煤礦本質(zhì)安全管理評(píng)價(jià)的GA－NN模型及應(yīng)用

王國(guó)俊

(霍州煤電集團(tuán)呂梁山煤電有限公司方山木瓜煤礦，山西 呂梁 033102)

煤礦本質(zhì)安全管理綜合評(píng)價(jià)是本質(zhì)安全型礦井建設(shè)的一項(xiàng)重要工作。目前，很多煤礦安全管理評(píng)價(jià)方面的研究，主要是從管理控制的角度進(jìn)行的，所構(gòu)架的安全評(píng)價(jià)指標(biāo)跨度較大，評(píng)價(jià)指標(biāo)的設(shè)置較不合理，以百萬噸死亡率、千人負(fù)傷率等居多［1］。隨著科技進(jìn)步及安全水平的不斷提高，這些指標(biāo)已經(jīng)不能適應(yīng)社會(huì)的發(fā)展，特別是不利于大型煤炭企業(yè)(集團(tuán)公司)的內(nèi)部監(jiān)管。評(píng)價(jià)指標(biāo)權(quán)重是評(píng)價(jià)工作內(nèi)容的重要組成部分，其大小設(shè)置對(duì)于評(píng)價(jià)結(jié)果具有重要作用，以往評(píng)價(jià)方法都采用專家評(píng)分等主觀方法進(jìn)行設(shè)置［2］，帶有較大的盲目性，無法保證評(píng)價(jià)結(jié)果的合理性［3］。

本文依據(jù)煤礦安全管理的基本原理及本質(zhì)安全管理的內(nèi)涵，構(gòu)建了本質(zhì)安全管理評(píng)價(jià)指標(biāo)體系，制定了評(píng)價(jià)目標(biāo)等級(jí)。借助遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)(簡(jiǎn)稱GA－NN)在解決非線性問題上的優(yōu)勢(shì)進(jìn)行本質(zhì)安全管理評(píng)價(jià)，通過遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值實(shí)時(shí)進(jìn)行優(yōu)化，從而加速收斂速度，避免局部極小點(diǎn)，同時(shí)可解決小樣本引起的訓(xùn)練不足問題。為此，本文建立了基于遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的煤礦本質(zhì)安全管理評(píng)價(jià)模型并進(jìn)行了應(yīng)用。

1 煤礦本質(zhì)安全管理及評(píng)價(jià)指標(biāo)體系

煤礦本質(zhì)安全管理是一種基于風(fēng)險(xiǎn)的現(xiàn)代管理模式［4］，其內(nèi)涵是在現(xiàn)有安全生產(chǎn)管理方法基礎(chǔ)上，借鑒國(guó)內(nèi)外先進(jìn)管理理念和方式，建立適合礦情的煤礦本質(zhì)安全管理體系，實(shí)行人、機(jī)、環(huán)境、管理等要素優(yōu)化匹配，達(dá)到人員無失誤(員工安全素質(zhì)良好，安全意識(shí)、安全知識(shí)、安全技能和自救互救能力強(qiáng)，基本杜絕人為失誤)、設(shè)備無故障(機(jī)器設(shè)備系統(tǒng)機(jī)械化和自動(dòng)化水平高，具有故障檢測(cè)、安全保護(hù)和防護(hù)功能)、系統(tǒng)無缺陷(生產(chǎn)系統(tǒng)和環(huán)節(jié)得到優(yōu)化，生產(chǎn)作業(yè)現(xiàn)場(chǎng)、煤礦周邊環(huán)境有安全保障，抵御自然災(zāi)害能力強(qiáng))、管理無漏洞(以風(fēng)險(xiǎn)管理為核心，以持續(xù)改進(jìn)管理模式為基礎(chǔ)的現(xiàn)代安全管理體系)的奮斗目標(biāo)，使安全隱患減少，安全事故得到有效控制，達(dá)到行為規(guī)范、裝備先進(jìn)、環(huán)境可靠、管理精細(xì)、安全領(lǐng)先的預(yù)控型本質(zhì)安全管理模式［5－7］。

根據(jù)本質(zhì)安全型礦井建設(shè)水平的不同層次，將本質(zhì)安全管理評(píng)價(jià)等級(jí)分為本質(zhì)安全A級(jí)、本質(zhì)安全B級(jí)、本質(zhì)安全C級(jí)及非本質(zhì)安全D級(jí)四類，分別對(duì)應(yīng)“很好”、“較好”、“一般”、“不合格”四個(gè)等級(jí)。根據(jù)煤礦本質(zhì)安全管理的內(nèi)涵，遵循科學(xué)性、可操作性、時(shí)效性、可比性、定性與定量相結(jié)合等原則［8］，建立煤礦本質(zhì)安全管理評(píng)價(jià)指標(biāo)體系，見圖1。

圖1 煤礦本質(zhì)安全管理評(píng)價(jià)指標(biāo)體系示意圖

2 煤礦本質(zhì)安全管理評(píng)價(jià)的GANN模型

煤礦本質(zhì)安全管理是一個(gè)動(dòng)態(tài)過程，其評(píng)價(jià)指標(biāo)帶有較強(qiáng)的模糊性和不確定性，且評(píng)價(jià)指標(biāo)之間相互聯(lián)系、相互制約。評(píng)價(jià)目標(biāo)與評(píng)價(jià)指標(biāo)之間表現(xiàn)出很強(qiáng)的非線性映射關(guān)系，采用一般的統(tǒng)計(jì)、回歸等方法無法準(zhǔn)確進(jìn)行評(píng)價(jià)。神經(jīng)網(wǎng)絡(luò)(Neural Network)模擬人的大腦活動(dòng)，具有良好的非線性映射的能力，但其收斂結(jié)果容易陷入局部極小，常常得不到最優(yōu)解［9］;遺傳算法(Genetic Algorithm)是一種基于生物進(jìn)化原理構(gòu)想出來的搜索最優(yōu)解的仿生算法，它以群體為基礎(chǔ)，不是以單點(diǎn)搜索為基礎(chǔ)，能同時(shí)從不同點(diǎn)獲得多個(gè)極值，因此不易陷入局部最優(yōu);用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)，能夠改進(jìn)神經(jīng)網(wǎng)絡(luò)的收斂效果，使結(jié)果趨于全局最優(yōu)。煤礦本質(zhì)安全管理評(píng)價(jià)實(shí)際上是一個(gè)非線性的多類分類問題。為此，本文將神經(jīng)網(wǎng)絡(luò)應(yīng)用于煤礦本質(zhì)安全管理評(píng)價(jià)，通過遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值。采用3層BP神經(jīng)網(wǎng)絡(luò)，結(jié)構(gòu)圖見圖2。

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

其中，網(wǎng)絡(luò)輸入xi，隱含層輸出hj，y為網(wǎng)絡(luò)的實(shí)際輸出，d為期望輸出。輸入層節(jié)點(diǎn)i到隱含層節(jié)點(diǎn)j的權(quán)值為Wij，隱含層節(jié)點(diǎn)j到輸出層節(jié)點(diǎn)的權(quán)值為Vj，θ和φj分別表示輸出單元和隱含單元的閥值。則

式中:

f(x)—Sigmoid非線性函數(shù);

E—網(wǎng)絡(luò)的均方誤差;

k—訓(xùn)練樣本序號(hào);

N—訓(xùn)練樣本容量。

用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù)時(shí)，首先生成初始種群并將染色體進(jìn)行實(shí)數(shù)編碼，然后輸入訓(xùn)練樣本，以適應(yīng)度函數(shù)作為進(jìn)化目標(biāo)，適應(yīng)度函數(shù)取fit(E)=1/E，根據(jù)個(gè)體適應(yīng)度值并通過遺傳操作:選擇(Selection)、交叉(Crossover)、變異(Mutation)進(jìn)行反復(fù)進(jìn)化搜索，經(jīng)樣本反復(fù)訓(xùn)練，最終得到優(yōu)化的神經(jīng)網(wǎng)絡(luò)權(quán)值［10］，遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)重程序見圖3。

3 應(yīng)用

以山西省某大型煤電集團(tuán)為例，整理以往典型煤礦本質(zhì)安全管理評(píng)價(jià)資料得到12組樣本，見表1。其中，前9組作為訓(xùn)練樣本，剩余3組作為測(cè)試樣本。表1中各評(píng)價(jià)指標(biāo)的分值由其二級(jí)指標(biāo)評(píng)分值加權(quán)求和得出，本質(zhì)安全管理等級(jí)通過Delphi法由專家經(jīng)驗(yàn)得到。

圖3 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)重程序示意圖

表1 樣本數(shù)據(jù)表

用于煤礦本質(zhì)安全管理評(píng)價(jià)的遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)模型輸入為評(píng)價(jià)指標(biāo)(u1，u2，u3，u4，u5，u6)，輸出為評(píng)價(jià)目標(biāo)，將4種評(píng)價(jià)目標(biāo)用二維布爾代數(shù)的形式表達(dá):“本質(zhì)安全A級(jí)”為［00］，“本質(zhì)安全 B級(jí)”為［10］，“本質(zhì)安全 C 級(jí)”為［01］，“非本質(zhì)安全 D級(jí)”為［11］。隱含層根據(jù)經(jīng)驗(yàn)設(shè)置為12，神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為6－12－2?；贛atlab7.0軟件平臺(tái)，利用其內(nèi)嵌的神經(jīng)網(wǎng)絡(luò)工具箱及遺傳算法工具箱［11］，采用表1中前9組樣本數(shù)據(jù)進(jìn)行訓(xùn)練，第600訓(xùn)練步的誤差為0.000009045，已接近于零，認(rèn)為訓(xùn)練精度已達(dá)到要求。為驗(yàn)證所建GA－NN模型的效果，將訓(xùn)練樣本和測(cè)試樣本依次輸入到訓(xùn)練好的GA－NN模型中，GA－NN評(píng)價(jià)結(jié)果及其與原評(píng)價(jià)結(jié)果對(duì)比見表2。

由表2可知，前9組訓(xùn)練樣本的GA－NN模型評(píng)價(jià)結(jié)果與原評(píng)價(jià)結(jié)果完全一致，后3組測(cè)試樣本的GA－NN模型評(píng)價(jià)結(jié)果與原評(píng)價(jià)結(jié)果基本一致，只有礦井十二由原來的A級(jí)評(píng)價(jià)為B級(jí)，從指標(biāo)得分值分析礦井十二評(píng)價(jià)為A級(jí)是不夠準(zhǔn)確的，說明GANN模型具有較高的準(zhǔn)確性。從評(píng)價(jià)結(jié)果來看，GANN模型很好地模擬了專家思維模式，反映了專家經(jīng)驗(yàn)，具有很好的推廣能力，指標(biāo)權(quán)重?zé)o需人為設(shè)置，避免了人的主觀因素對(duì)評(píng)價(jià)結(jié)果的影響，能夠更客觀、準(zhǔn)確地得出評(píng)價(jià)結(jié)果。

4 結(jié)語

煤礦本質(zhì)安全管理評(píng)價(jià)是一個(gè)十分復(fù)雜的問題，涉及指標(biāo)眾多且具有較強(qiáng)的關(guān)聯(lián)性，而且評(píng)價(jià)目標(biāo)與評(píng)價(jià)指標(biāo)之間表現(xiàn)出很強(qiáng)的非線性關(guān)系。

表2 GA－NN模型評(píng)價(jià)結(jié)果與原評(píng)價(jià)結(jié)果對(duì)比表

應(yīng)用表明，遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)能夠很好地表達(dá)這種非線性關(guān)系，而且建立的非線性模型具有很好的推廣預(yù)測(cè)能力，說明遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)應(yīng)用于煤礦本質(zhì)安全管理評(píng)價(jià)是可行的。評(píng)價(jià)結(jié)果既有利于監(jiān)管部門評(píng)價(jià)煤礦安全管理水平，又有利于最高管理層決策，同時(shí)還利于企業(yè)內(nèi)部的評(píng)比及管理，對(duì)提高煤礦本質(zhì)安全管理水平、建立煤礦安全管理機(jī)制具有重要作用。

［1］李樹剛，穆丹丹，曹 杰.利用層次分析法確定本質(zhì)安全型礦井指標(biāo)權(quán)重［J］.西安科技大學(xué)學(xué)報(bào)，2009，(2):127－130，135.

［2］吳麗萍，吳世躍，郭勇義.模糊數(shù)學(xué)在礦山安全綜合評(píng)價(jià)中的應(yīng)用［J］.太原理工大學(xué)學(xué)報(bào)，2006，37(2):131－133.

［3］陳鴻章，高文華，李興民，等.煤礦安全評(píng)價(jià)中應(yīng)用模糊決策控制的探討［J］.太原理工大學(xué)學(xué)報(bào)，2004，35(5):615－617.

［4］陳東科，杜春宇.煤礦本質(zhì)安全管理評(píng)價(jià)指標(biāo)構(gòu)建研究［J］.山東科技大學(xué)(自然科學(xué)版)，2008，27(4):90－93.

［5］杜春宇，陳東科，杜翠鳳，等.煤礦本質(zhì)安全管理綜合評(píng)價(jià)體系模型與應(yīng)用［J］.重慶大學(xué)學(xué)報(bào)，2008，31(2):197－201.

［6］徐 耀，杜春宇.煤礦本質(zhì)安全管理評(píng)價(jià)指標(biāo)研究［J］.中國(guó)煤炭，2008，34(3):76－79.

［7］劉永立，王海濤，石興龍，等.基于綜合評(píng)價(jià)的煤礦本質(zhì)安全管理系統(tǒng)研究［J］.中國(guó)煤炭，2010，36(10):100－104.

［8］歐曉英，楊勝強(qiáng)，孫仁科，等.煤礦本質(zhì)安全化管理體系建立及其應(yīng)用的探討［J］.中國(guó)安全科學(xué)學(xué)報(bào)，2007，17(1):76－80.

［9］劉業(yè)嬌，田志超，劉進(jìn)才.BP神經(jīng)網(wǎng)絡(luò)在礦井本質(zhì)安全程度評(píng)價(jià)中的應(yīng)用［J］.中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2009，5(5):102－105.

［10］王志軍，顧沖時(shí)，張治軍.GIS支持下基于遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的潰壩生命損失評(píng)估［J］.武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2010，35(1):64－68.

［11］雷英杰，張善文，李續(xù)武，等.MATLAB遺傳算法工具箱及應(yīng)用［M］.西安:西安電子科技大學(xué)出版社，2006:73－74.