系统安全预测技术(II)

《系统安全预测技术(II)》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第四章　系统安全预测技术预测是运用各种知识和科学手段，分析研究历史资料，对安全生产的发展趋势或可能的结果进行事先的推测和估计。预测由四部分组成：预测信息、预测分析、预测技术和预测结果。系统安全预测就是要预测造成事故后果的许多前级事件，如起因事件、过程事件及情况变化，新的不安全因素、未来的安全生产面貌及安全对策。第一节、预测的种类及基本原理一、预测的种类1.按预测对象的范围分：宏观预测：生产行业、地区、集团公司的安全状况微观预测：生产单位的生产系统、子系统安全状况2.按时间长短分：长（远）期预测－安全管理的重大决策提供依据中期预测（1~5年）－制定五

2、年计划和任务的依据短期预测（一年）－制定年度计划、季度计划等。二、预测的基本原理1.系统工程原则因此从系统的观点出发考虑系统安全预测问题，并把系统中影响安全的因素用集合性、相关性和阶层性协调起来；2.类推和推断原则用先导事件的发展规律预测迟发事件的发展趋势3.惯性原理根据事物发展的延续性，推断系统未来发展趋势。三、预测的程序确定预测目的、计划、时间收集资料、检验现有资料选择预测方法、建立预测模型、进行推测或计算预测结果的鉴定、修正预测结果确定预测目标和任务输入信息预测处理输出结果第二节　预　测　方　法预测方法从大体上分为三种：经验推断预测法：头脑风

3、暴法、特尔斐法、主观概率法、试验预测法、形态分析法等时间序列预测法：滑动平均法、指数滑动平均法、周期变动分析法、线性趋势分析法等计量模型预测法：回归分析法、马尔柯夫链预测法、灰色预测法、投入产出分析法等一、经验推断预测法利用直观材料，靠人的经验知识和综合分析能力，对客观事物的未来状态做出估计和设想。特尔斐预测法它是第二次世界大战后发展起来的一种直观预测法，是美国兰德公司于20世纪40年代发明并首先用于技术预测的。即可用于科技预测、也可用于社会、经济预测；即可用于短期、也可用于长期预测。它能对大量非技术性的无法定量分析的因素作出概率估算，并将概率估算

4、结果告诉专家，充分发挥信息反馈和信息控制的作用，使分散的评估意见逐次收敛，最后集中在协调一致的评估结果上，可信度较高，在国外得到广泛应用。利用专家的知识、经验、智慧等无法数量化而带来很大数量化模糊性的信息，通过通信的方式进行信息交换，逐步取得较一致的意见，达到预测的目的。1、特尔斐预测法的基本程序特尔斐预测法实质确定研究课题，成立管理小组设计预测程序向专家寄出邀请信：说明特尔斐程序题说明预测的课题邀请参加预测第一轮征询表：说明对应答者的要求提供背景资料第一轮征询问题对第一轮答复进行汇总整理考虑是否同意参加预测，若同意则答复并提出建议同意了解背景资料

5、，答复第一轮问题同意对第三轮答复作出汇总考察答复的变化与收敛整理预测结果写出预测报告书第二轮征询表第一轮答复的分布第二轮征询问题请求陈述理由的问题第三轮征询表：第二轮答复的分布和变化补充材料和专家提供的理由第三轮征询的问题考察对第二轮答复的变化与收敛了解反馈信息和问题，答复第二轮征询表反馈了解反馈信息和问题，答复第三轮征询表反馈输出了解预测结果2、专家意见的统计处理数量和时间的处理常用中位数和上下四分位点的方法，处理专家的答案，求出预测的期望值和时间。等级比较大案的处理评分法特尔斐预测法实质例题某矿邀请16位专家对该矿某事件发生的概率进行预测，得到

6、16个数据。n123456二、时间序列预测法是指利用观察或记录的一组按时间顺序排列起来的数据序列，分析它们变化的方向和程度，从而对下一时期或以后若干时期可能达到的水平进行推测。基本思想是把时间序列作为一个随机应变量序列的一个样本，用概率统计方法尽可能减少偶然因素的影响，或消除季节性、周期性变动的影响通过分析时间序列的趋势进行预测。滑动平均法一般情况下，未来的状况与较近时期的状况有关，可采用与预测期相邻的几个数据的平均值，随着预测期向前滑动，相邻的几个数据的平均值也向前滑动作为滑动预测值。上述方法对各项不同时期的实际数据同等看待。ct—各期的权数滑动

7、平均法三、计量模型预测法由描述预测对象与其主要影响因素有关的一个方程式或是方程组构成。然后利用这一系列方程式的计算，根据主要影响因素的变化趋势，对预测对象的未来状况进行推测。一、回归分析法要准确地预测，就必须研究事物的因果关系。它利用数理统计原理，在大量统计数据的基础上，通过需求数据变化规律来推断、判断和描述事物未来的发展趋势。1.一元线性回归法比较典型的回归法是一元线性回归法，它是根据自变量与因变量的相互关系，用自变量的变动来推测因变量变动的方向和程度，其基本方程式为：进行一元线性回归，应首先收集事故数据，并在图中画出相应的点，根据各点的变化情况

8、，就可以大致看出事故变化的某种趋势。在回归分析中，为了了解回归直线对实际数据变化趋势的符合程度的大小，求出相关系数。利用以