安全科學(xué)技術(shù)

安全科學(xué)原理及其結(jié)構(gòu)體系研究

吳超，楊冕

摘要：目的：隨著安全的范疇、內(nèi)涵和外延不斷拓展和大安全體系的建立，多年來(lái)主要針對(duì)安全生產(chǎn)所形成的有關(guān)安全學(xué)原理，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足用于描述、演繹、歸納和解決當(dāng)今諸多安全問(wèn)題的需要，同時(shí)也出現(xiàn)了很多用現(xiàn)有安全理論難以解釋的安全問(wèn)題；此外，在現(xiàn)有的安全學(xué)原理或安全原理的著作中，介紹的安全科學(xué)原理，在層次、邏輯、結(jié)構(gòu)和體系等方面還存在很多不足，許多基礎(chǔ)理論分支仍缺乏具體內(nèi)容，而且開展安全科學(xué)理論研究和安全學(xué)科建設(shè)研究的成果非常之少。因此，安全科學(xué)急需針對(duì)大安全背景下提出能夠彌補(bǔ)上述不足的新的安全科學(xué)原理內(nèi)容和體系。方法：基于現(xiàn)象—規(guī)律—科學(xué)的3 階段科學(xué)研究范式，運(yùn)用科學(xué)學(xué)原理和站在安全科學(xué)學(xué)視角，采用系統(tǒng)思維方法、邏輯歸納方法和層次分析分類法，梳理安全科學(xué)原理的內(nèi)容和建立其體系結(jié)構(gòu)。結(jié)果：從頂上層次概括大安全科學(xué)體系的第一層次的學(xué)科分支，應(yīng)包括生命、自然、技術(shù)、社會(huì)和系統(tǒng)5 個(gè)要素?；谏鲜? 大要素，安全科學(xué)原理應(yīng)包括安全生命科學(xué)原理、安全自然科學(xué)原理、安全技術(shù)科學(xué)原理、安全社會(huì)科學(xué)原理和安全系統(tǒng)科學(xué)原理5 類原理，5 類安全科學(xué)原理構(gòu)成了一個(gè)完整的安全科學(xué)核心體系。依據(jù)5 類一級(jí)安全科學(xué)原理的內(nèi)涵，提出了對(duì)應(yīng)的二級(jí)安全科學(xué)原理。安全生命科學(xué)原理的主要二級(jí)原理有安全人性原理、安全人體學(xué)原理、安全生理學(xué)原理、安全心理學(xué)原理、安全生物力學(xué)原理；安全自然科學(xué)原理主要包括安全容量原理、安全多樣性原理、災(zāi)害物理原理、災(zāi)害化學(xué)原理、安全毒理學(xué)原理；安全技術(shù)科學(xué)原理主要包括安全物質(zhì)學(xué)原理、安全設(shè)備學(xué)原理、安全能量原理、安全工程原理、安全環(huán)境原理；安全社會(huì)科學(xué)原理主要包括安全文化原理、安全法律法規(guī)原理、安全經(jīng)濟(jì)原理、安全教育原理、安全倫理道德原理；安全系統(tǒng)科學(xué)原理可劃分為安全系統(tǒng)管理原理、安全環(huán)境系統(tǒng)原理、安全人機(jī)系統(tǒng)原理、安全信息系統(tǒng)原理、安全局部和諧原理。上述一二級(jí)安全科學(xué)原理之間有著復(fù)雜的結(jié)構(gòu)關(guān)系，安全科學(xué)原理是以安全系統(tǒng)科學(xué)原理、安全技術(shù)科學(xué)原理為雙腿支撐，以安全自然科學(xué)原理、安全社會(huì)科學(xué)原理為兩臂伸展，以安全生命科學(xué)原理為頭部方向，五理合一，整體構(gòu)成一幅有機(jī)聯(lián)系的、彼此融通的、相對(duì)健全的、能夠站立的人形結(jié)構(gòu)。如果將安全科學(xué)原理構(gòu)成的人形圖的外面加一個(gè)大圈，在里面加一個(gè)小圈，就成了一個(gè)輪形結(jié)構(gòu)。安全科學(xué)原理猶如輪軸，5 條一級(jí)安全科學(xué)原理猶如輪轂，5 類二級(jí)安全科學(xué)原理猶如輪輻，安全科學(xué)原理的應(yīng)用領(lǐng)域猶如輪輞或輪胎和道路。安全科學(xué)原理的輪形結(jié)構(gòu)表達(dá)，可以開展安全科學(xué)原理的故障分析，對(duì)各級(jí)安全科學(xué)原理的結(jié)構(gòu)重要度進(jìn)行分析，進(jìn)而對(duì)各級(jí)安全科學(xué)原理進(jìn)行定量評(píng)價(jià)和創(chuàng)新研究；可以研究各級(jí)和各條安全科學(xué)原理的發(fā)展、動(dòng)態(tài)演化和協(xié)同作用，同時(shí)也為安全科學(xué)原理的研究和運(yùn)用提供了思路和途徑；還可以研究各級(jí)安全科學(xué)原理的內(nèi)部之間的相互作用等問(wèn)題。結(jié)論：安全科學(xué)原理是安全規(guī)律的核心，安全科學(xué)原理主要包括安全生命科學(xué)原理、安全自然科學(xué)原理、安全技術(shù)科學(xué)原理、安全社會(huì)科學(xué)原理和安全系統(tǒng)科學(xué)原理5 類一級(jí)原理。建立了由一級(jí)安全科學(xué)原理和二級(jí)安全科學(xué)原理所構(gòu)成的完整安全科學(xué)核心體系，并從理論上進(jìn)一步證明了安全科學(xué)的獨(dú)立性和綜合性及其重要作用。5 類一級(jí)安全科學(xué)原理相互協(xié)調(diào)，五理合一。一二級(jí)安全科學(xué)原理體系可以被整合為形象的人形和輪形結(jié)構(gòu)，它們具有豐富的內(nèi)涵，表達(dá)了各級(jí)安全科學(xué)原理的協(xié)同運(yùn)動(dòng)模式，同時(shí)也為安全科學(xué)原理研究指明了方向，對(duì)指導(dǎo)安全科學(xué)的發(fā)展具有重要作用。

來(lái)源出版物：中國(guó)安全科學(xué)學(xué)報(bào), 2012, 22(11): 3-10

入選年份：2017

基于差異進(jìn)化支持向量機(jī)的坑外土體沉降預(yù)測(cè)

崔鐵軍，馬云東

摘要：目的：隨著我國(guó)經(jīng)濟(jì)不斷發(fā)展，地鐵已成為各城市的主要交通方式。但地鐵建設(shè)過(guò)程中，主體施工引起的土體沉降變形受到了極大關(guān)注，基坑就是其中之一。論文為研究基坑外部土體沉降，使用支持向量機(jī)（support vector machine，SVM）對(duì)其進(jìn)行預(yù)測(cè)，并通過(guò)差異進(jìn)化（difference evolutionary，DE）算法構(gòu)造適合SVM 和實(shí)際沉降情況的決策函數(shù)，最終提高SVM 的預(yù)測(cè)效率。方法：建立DE-SVM 模型對(duì)基坑外部土體沉降進(jìn)行預(yù)測(cè)。在確定坑外土體沉降函數(shù)的基本形式下，進(jìn)行參數(shù)反演。將得到的解析式作為SVM 的決策函數(shù)。從而使SVM 的曲線擬合更快速，預(yù)測(cè)更準(zhǔn)確。運(yùn)用DE算法的先決條件是確定解析式的基本形式。根據(jù)實(shí)例中DB-06-02 測(cè)點(diǎn)的實(shí)際沉降量，可知原離散點(diǎn)（xi，ysi）的變化形式接近于y＝arctan（x），y∈（－π/2，π/2）中的某部分，對(duì)函數(shù)基本形式進(jìn)行構(gòu)造和反演解析推導(dǎo)。設(shè)曲線為y＝tan（x），考慮到研究沉降離散數(shù)據(jù)點(diǎn)的有限性，所以取x＝πA/2，A∈（0,1），其中，A 是調(diào)節(jié)參數(shù)，以對(duì)應(yīng)有限的離散數(shù)據(jù)。在（xi，Ymi）解析式中只有（A，O）為未知系數(shù)，在（xi，Ymi）已知的情況下，通過(guò)DE算法進(jìn)行參數(shù)求解。步驟如下：1）收集現(xiàn)場(chǎng)檢測(cè)數(shù)據(jù)，形成適合的數(shù)據(jù)結(jié)構(gòu)；2）選擇Ym（x）作為反演分析數(shù)學(xué)模型；3）（xi，Ymi）作為回歸函數(shù)擬合數(shù)據(jù)，選擇收斂最快且值最小值的F 和Cr；4）利用確定好的F 和Cr和實(shí)際數(shù)據(jù)，建立二維反演參數(shù)識(shí)別與優(yōu)化模型；5）以待反演參數(shù)（A,O）作為優(yōu)化變量，構(gòu)建最小二乘值函數(shù)，代入DE 算法。設(shè)定差異算法初值，按照DE 步驟進(jìn)行參數(shù)搜索；6）算法收斂后，輸出獲得的（A,O）參數(shù)。上述方法反演確定的函數(shù)作為SVM 的決策函數(shù)。進(jìn)而通過(guò)該SVM 來(lái)預(yù)測(cè)坑外土體沉降。結(jié)果：通過(guò)對(duì)大連地鐵灣家車站基坑坑外土體的沉降數(shù)據(jù)的分析及預(yù)測(cè)。在Matlab 環(huán)境下實(shí)現(xiàn)DE 算法，將（xi，Ymi）輸入作為參數(shù)（A,O）作為優(yōu)化變量數(shù)，n＝2，種群數(shù)Q為30，后10 個(gè)點(diǎn)作為預(yù)測(cè)檢驗(yàn)點(diǎn)。選取不同縮放因子和雜交概率常數(shù)，F(xiàn)＝0.1∶0.1∶1.0，Cr＝0.1∶0.1∶1.0，共100種情況。這100種情況能快速收斂，且收斂率98%，有2 種情況不收斂。在這里取F＝0.6，Cr＝0.6；進(jìn)行反演后得到的參數(shù)為：A＝0.8100；O＝0.0022，將數(shù)據(jù)帶入Ymi。擬合曲線Ym（xi）與原離散數(shù)據(jù)ysi比較，直接以DE 算法反演后計(jì)算得到的差方和為1.1439×10－5。Matlab 計(jì)算收斂時(shí)間1121.080269 s。使用Matlab 將上述參數(shù)及解析式帶入SVM，核函數(shù)采用Gauss 函數(shù)，差方和為9.817×10－6，Matlab 計(jì)算收斂時(shí)間809.131490 s。與直接使用DE 的差方和減小了14.18%，即提高了精度同時(shí)縮短了時(shí)間。結(jié)論：DE-SVM 是在SVM 中使用DE算法確定其決策函數(shù)及參數(shù)，解決其非線性映射時(shí)的運(yùn)算量大的問(wèn)題，且能提高預(yù)測(cè)精度和速度。1）為改善SVM 決策函數(shù)的適應(yīng)性問(wèn)題，提出DE-SVM 算法。試驗(yàn)表明，該算法的組織結(jié)構(gòu)適應(yīng)性較強(qiáng)，預(yù)測(cè)結(jié)果能反映實(shí)際情況，即該算法構(gòu)造可行。2）DE-SVM 計(jì)算SVM模擬部分的時(shí)間小于單純使用SVM 的時(shí)間，并且預(yù)測(cè)精度更高；使用DE 算法對(duì)離散點(diǎn)直接預(yù)測(cè)的時(shí)間大于DE-SVM 預(yù)測(cè)的時(shí)間。就該例而言，DE-SVM 預(yù)測(cè)的差方和比DE 預(yù)測(cè)的差方和小14.18%，即DE-SVM 的預(yù)測(cè)更精確，且計(jì)算時(shí)間減少了27.83%。DE-SVM 算法可對(duì)施工過(guò)程中坑外土體沉降進(jìn)行預(yù)測(cè)，這對(duì)施工過(guò)程中的沉降量預(yù)警有著重要作用，進(jìn)而為施工安全提供有效保障。

來(lái)源出版物：中國(guó)安全科學(xué)學(xué)報(bào), 2013, 23(1): 83-89

入選年份：2017