基于時間序列和機器學習預測塵肺病發(fā)展趨勢研究

李申龍，王振平，盧國群，徐修立，李宗山，初 昊，肖 旸

(1.陜西未來能源化工有限公司金雞灘煤礦，陜西省榆林市，719000；2.西安科技大學安全科學與工程學院，陜西省榆林市，710054)

0 引言

我國是一個以煤為主的能源生產(chǎn)和消費大國，目前我國煤炭消費量占全球的20.3%。當前，煤炭仍是我國最主要的能源，且在今后相當長的時間內(nèi)以煤為主的能源消費結(jié)構(gòu)不會改變[1]?！笆濉逼陂g煤礦整體安全生產(chǎn)形勢呈穩(wěn)定好轉(zhuǎn)趨勢，但隨著整體開采深度的增加，煤礦粉塵災害日益嚴重[2]。井下工人長期吸入礦塵，極易引發(fā)塵肺病，因吸入煤塵過多而患上塵肺病的工人數(shù)量在逐年增加[3]。

據(jù)統(tǒng)計，煤礦井下采煤工作面是產(chǎn)塵量最大的位置，約占50%，掘進工作面約占35%，噴漿作業(yè)地點約占10%，裝煤、運煤以及卸煤過程約占5%[4]。這些生產(chǎn)環(huán)節(jié)所產(chǎn)生的粉塵有一部分可以通過一些降塵措施進行消除，但有大部分粒徑較小的粉塵會從這些降塵措施中“逃逸”，并且可以長時間懸浮于生產(chǎn)作業(yè)空間之中[5-7]。這些粒徑較小的粉塵被稱為呼吸性粉塵，它可以通過防護面罩，經(jīng)過鼻腔進入肺部并且無法從肺部排出，沉降在肺泡里導致肺部纖維化，最終導致塵肺病的發(fā)生[8]。由于這種塵肺病主要發(fā)病于煤礦行業(yè)，因此這類塵肺病又叫煤工塵肺病。在煤礦行業(yè)中，塵肺病是一種常見的職業(yè)性疾病，作為“隱性”礦害，它有著比瓦斯爆炸、水害等“顯性”礦難更大的威脅[9]。據(jù)統(tǒng)計，每年因塵肺病死亡的礦工人數(shù)遠高于其他原因死亡的礦工人數(shù)，并且塵肺病是一種潛伏時間較長的職業(yè)病，其危害的持續(xù)之久、程度之惡劣都足以引起大家對它的重視[10]。根據(jù)國家衛(wèi)建委公布，近幾年塵肺病新增病例總數(shù)約24.76萬人，其中煤工塵肺病新增約12.54萬人，約占50.65%[11]。

綜上所述，煤工塵肺病是占比最大的塵肺病病種。結(jié)合全國煤炭年產(chǎn)量、煤礦從業(yè)人數(shù)與每年塵肺病病例數(shù)，綜合考慮各種影響參數(shù)，建立合理的模型預測2024-2030年煤炭產(chǎn)業(yè)發(fā)展狀況與塵肺病的發(fā)展是一個重要的研究方向。筆者采用時間序列預測法預測2024-2030年全國煤炭年產(chǎn)量和煤礦從業(yè)人數(shù)，取2021年和2022年的真實數(shù)據(jù)作為參照，得出時間序列預測法的精確度；使用1998-2022年的煤炭年產(chǎn)量、煤礦從業(yè)人數(shù)與1998-2021年塵肺病病例數(shù)作為變量建立神經(jīng)網(wǎng)絡(luò)預測模型，將時間序列預測法得到的煤炭年產(chǎn)量和煤礦從業(yè)人數(shù)作為輸入變量，取2021年的真實數(shù)據(jù)作為參照，用來對比檢驗模型，從而預測2024-2030年全國塵肺病患病病例數(shù)。

1 理論研究

1.1 時間序列預測法

時間序列預測法的原理是假設(shè)現(xiàn)階段以往數(shù)據(jù)可以準確地顯示其過去的歷史軌跡[12]。則假定以往序列{Y}的歷史軌跡時刻(1～n-1)對應的顯示值{y1，y2，…，yn-1}及當前時刻n對應的顯示值yn，利用時序列預測法對未來出現(xiàn)的n+t(t≥1)時刻的值yn+t進行預測。當預測步長只有1 時，稱之為單步預測；當預測步長大于1時，稱為多步預測。設(shè)預測模型為：

(1)

f(…)、g(…)——待估函數(shù)；

{ζ}——觀測噪聲。

1.2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)(BPNN)是一種按誤差反向傳播訓練的多層前饋網(wǎng)絡(luò)，主要包括輸入層、隱藏層和輸出層3部分，3部分之間主要依靠權(quán)值和閾值連接[13]，結(jié)構(gòu)如圖1所示?；镜腂PNN是通過不斷進行信號的正向傳播和誤差的反向反饋這2個過程來反復修正各單元權(quán)值和閾值，從而縮短預測值與目標值的差距。本研究輸入層神經(jīng)元個數(shù)為3，代表輸入的影響因素；隱含層神經(jīng)元個數(shù)為7，與輸入層神經(jīng)元個數(shù)n為2n+1的關(guān)系；輸出層神經(jīng)元個數(shù)為1，代表輸出的塵肺病病例數(shù)。訓練次數(shù)選擇1 000次，訓練目標選為0.000 1，學習速率選為0.01。

1.3 遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)(GA-BPNN)

GA-BPNN的要素主要包括5部分，首先通過編碼現(xiàn)有的權(quán)值和閾值從而得到一個初始的種群，而編碼的權(quán)值和閾值一般采用區(qū)間[-0.5，0.5]內(nèi)的隨機數(shù)[14]。個體編碼使用二進制編碼，主要包括輸入層和隱藏層之間權(quán)值、隱藏層與輸出層之間權(quán)值、隱藏層本身閾值、輸出層本身閾值4部分，通過十位的二進制編碼，將所有閾值和權(quán)值的編碼連接起來形成個體的編碼；之后為找出最優(yōu)個體需要計算種群適應度值，其中obj作為目標函數(shù)的輸出；最后進行變異操作，用隨機方法選出發(fā)生變異的基因，如果所選的基因編碼是1，則需要將其變?yōu)?，如果所選的基因編碼是0則需要變?yōu)?。遺傳算法運行參數(shù)包括群體范圍T、遺傳代數(shù)G、交叉概率Pe和變異概率Ph。在本研究中遺傳代數(shù)選用100，交叉概率0.7，變異概率0.01。GA-BPNN算法流程如圖2所示。

圖2 GA-BPNN算法流程

2 結(jié)果分析與塵肺病發(fā)展趨勢預測

本次預測模型選取數(shù)據(jù)來自于國家統(tǒng)計局官網(wǎng)、國家衛(wèi)建委官網(wǎng)以及部分文獻[15]。為預測2024-2030年塵肺病的發(fā)展方向，首先對1998-2020年煤炭行業(yè)從業(yè)人員和煤炭年產(chǎn)量2個變量進行統(tǒng)計，部分統(tǒng)計曲線如圖3所示[16]。

圖3 1998-2020年煤礦從業(yè)人員、煤炭年產(chǎn)量及塵肺病病例數(shù)

由圖3可知，煤炭年產(chǎn)量自1998年以來，除個別年份外，基本呈現(xiàn)穩(wěn)步上漲趨勢，說明煤炭依然是我國的能源主體；1998-2001年，煤礦井下作業(yè)人數(shù)呈現(xiàn)下降趨勢，2001年以后又呈現(xiàn)上升趨勢，2014年以后呈現(xiàn)大幅下降趨勢，這一方面與國家發(fā)布政策有關(guān)，另一方面與現(xiàn)階段全國煤礦實現(xiàn)智能化礦井有關(guān)；塵肺病病例數(shù)在2017年之前呈現(xiàn)上漲趨勢，而近幾年塵肺病病例數(shù)在不斷下降。

隨著國家對塵肺病的不斷重視，新型高效的除塵技術(shù)在不段的研究發(fā)展，作業(yè)人員的個體防護措施也在不斷加強，這使得在今后幾年時間里，塵肺病新增病例數(shù)可能會維持在10 000人左右。

根據(jù)統(tǒng)計的1998-2020年全國煤礦從業(yè)人員和煤炭年產(chǎn)量數(shù)據(jù)，采用時間序列預測法對2024-2030年全國的從業(yè)人員和年產(chǎn)量進行預測。預測模型使用SPSS軟件建立，煤礦從業(yè)人員的預測模型采用最優(yōu)的布朗模型，煤炭年產(chǎn)量選用最適于預測的霍爾特模型，預測結(jié)果見表1。

表1 2024-2030年煤礦從業(yè)人員和煤炭年產(chǎn)量預測值

由表1可以看出，煤炭年產(chǎn)量逐年遞增，呈現(xiàn)穩(wěn)步增長狀態(tài)?，F(xiàn)階段國家大力發(fā)展智能化礦井，采掘速度和運輸速度方面在不斷提升，加之國家能源的主體依舊是煤炭，人們對煤炭的需求量不斷加大，因此煤炭年產(chǎn)量有穩(wěn)定增長的趨勢，預測結(jié)果符合時代的發(fā)展和人們的需求。煤礦從業(yè)人數(shù)預測在2024年將達到256.85萬人，在之后的幾年會呈現(xiàn)微型波動的趨勢，這種趨勢取決于人們對煤炭產(chǎn)能的需求。而隨著智能化礦井的推進，井下工作面工人數(shù)量將會實現(xiàn)部分縮減，但由于操作系統(tǒng)及設(shè)備的維護更換等仍需部分高科技作業(yè)人員，其趨勢依舊為小幅度下降。

分析2021—2022年我國煤炭產(chǎn)業(yè)經(jīng)濟形勢研究報告[17]和2022—2023年我國煤炭產(chǎn)業(yè)經(jīng)濟形勢研究報告[1]得出，2021年我國煤炭年產(chǎn)量40.7億t，煤礦從業(yè)人數(shù)261.2萬人，2022年我國煤炭年產(chǎn)量45.0億t，煤礦從業(yè)人數(shù)259.7萬人。通過上述預測模型計算得出，2021年煤礦從業(yè)人數(shù)為263.29萬人，煤炭年產(chǎn)量為41.34億t；2022年煤礦從業(yè)人數(shù)為260.48萬人，煤炭年產(chǎn)量為45.89億t。通過對比報告真實結(jié)果與預測模型的預測結(jié)果可以看出，二者趨勢相同。

將統(tǒng)計的1998-2020年全國煤礦從業(yè)人員和煤炭年產(chǎn)量數(shù)據(jù)分為23組，首先構(gòu)建標準BP神經(jīng)網(wǎng)絡(luò)模型，訓練樣本隨機抽取18組，其余5組數(shù)據(jù)作為測試樣本，采用R2、標準均方根誤差檢驗值(NRMSE)、 平均絕對百分誤差(MAPE)以及相對誤差作為判斷擬合程度的評價指標，預測值如圖4所示。

圖4 2種模型下的預測值和相對誤差

由圖4可以看出，5組測試集中除了第二組和第四組數(shù)據(jù)有較大偏離外，其余3組預測值與真實值較為接近；由誤差曲線可以清楚看出，第一組和第三組預測值與真實值最為接近。再將2021年和2022年煤礦從業(yè)人員和煤炭年產(chǎn)量值以及SPSS軟件模擬的2024-2030年煤礦從業(yè)人員和煤炭年產(chǎn)量預測值以及年份作為神經(jīng)網(wǎng)絡(luò)預測階段的輸入變量，預測結(jié)果見表2。

表2 2024-2030年塵肺病病例數(shù)預測值

通過分析預測值和真實值之間的關(guān)系，發(fā)現(xiàn)BPNN采用煤炭年產(chǎn)量、煤礦作業(yè)人員數(shù)量以及年份對塵肺病病例數(shù)進行預測是可行的，但是由于BPNN本身的局限性，它的預測精度未能達到預期效果。結(jié)合評價指標值可以看出BPNN中決定系數(shù)R2值為0.811，這表明BPNN的擬合效果欠佳，還需要進一步優(yōu)化。

為提高BPNN的預測精度，采用GA優(yōu)化后的BPNN模型。通過采用GA-BPNN模型對上述BPNN模型相同的訓練集和測試集進行訓練和測試，其測試集的預測值如圖4所示。從圖4可以看出，經(jīng)GA優(yōu)化后的BPNN模型相較之標準BPNN而言，其預測精度有了明顯的提升；通過誤差曲線也可以看出，經(jīng)GA優(yōu)化后BPNN相較標準BPNN而言誤差有明顯的下降。

BPNN和GA-BPNN的評價指標值如圖5所示。由圖5可以看出，經(jīng)GA優(yōu)化后的BPNN決定系數(shù)R2與BPNN相比有了明顯的提高，而NRMSE、MAPE則是有明顯的下降。當R2越接近于1，說明該模型的預測值越接近真實值；當NRMSE、MAPE越小，預測值越精準。

采用同樣方法，將2021年和2022年煤礦從業(yè)人員和煤炭年產(chǎn)量值以及SPSS軟件模擬得出的2024-2030年煤礦從業(yè)人員和煤炭年產(chǎn)量預測值以及年份作為神經(jīng)網(wǎng)絡(luò)預測階段的輸入變量代入到經(jīng)GA優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型后，2024-2030年塵肺病病例數(shù)預測結(jié)果見表2。通過對比BPNN和GA-BPNN的預測值可以得出，BPNN的預測值在8 700～29 000之間，預測值左右偏離較大。而GA-BPNN預測值在8 800-10 000之間，預測值浮動不大，這表明GA-BPNN模型更加穩(wěn)定，由此可得經(jīng)GA優(yōu)化后的BPNN提高了預測精度和模型的穩(wěn)定性。

據(jù)國家衛(wèi)健委官方數(shù)據(jù)統(tǒng)計，2021年塵肺病新增病例數(shù)為11 809例。對比2021年份GA-BPNN模型塵肺病病例數(shù)的預測值11 529人，其相對誤差為2.37%；而BPNN模型塵肺病病例數(shù)的預測值13 115人，其相對誤差為11.06%。因此，GA-BPNN的模型預測精度更高，而在往后的幾年時間里，新增塵肺病例數(shù)應該普遍呈現(xiàn)降低趨勢，這與國家對職業(yè)病防治的重視程度有密切關(guān)聯(lián)，此外煤礦從業(yè)人數(shù)的減少對職業(yè)病病例數(shù)的增減也有重要影響。

3 結(jié)論

(1)結(jié)合我國國情和煤炭行業(yè)的發(fā)展前景來看，經(jīng)過時間序列預測法得到的預測值，具有合理的發(fā)展趨勢，并且通過選取最優(yōu)的模型可以大大提高時間序列預測模型精度。

(2)根據(jù)塵肺病病例的預測結(jié)果可以清楚發(fā)現(xiàn)BPNN預測出的塵肺病病例數(shù)與真實值之間相差不大，表明通過BPNN建立從業(yè)人員數(shù)、煤炭年產(chǎn)量以及塵肺病患病人數(shù)的預測模型具有一定的科學依據(jù)，并且有一定的可行性。

(3)經(jīng)GA優(yōu)化后的BPNN預測結(jié)果明顯優(yōu)于BPNN 的預測結(jié)果，表明GA對標準BPNN模型的權(quán)值和閾值進行了優(yōu)化得到最佳的權(quán)值和閾值，相較之只使用標準BP神經(jīng)網(wǎng)絡(luò)模型而言，經(jīng)GA優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型避免了局部最優(yōu)解，使得模型更收斂，預測結(jié)果更加精確。

(4)通過不斷增加塵肺病預測模型的輸入變量個數(shù)，不斷優(yōu)化神經(jīng)網(wǎng)絡(luò)模型，可有望建立一個普遍適用的預測塵肺病患病人數(shù)模型，從而可以盡早提出相應的預防措施，不斷完善職業(yè)病管理機制。