基于離散Hopfield神經(jīng)網(wǎng)絡(luò)的化學(xué)實(shí)驗(yàn)室安全評(píng)估

韓紅桂， 王 遠(yuǎn)， 甄 琪

(1.北京工業(yè)大學(xué)信息學(xué)部， 北京 100124； 2.北京工業(yè)大學(xué)計(jì)算智能與智能系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室， 北京 100124)

在化學(xué)實(shí)驗(yàn)室運(yùn)行過(guò)程中，易燃、易爆、有毒、有害的危險(xiǎn)化學(xué)品是廣泛存在的，其存取與使用存在諸多安全隱患，威脅著師生的生命與財(cái)產(chǎn)安全. 科學(xué)有效的化學(xué)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)估是加強(qiáng)實(shí)驗(yàn)室安全管理的重要措施[1]. 然而，由于化學(xué)實(shí)驗(yàn)室藥品種類繁多、理化特性復(fù)雜、實(shí)驗(yàn)室消防規(guī)定繁縟、實(shí)驗(yàn)操作流程復(fù)雜，難以對(duì)化學(xué)實(shí)驗(yàn)室安全進(jìn)行有效評(píng)估. 因此，如何建立科學(xué)、可量化且具有廣泛適用性的實(shí)驗(yàn)室安全狀況評(píng)估體系，提供客觀準(zhǔn)確的化學(xué)實(shí)驗(yàn)室安全評(píng)估方案，已得到越來(lái)越多研究者的關(guān)注.

為了對(duì)化學(xué)實(shí)驗(yàn)室安全狀況進(jìn)行評(píng)估，陽(yáng)富強(qiáng)等[2]提出使用數(shù)理統(tǒng)計(jì)方法對(duì)實(shí)驗(yàn)室安全進(jìn)行分析和評(píng)估. Zhu等[3]建立了一種化學(xué)實(shí)驗(yàn)室安全評(píng)估方法，該方法通過(guò)結(jié)合故障樹(shù)分析法和二元決策圖分析化學(xué)實(shí)驗(yàn)室中的“人”“機(jī)”“環(huán)境”和“管理”4個(gè)關(guān)鍵因素，實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室中易爆氣瓶、壓力裝置和危險(xiǎn)化學(xué)品的評(píng)估. 吳立榮等[4]建立了一種基于重要性加權(quán)的高校實(shí)驗(yàn)室安全評(píng)價(jià)方法，該方法通過(guò)層次分析法和專家咨詢法確定評(píng)價(jià)指標(biāo)并對(duì)其加權(quán)，并利用模糊綜合評(píng)價(jià)法對(duì)高校實(shí)驗(yàn)室安全狀況進(jìn)行評(píng)價(jià). 張永利等[5]構(gòu)建了基于D-S證據(jù)理論的安全評(píng)估方法，通過(guò)使用組合規(guī)則法和證據(jù)信息修正法改變信息的分配方式，實(shí)現(xiàn)了對(duì)安全風(fēng)險(xiǎn)的評(píng)估. 上述評(píng)價(jià)方法可以利用專家經(jīng)驗(yàn)實(shí)現(xiàn)化學(xué)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)的評(píng)估，但專家經(jīng)驗(yàn)是一種主觀的信息，會(huì)影響評(píng)估的準(zhǔn)確性. 此外，在缺少專家指導(dǎo)的情況下將無(wú)法進(jìn)行評(píng)估.

近年來(lái)，一些機(jī)器學(xué)習(xí)方法被引入到實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)估中. 機(jī)器學(xué)習(xí)以統(tǒng)計(jì)學(xué)為基礎(chǔ)，對(duì)獲取的訓(xùn)練數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析并獲得其規(guī)律，再運(yùn)用獲取的規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行評(píng)估分析. 作為機(jī)器學(xué)習(xí)方法，人工神經(jīng)網(wǎng)絡(luò)不僅具有聯(lián)想存儲(chǔ)、自學(xué)習(xí)和高速尋找優(yōu)化解的功能，而且在建模過(guò)程中不依賴主觀信息，具有科學(xué)性和客觀性. 因此，一些學(xué)者在研究中引入人工神經(jīng)網(wǎng)絡(luò)方法對(duì)客觀事物狀況進(jìn)行評(píng)估[6-9]. 韓紅桂等[10]建立了基于模糊神經(jīng)網(wǎng)絡(luò)的廢舊手機(jī)價(jià)值評(píng)估方法，該方法利用基于最大類差異的邊緣檢測(cè)算法解析手機(jī)圖像的區(qū)域特征，將區(qū)域特征作為評(píng)價(jià)指標(biāo)，實(shí)現(xiàn)了對(duì)廢舊手機(jī)價(jià)值的準(zhǔn)確評(píng)估. 王宗杰等[11]提出一種基于BP神經(jīng)網(wǎng)絡(luò)(back propagation neural network, BPNN)的醫(yī)患關(guān)系風(fēng)險(xiǎn)評(píng)估模型，并通過(guò)粒子群算法優(yōu)化風(fēng)險(xiǎn)評(píng)估模型，仿真結(jié)果表明該模型可以以較高的精度評(píng)估醫(yī)患關(guān)系風(fēng)險(xiǎn). 韓紅桂等[12]提出了一種基于遞歸徑向基神經(jīng)網(wǎng)絡(luò)的膜透水率檢測(cè)方法，該方法利用主成分分析法提取評(píng)估指標(biāo)，實(shí)現(xiàn)了對(duì)膜透水率的準(zhǔn)確預(yù)測(cè). 在安全預(yù)警方面，也有學(xué)者運(yùn)用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行研究[13-14]. 上述神經(jīng)網(wǎng)絡(luò)通過(guò)大量訓(xùn)練樣本進(jìn)行建模學(xué)習(xí)時(shí)，能夠在仿真時(shí)取得較高的精確度，但是，在用于對(duì)高?；瘜W(xué)實(shí)驗(yàn)室安全狀況進(jìn)行評(píng)估時(shí)會(huì)遇到訓(xùn)練樣本數(shù)量較少、訓(xùn)練樣本數(shù)據(jù)不全面等問(wèn)題，導(dǎo)致神經(jīng)網(wǎng)絡(luò)無(wú)法通過(guò)訓(xùn)練輸出正確的評(píng)估結(jié)果.

離散Hopfield神經(jīng)網(wǎng)絡(luò)(discrete Hopfield neural network，DHNN)具有良好的動(dòng)力學(xué)特性以及聯(lián)想記憶功能，在缺少訓(xùn)練樣本的情況下，能夠通過(guò)記憶學(xué)習(xí)模式代替大量訓(xùn)練樣本，提高網(wǎng)絡(luò)輸出精度[15]. 多項(xiàng)研究表明，DHNN可以廣泛地應(yīng)用于能力評(píng)估[16-17]、圖像分類[18]、混合光譜分解[19]、最大切割問(wèn)題[20]、信號(hào)檢測(cè)[21]、模式識(shí)別[22]等領(lǐng)域. 王勁松等[23]構(gòu)建了一種基于DHNN的網(wǎng)絡(luò)空間信息防御能力評(píng)估模型，實(shí)驗(yàn)結(jié)果表明，該方法能夠?qū)W(wǎng)絡(luò)空間信息防御能力直觀、快速、準(zhǔn)確地評(píng)估且誤差較小. 上述研究表明，DHNN可以應(yīng)用于能力和性能評(píng)估且泛用性較強(qiáng). 因此，文中構(gòu)造一種基于DHNN的實(shí)驗(yàn)室安全狀況評(píng)估模型，并且引入學(xué)習(xí)率和調(diào)整率對(duì)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程進(jìn)行優(yōu)化，實(shí)現(xiàn)在缺少訓(xùn)練樣本的情況下完成對(duì)實(shí)驗(yàn)室安全狀況的完整評(píng)估. 本文主要從以下幾個(gè)方面進(jìn)行研究：首先，分析化學(xué)實(shí)驗(yàn)室中與安全風(fēng)險(xiǎn)相關(guān)的指標(biāo)，建立化學(xué)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)多指標(biāo)評(píng)估體系；然后，利用模糊綜合評(píng)價(jià)法對(duì)評(píng)估體系中各項(xiàng)二級(jí)指標(biāo)進(jìn)行分析量化，得到編碼后的待評(píng)估數(shù)據(jù)；最后，構(gòu)建一種基于DHNN的安全狀況評(píng)估模型，對(duì)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程進(jìn)行優(yōu)化，并且對(duì)網(wǎng)絡(luò)的泛化能力進(jìn)行驗(yàn)證.

1 化學(xué)實(shí)驗(yàn)室安全多指標(biāo)評(píng)估體系構(gòu)建

為了對(duì)化學(xué)實(shí)驗(yàn)室安全狀況進(jìn)行全面評(píng)估，建立化學(xué)實(shí)驗(yàn)室多指標(biāo)評(píng)估體系及評(píng)語(yǔ)體系，并為每個(gè)指標(biāo)編碼. 構(gòu)建基于DHNN的實(shí)驗(yàn)室安全狀況定性評(píng)估模型，流程如圖1所示.

圖1 基于DHNN的實(shí)驗(yàn)室安全狀況定性評(píng)估模型Fig.1 Qualitative evaluation model of laboratory safety status based on DHNN

1.1 實(shí)驗(yàn)室安全狀況多指標(biāo)評(píng)估體系

遵循全面性、科學(xué)性、代表性與可比性的原則，通過(guò)查閱化學(xué)實(shí)驗(yàn)室安全事故事件資料、現(xiàn)場(chǎng)考察北京某大學(xué)實(shí)驗(yàn)室實(shí)際情況、查閱法律法規(guī)以及國(guó)內(nèi)外高校實(shí)驗(yàn)室安全管理手冊(cè)，并參考專家意見(jiàn)，設(shè)立5個(gè)一級(jí)指標(biāo)[4,24]：人員安全狀況、儀器設(shè)備安全狀況、環(huán)境安全狀況、管理制度安全狀況和應(yīng)急響應(yīng)安全狀況. 這5項(xiàng)一級(jí)指標(biāo)涵蓋了實(shí)驗(yàn)室實(shí)驗(yàn)活動(dòng)的主體和客體，并且考慮了管理和應(yīng)急層面的因素，具有代表性. 利用層次分析法，以實(shí)驗(yàn)室安全狀況評(píng)估作為目標(biāo)層，以人員安全狀況、儀器設(shè)備安全狀況、環(huán)境安全狀況、管理制度安全狀況和應(yīng)急響應(yīng)安全狀況作為因素層，建立化學(xué)實(shí)驗(yàn)室安全狀況評(píng)估體系，即

I(t)=[A(t),B(t),C(t),D(t),E(t)]

(1)

式中：I(t)為評(píng)估指標(biāo)體系矩陣；A(t)為人員安全狀況一級(jí)指標(biāo)向量；B(t)為儀器設(shè)備安全狀況一級(jí)指標(biāo)向量；C(t)為環(huán)境安全狀況一級(jí)指標(biāo)向量；D(t)為管理制度安全狀況一級(jí)指標(biāo)向量；E(t)為應(yīng)急響應(yīng)安全狀況一級(jí)指標(biāo)向量. 對(duì)5個(gè)一級(jí)指標(biāo)進(jìn)行細(xì)化，得到每個(gè)一級(jí)指標(biāo)下的二級(jí)指標(biāo).

1.1.1 人員安全狀況評(píng)估指標(biāo)

人員是進(jìn)行實(shí)驗(yàn)操作的主體，實(shí)驗(yàn)人員的主觀能動(dòng)性影響其他參與實(shí)驗(yàn)的客體，人員的綜合素質(zhì)與實(shí)驗(yàn)室安全狀況直接相關(guān). 以人員安全狀況為因素層一級(jí)指標(biāo)，其包括的二級(jí)指標(biāo)為

A(t)=[a1(t),a2(t),…,a8(t)]

(2)

式中：a1(t)為人員身體狀況；a2(t)為人員安全意識(shí)狀況；a3(t)人員實(shí)驗(yàn)水平；a4(t)為人員實(shí)驗(yàn)經(jīng)驗(yàn)；a5(t)為人員心理素質(zhì)；a6(t)為人員安全知識(shí)掌握情況；a7(t)為人員應(yīng)急反應(yīng)水平；a8(t)為人員應(yīng)急反應(yīng)知識(shí)掌握情況.

1.1.2 儀器設(shè)備安全狀況評(píng)估指標(biāo)

儀器設(shè)備為人員提供了進(jìn)行實(shí)驗(yàn)操作的平臺(tái)，通過(guò)分析儀器設(shè)備的各方面狀況，能夠確定實(shí)驗(yàn)室發(fā)生危險(xiǎn)狀況的概率. 以儀器設(shè)備安全狀況為因素層一級(jí)指標(biāo)，其包括的二級(jí)指標(biāo)為

B(t)=[b1(t),b2(t),…,b8(t)]

(3)

式中：b1(t)為實(shí)驗(yàn)儀器保養(yǎng)狀況；b2(t)為實(shí)驗(yàn)儀器存放狀況；b3(t)為實(shí)驗(yàn)儀器安全檢查狀況；b4(t)為實(shí)驗(yàn)儀器使用時(shí)遵守安全規(guī)范狀況；b5(t)為實(shí)驗(yàn)儀器安全運(yùn)行狀況；b6(t)為安全指示標(biāo)志狀況；b7(t)為安全警報(bào)狀況；b8(t)為安全防護(hù)設(shè)施狀況.

1.1.3 環(huán)境安全狀況評(píng)估指標(biāo)

環(huán)境指的是實(shí)驗(yàn)操作所處的空間，對(duì)環(huán)境安全狀況中包含的各個(gè)因素進(jìn)行分析，能幫助維護(hù)實(shí)驗(yàn)室的安全運(yùn)行. 以環(huán)境安全狀況為因素層一級(jí)指標(biāo)，其包括的二級(jí)指標(biāo)為

C(t)=[c1(t),c2(t),…,c7(t)]

(4)

式中：c1(t)為通風(fēng)照明設(shè)備運(yùn)行狀況；c2(t)為三廢處理狀況；c3(t)為三廢排放狀況；c4(t)為控溫控濕設(shè)備運(yùn)行狀況；c5(t)為防火防爆設(shè)備運(yùn)行狀況；c6(t)為實(shí)驗(yàn)環(huán)境衛(wèi)生狀況；c7(t)為電路與水氣管道設(shè)備運(yùn)行狀況.

1.1.4 管理制度安全狀況評(píng)估指標(biāo)

依靠管理制度對(duì)危險(xiǎn)化學(xué)品進(jìn)行細(xì)致的管理，能夠降低實(shí)驗(yàn)室發(fā)生危險(xiǎn)狀況的概率. 以管理制度安全狀況為因素層一級(jí)指標(biāo)，其包括的二級(jí)指標(biāo)為

D(t)=[d1(t),d2(t),…,d7(t)]

(5)

式中：d1(t)為危險(xiǎn)化學(xué)品存放狀況；d2(t)為危險(xiǎn)化學(xué)品化學(xué)性質(zhì)穩(wěn)定狀況；d3(t)為危險(xiǎn)化學(xué)品領(lǐng)用記錄情況；d4(t)為危險(xiǎn)化學(xué)品取用報(bào)備清單填寫(xiě)情況；d5(t)為危險(xiǎn)化學(xué)品管理人員負(fù)責(zé)情況；d6(t)為安全設(shè)備管理人員負(fù)責(zé)情況；d7(t)為定期安全檢查運(yùn)行情況.

1.1.5 應(yīng)急響應(yīng)安全狀況評(píng)估指標(biāo)

應(yīng)急響應(yīng)指的是在實(shí)驗(yàn)室發(fā)生險(xiǎn)情時(shí)，利用應(yīng)急設(shè)備、應(yīng)急預(yù)案、應(yīng)急資源，通過(guò)應(yīng)急通道和定期應(yīng)急培訓(xùn)與演習(xí)保護(hù)人員的生命安全，降低財(cái)產(chǎn)損失的能力. 以應(yīng)急響應(yīng)安全狀況為因素層一級(jí)指標(biāo)，其包括的二級(jí)指標(biāo)為

E(t)=[e1(t),e2(t),…,e5(t)]

(6)

式中：e1(t)為應(yīng)急設(shè)備狀況；e2(t)為應(yīng)急預(yù)案狀況；e3(t)為急救資源狀況；e4(t)為應(yīng)急疏散通道狀況；e5(t)為定期應(yīng)急培訓(xùn)和演練執(zhí)行情況.

1.2 實(shí)驗(yàn)室安全狀況評(píng)語(yǔ)體系

通過(guò)建立一個(gè)合理的安全事故風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)體系，實(shí)現(xiàn)對(duì)每一項(xiàng)二級(jí)指標(biāo)賦予風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)，完成對(duì)該項(xiàng)二級(jí)指標(biāo)風(fēng)險(xiǎn)狀況的直觀描述.

合理的安全事故風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)體系需要綜合考慮安全事故發(fā)生概率與發(fā)生安全事故時(shí)造成的危害程度. 通過(guò)專家咨詢法將安全事故發(fā)生概率從低到高進(jìn)行排序，完成對(duì)安全事故產(chǎn)生概率和危害程度的層次劃分，如表1所示.

表1 安全事故產(chǎn)生概率及危害等級(jí)評(píng)估

對(duì)每個(gè)安全事故的危害等級(jí)與安全事故發(fā)生概率進(jìn)行綜合考慮，得到每個(gè)危害等級(jí)在不同概率下的安全事故風(fēng)險(xiǎn)程度，將安全事故風(fēng)險(xiǎn)程度劃分為5個(gè)等級(jí)，得到的5個(gè)安全事故風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)為理想、可容忍、不理想、很差和無(wú)法接受. 使用這些評(píng)價(jià)結(jié)果構(gòu)建的評(píng)價(jià)集為

P(t)=[p1(t),p2(t),…,p5(t)]

(7)

式中：p1(t)表示理想；p2(t)表示可容忍；p3(t)表示不理想；p4(t)表示很差；p5(t)表示無(wú)法接受. 根據(jù)風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)構(gòu)建安全狀況評(píng)語(yǔ)體系，如表2所示. 表中：p1表示安全事故等級(jí)評(píng)語(yǔ)為理想，代表危害造成影響較小，損失較小且發(fā)生概率低于中等概率；p2表示安全事故等級(jí)評(píng)語(yǔ)為可容忍，代表危害造成輕微影響且發(fā)生概率低于稍高概率；p3表示安全事故等級(jí)評(píng)語(yǔ)為不理想，代表危害造成一定程度影響且發(fā)生概率低于較高概率；p4表示安全事故等級(jí)評(píng)語(yǔ)為很差，代表危害造成嚴(yán)重影響，損失很大且發(fā)生概率低于較高概率；p5表示安全事故等級(jí)評(píng)語(yǔ)為無(wú)法接受，代表危害造成嚴(yán)重影響且發(fā)生概率接近較高概率.

表2 安全事故風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)集矩陣

2 評(píng)估數(shù)據(jù)處理

模糊綜合評(píng)價(jià)法是應(yīng)用模糊數(shù)學(xué)理論的綜合評(píng)估方法，運(yùn)用多指標(biāo)評(píng)價(jià)來(lái)獲得事物的隸屬度信息，具有系統(tǒng)性強(qiáng)、結(jié)論清晰等特點(diǎn). 由于對(duì)實(shí)驗(yàn)室安全狀況的評(píng)估是一個(gè)多層次、多因素的復(fù)雜綜合評(píng)價(jià)問(wèn)題，可以使用劃分層次的風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)體系定性描述一級(jí)和二級(jí)指標(biāo)，故可以使用模糊綜合評(píng)價(jià)法對(duì)實(shí)驗(yàn)室安全狀況進(jìn)行量化描述.

2.1 使用模糊綜合評(píng)價(jià)法對(duì)實(shí)驗(yàn)室安全狀況量化描述

以人員安全狀況為例，模糊綜合評(píng)價(jià)法的執(zhí)行步驟[25]如下.

1) 建立因素集和評(píng)價(jià)集

因素集是以人員安全狀況影響因素為元素所組成的一個(gè)普通集合，與前述A(t)相同. 評(píng)價(jià)集是評(píng)價(jià)者對(duì)人員安全狀況做出的評(píng)價(jià)結(jié)果集合，用P(t)表示.

2) 建立模糊綜合評(píng)價(jià)矩陣

因素集的評(píng)價(jià)矩陣為

(8)

3) 確定因素權(quán)值

評(píng)價(jià)工作中各因素的重要程度有所不同，為此，建立因素權(quán)向量

VA(t)=[v1(t),v2(t),…,v8(t)]

(9)

式中vq(t)為A(t)中第q個(gè)因素的權(quán)值.

4) 建立綜合評(píng)價(jià)模型

評(píng)價(jià)結(jié)果為

BA(t)=VA(t)RA(t)

(10)

式中BA(t)表示因素集的得分矩陣. 對(duì)于BA(t)中包含的各項(xiàng)二級(jí)指標(biāo)，使用高斯型隸屬度函數(shù)將評(píng)價(jià)集P(t)中5個(gè)安全事故風(fēng)險(xiǎn)等級(jí)評(píng)語(yǔ)的得分區(qū)間劃分為(95,100]、(85,95]、(75,85]、(65,75]、(55,65]，根據(jù)最大隸屬度原則，確定人員安全狀況中各項(xiàng)二級(jí)指標(biāo)的評(píng)價(jià)等級(jí).

2.2 輸入數(shù)據(jù)編碼

創(chuàng)建用于評(píng)估人員安全狀況、儀器設(shè)備安全狀況、環(huán)境安全狀況、管理制度安全狀況、應(yīng)急響應(yīng)安全狀況的神經(jīng)網(wǎng)絡(luò)評(píng)估模型輸入矩陣. 以人員安全狀況為例，輸入矩陣的行數(shù)為8，分別表示1.1.1中設(shè)計(jì)的8個(gè)二級(jí)指標(biāo)：a1(t)、a2(t)、a3(t)、a4(t)、a5(t)、a6(t)、a7(t)、a8(t)，輸入矩陣的列數(shù)為5，分別表示1.2中設(shè)計(jì)的5個(gè)評(píng)語(yǔ)：理想、可容忍、不理想、很差和無(wú)法接受.

根據(jù)2.1中提出的方法，得到對(duì)人員安全狀況、儀器設(shè)備安全狀況、環(huán)境安全狀況、管理制度安全狀況與應(yīng)急響應(yīng)安全狀況中每一項(xiàng)二級(jí)指標(biāo)的評(píng)語(yǔ)，根據(jù)以上評(píng)語(yǔ)為每個(gè)輸入矩陣編碼[26]. 當(dāng)某二級(jí)指標(biāo)評(píng)語(yǔ)為理想時(shí)，該二級(jí)指標(biāo)所在行的第1列編碼為1，其余列為-1；當(dāng)某二級(jí)指標(biāo)評(píng)語(yǔ)為可容忍時(shí)，該二級(jí)指標(biāo)所在行的第2列編碼為1，其余列為-1；當(dāng)某二級(jí)指標(biāo)評(píng)語(yǔ)為不理想時(shí)，該二級(jí)指標(biāo)所在行的第3列編碼為1，其余列為-1；當(dāng)某二級(jí)指標(biāo)評(píng)語(yǔ)為很差時(shí)，該二級(jí)指標(biāo)所在行的第4列編碼為1，其余列為-1；當(dāng)某二級(jí)指標(biāo)評(píng)語(yǔ)為無(wú)法接受時(shí)，該二級(jí)指標(biāo)所在行的第5列編碼為1，其余列為-1. 以人員安全狀況為例，其輸入編碼矩陣為

(11)

3 DHNN化學(xué)實(shí)驗(yàn)室安全評(píng)估模型

為了對(duì)化學(xué)實(shí)驗(yàn)室安全狀況進(jìn)行客觀評(píng)估，建立用于評(píng)價(jià)人員安全狀況、儀器設(shè)備安全狀況、環(huán)境安全狀況、管理制度安全狀況、應(yīng)急響應(yīng)安全狀況的DHNN評(píng)估模型. 這里以人員安全狀況為例建立評(píng)估模型.

3.1 DHNN

3.2 評(píng)估模型結(jié)構(gòu)

1) 神經(jīng)元輸入

DHNN在第t次迭代時(shí)，某一神經(jīng)元的輸入為其他神經(jīng)元的加權(quán)輸出，第1行第1列神經(jīng)元的輸入為

(12)

(13)

2) 神經(jīng)元的輸出

DHNN神經(jīng)元的輸出由二值函數(shù)計(jì)算，第1行第1列神經(jīng)元的輸出為

(14)

由式(14)得到HA神經(jīng)網(wǎng)絡(luò)的輸出矩陣為

(15)

3.3 網(wǎng)絡(luò)優(yōu)化

在對(duì)高校化學(xué)實(shí)驗(yàn)室安全狀況進(jìn)行評(píng)估時(shí)，會(huì)遇到訓(xùn)練樣本數(shù)量較少、訓(xùn)練樣本數(shù)據(jù)不全面等問(wèn)題，可以通過(guò)對(duì)樣本進(jìn)行記憶以替代大量訓(xùn)練樣本，同時(shí)提高網(wǎng)絡(luò)輸出精度，從而提高評(píng)估的準(zhǔn)確性. DHNN進(jìn)行記憶的過(guò)程本質(zhì)上是建立權(quán)值矩陣的過(guò)程[28]，因?yàn)榫W(wǎng)絡(luò)依次將待記憶樣本加入權(quán)值矩陣，所以有可能出現(xiàn)遺忘已記憶樣本的情況，無(wú)法在仿真階段對(duì)某些樣本實(shí)現(xiàn)正確回憶. 本文使用以下方法來(lái)修正DHNN在記憶多個(gè)樣本時(shí)無(wú)法準(zhǔn)確回憶的問(wèn)題.

設(shè)網(wǎng)絡(luò)具有m個(gè)輸入模式的記憶樣本為Km，當(dāng)網(wǎng)絡(luò)經(jīng)過(guò)多次迭代達(dá)到穩(wěn)態(tài)后，此時(shí)的輸出矩陣YA(t)也應(yīng)為某一輸入模式Km，即

(16)

(17)

(18)

(19)

式中δ為調(diào)整率.

采用以上學(xué)習(xí)方式，將具有m個(gè)模式的記憶樣本Km中每個(gè)模式依次進(jìn)行學(xué)習(xí)，通過(guò)對(duì)它們的反復(fù)學(xué)習(xí)不斷修正權(quán)值矩陣，使得DHNN可以對(duì)任意記憶的模式進(jìn)行正確回憶，增強(qiáng)了網(wǎng)絡(luò)的記憶性能，從而提高評(píng)估時(shí)的識(shí)別率.

3.4 評(píng)估過(guò)程

利用因素層的二級(jí)指標(biāo)建立各個(gè)一級(jí)指標(biāo)的評(píng)估模型，并利用一級(jí)指標(biāo)建立目標(biāo)層的評(píng)估模型. 具體運(yùn)行步驟如下.

步驟1利用因素層的二級(jí)指標(biāo)A(t)、B(t)、C(t)、D(t)、E(t)建立因素層中各個(gè)一級(jí)指標(biāo)的評(píng)估模型，確定每個(gè)評(píng)估模型的初始結(jié)構(gòu)和連接權(quán)值.

步驟2計(jì)算一級(jí)指標(biāo)的評(píng)估模型中每個(gè)神經(jīng)元在第t次迭代時(shí)的狀態(tài).

步驟3判斷一級(jí)指標(biāo)的評(píng)估模型是否處于穩(wěn)定狀態(tài)：若未達(dá)到穩(wěn)定狀態(tài)，則返回步驟2，重新執(zhí)行步驟2、3；若達(dá)到穩(wěn)定狀態(tài)，則到步驟4.

步驟4利用一級(jí)指標(biāo)I(t)建立目標(biāo)層的評(píng)估模型，確定目標(biāo)層評(píng)估模型的初始結(jié)構(gòu)和連接權(quán)值.

步驟5計(jì)算目標(biāo)層評(píng)估模型中每個(gè)神經(jīng)元在第t次迭代時(shí)的狀態(tài).

步驟6判斷目標(biāo)層評(píng)估模型是否處于穩(wěn)定狀態(tài)：若未達(dá)到穩(wěn)定狀態(tài)，則返回步驟5，重新執(zhí)行步驟5、6；若達(dá)到穩(wěn)定狀態(tài)，則輸出評(píng)估結(jié)果.

4 實(shí)驗(yàn)分析

4.1 實(shí)驗(yàn)設(shè)計(jì)

以完成編碼的實(shí)驗(yàn)室安全狀況評(píng)估數(shù)據(jù)為輸入，以DHNN對(duì)這些信息的評(píng)估結(jié)果為輸出. 創(chuàng)建5個(gè)DHNN，分別對(duì)人員安全狀況、儀器設(shè)備安全狀況、環(huán)境安全狀況、管理制度安全狀況和應(yīng)急響應(yīng)安全狀況進(jìn)行評(píng)估.

4.2 實(shí)驗(yàn)結(jié)果分析

將5個(gè)完成打分的實(shí)驗(yàn)室數(shù)據(jù)根據(jù)前文規(guī)則進(jìn)行編碼，把編碼后的數(shù)據(jù)輸入對(duì)應(yīng)的DHNN中，以神經(jīng)網(wǎng)絡(luò)最終的輸出狀態(tài)作為安全狀況評(píng)估結(jié)果. 此處以人員安全狀況評(píng)估結(jié)果為例，見(jiàn)圖2.

為了增強(qiáng)數(shù)據(jù)的可讀性，使用●代表神經(jīng)元處于激活狀態(tài)，使用○代表神經(jīng)元未激活. 圖2(a)為5個(gè)評(píng)語(yǔ)標(biāo)準(zhǔn)值的編碼；圖2(b)為5個(gè)待評(píng)估對(duì)象的編碼；圖2(c)為通過(guò)DHNN得到的仿真評(píng)估結(jié)果. 5個(gè)評(píng)估對(duì)象的結(jié)果分別為：B、B、A、A和D.

在獲得全部5個(gè)一級(jí)指標(biāo)的評(píng)估結(jié)果后，將每個(gè)一級(jí)指標(biāo)的評(píng)估結(jié)果作為新的輸入變量輸入到DHNN中，經(jīng)過(guò)多次迭代DHNN處于穩(wěn)態(tài)，即可獲得綜合全部一級(jí)指標(biāo)狀況評(píng)估的全因素安全狀況評(píng)估結(jié)果，見(jiàn)圖3.

通過(guò)DHNN進(jìn)行評(píng)估，得到綜合全因素指標(biāo)的實(shí)驗(yàn)室安全狀況評(píng)估結(jié)果分別為B、B、B、A和D，將評(píng)估結(jié)果與通過(guò)數(shù)理統(tǒng)計(jì)方法得到的結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)評(píng)估結(jié)果一致. 這說(shuō)明DHNN成功在樣本數(shù)量較少、數(shù)據(jù)不全面的情況下通過(guò)回憶將輸入的評(píng)估數(shù)據(jù)正確分類，證明DHNN可以客觀、方便、有效地對(duì)實(shí)驗(yàn)室安全狀況進(jìn)行分類與評(píng)估.

圖3 實(shí)驗(yàn)室整體安全狀況的等級(jí)指標(biāo)、輸入的 評(píng)估數(shù)據(jù)和DHNN評(píng)估結(jié)果Fig.3 Level indexes, input data and DHNN evaluation results of laboratory overall safety status

4.3 模型泛化能力檢驗(yàn)

為了驗(yàn)證DHNN實(shí)驗(yàn)室安全狀況評(píng)估模型的評(píng)估能力，證明其科學(xué)性與有效性，利用收集到的35份實(shí)驗(yàn)室人員安全狀況數(shù)據(jù)，經(jīng)過(guò)編碼后將其輸入至構(gòu)建的DHNN評(píng)估模型中. 同時(shí)，將相同數(shù)據(jù)作為分類對(duì)象，輸入至K最近鄰算法(K-nearest neighbor, KNN)、BPNN和支持向量機(jī)(support vector machine, SVM)評(píng)估方法中進(jìn)行對(duì)比實(shí)驗(yàn)[29]，結(jié)果如表3所示. 結(jié)果表明，DHNN評(píng)估模型可以很好地進(jìn)行實(shí)驗(yàn)室安全狀況評(píng)估，與其他幾種典型的分類方法相比，克服了在訓(xùn)練樣本較少以及訓(xùn)練樣本維度缺失的情況下評(píng)估結(jié)果不可靠的問(wèn)題，仍然保持很高的準(zhǔn)確度以及收斂速度，驗(yàn)證了DHNN的泛用性以及準(zhǔn)確性.

表3 DHNN以及其他評(píng)估方法對(duì)實(shí)驗(yàn)室人員安全 狀況的評(píng)估準(zhǔn)確率

5 結(jié)論

1) 構(gòu)建的化學(xué)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)多指標(biāo)評(píng)估體系全面包括了影響實(shí)驗(yàn)室安全的因素.

2) 基于DHNN的化學(xué)實(shí)驗(yàn)室安全評(píng)估方法可以實(shí)現(xiàn)在訓(xùn)練樣本較少的情況下對(duì)實(shí)驗(yàn)室安全進(jìn)行有效評(píng)估.

3) 將所提出的評(píng)估方法應(yīng)用于實(shí)際實(shí)驗(yàn)室的評(píng)估中，并與其他4種評(píng)估方法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明所提出的方法具有較高的評(píng)估精度.