatment of some indicators and features a comprehensive evaluation method distinguished by qualitative and quantitative mutual transfer model based on cloud model and weight determination method developed from D-S theory. The results derived from Songzhuang coal mine in Huozhou Group verify that the method operates in a scientific and effective way.

coal mine safety management; cloud model; D-S theory; evaluation

2013-05-22;

2013-08-20

哈爾濱市科技創(chuàng)新人才研究專(zhuān)項(xiàng)資金項(xiàng)目(RC2013XK005001)

董春游(1962-),男,吉林省長(zhǎng)春人,教授,博士后,研究方向:礦業(yè)系統(tǒng)工程,E-mail:chunyoudong@126.com。

10.3969/j.issn.1671-0118.2013.05.022

TD79

1671-0118(2013)05-0496-06

A