欢迎您光临易发表网!
网站LOGO

基于云模型的煤矿企业应急管理能力评价研究

时间:2014-09-15 09:20来源:《经济论坛》 作者:李君治 唐立峰点击:

李君治 唐立峰

【摘要】针对我国煤矿事故频发的现状,基于对煤矿应急管理的分析,建立煤矿应急管理系统指标体系,并建立评价模型,对煤矿应急管理系统进行定量评价。在综合评价中,利用云模型实现定性与定量之间的转换,同时在确定权重时,利用证据距离确定“相对权重”,避免了由于知识间的冲突而导致的结果不精确。最后,对黑龙江省某煤矿的应急管理系统进行实例分析,证明了该方法的实用性、科学性和有效性。

【关键词】煤矿应急管理;云模型;证据距离;评价

【作者简介】李君治,黑龙江科技大学硕士研究生,研究方向:企业管理;唐立峰,黑龙江科技大学经济与管理学院党委书记,教授,研究方向:决策评价。

一、引言

煤炭是我国的基础能源和重要能源,煤炭工业是我国国民经济的基础产业,是经济和社会发展的基础。科学的煤矿事故应急管理体系,是加强煤矿应急能力建设的重要基础工作。煤矿应急管理能力评价问题实质上是一个多属性的决策问题,关于该问题的研究方法有很多,例如模糊综合评价法、层次分析法等,都是近年来解决该问题的决策方法,而这些方法都存在一些问题,如在确定属性值与隶属度值时,只单独考虑随机性和模糊性,同时,没有考虑决策中的主观性,这样就会影响评价的结果。云模型则能同时考虑知识的不确定性和模糊性,能较好地实现定性与定量的转化。

一、煤矿企业应急管理评价指标体系的建立

(一) 建立煤矿应急管理系统评价的原则

1.确定评价的对象和范围。煤矿应急管理体系的覆盖范围应当全面,首先进行煤矿现场调查,对煤矿的状况做初步了解,收集国内外相关的法律法规、技术标准及与评价对象相关的煤矿行业数据资料,分析并确定影响煤矿应急管理的各项因素。

2.选择科学、合理的定性与定量的评价方法,对可能影响应急管理能力的因素进行定性与定量评价。

3.确定评语集并建立模型。煤矿应急管理系统是一个复杂的综合系统,其指标的选取既要有普遍性,又要有其特殊性,互相不可有交叉,同时需要有一定的层次结构。满足以上条件的同时,评价指标的数据还应该容易获取并且容易计算。

根据以上原则,结合企业管理的现状和煤矿行业的特点,对照《应急管理法律法规汇编》、《煤矿安全法律法规及规程规定》、《安全生产法》等,同时结合调查分析,确定一级指标层为煤矿应急管理系统,5个二级指标层,19个三级指标层,如图1。

(二) 基于云模型的定性与定量之间的不确定性转换

云是用来反映自然语言中概念的不确定性,研究定性概念的量化方法。云是用语言值表示某个定性概念与其定量表示之间的不确定性转换的模型。

1.云模型的定义。设U 是一个用精确数值表示的定量论域, C 是U 上的定性概念,若定量值x ∈ U ,且x 是定性概念C 的一次随机实现, x 对C 的确定度μ(x)∈[0,1] 是有稳定倾向的随机数μ:U →[0,1] ,若对?x ∈ U , x → μ(x) ,则x 在论域U 上的分布称为云(cloud),每一个x 称为一个云滴。

云是用期望Ex (Expected value),熵En (Entro?py)和超熵He (Hyper entropy) 这3个数字特征来整体表征一个概念。

期望Ex 是云滴在论域空间分布的期望,是云的重心位置;熵En 是定性概念的不确定度量,由概念的随机性和模糊性共同决定;超熵He 是熵的不确定度量,即熵的熵,由熵的随机性和模糊性共同决定。

云模型的数字特征如图2, 其中Ex = 0.5 ,En = 0.15 , He = 0.01 , n = 3000

目前,如系统分析法、层次分析法和模糊综合评价法等综合评价方法,大都忽略了评价过程中出现的不确定性即随机性和模糊性,同时也缺乏有效而简便的定性与定量互转的模型。云模型则克服了这些评价方法中的缺点和不足。

2.一维云发生器。云发生器分为正向云发生器和逆向云发生器;正向云是从定性到定量的转化,逆向云是从定量到定性的转化。其原理如图3。

3.云模型下的评语集。本文将评语分为9个评语, V ={v1,v2,?,v9} = {极差,很差,较差,差,一般,好,较好,很好,极好},这9个评语用云模型表示,期望Ex 可分别取为0,0.125,0.25,0.375,0.5,0.625,0.75,0.875,1,但这只是较粗略的区分,再通过确定熵与超熵的值进行调整。由于Ex 之间的差为0.125,所以熵均取0.04,超熵值均取0.005,这样云滴刚好可以覆盖整个[0,1] 区间,构成一个定性评测的云发生器,如图4。

通过评语集,即可将定性知识转换成定量知识。例如某专家评价结果为较好,则可以取对应的数据为0.75。

对于评语集下的每一个云图,均满足3En 原则,即最终评分在3En 范围内,都是属于该等级的。例如,最终评分为0.695,由于该评语集中En = 0.04 ,所以“较好”为此等级的定性评价结果。

三、基于D-S证据理论的权重系数的确定

(一) D-S证据理论

D-S 证据理论首先由德普斯特(Dempster)提出,后经他的学生沙佛(Shafer)在1976 年出版的《证据的数学理论》一书中进一步发展起来。该理论主要解决的是数据的融合。证据理论是经典概率的一种扩充形式,其定义了概率分配函数M 以及信任函数Bel 。证据理论对数据融合的方法是对不同结果的Bel ,利用证据合成规则对其融合,再按一定的规则对其实现最终的融合。

定义用D 表示一个不变的两两互斥又可穷举的元素的集合,即D ={A1,A2,?,An} ,当且仅当一个元素能被解释为可能的答案,且只有一个正确答案时,称该集合为一个识别框架。

对于多个证据的合成,假设M1,M2,?,Mn 是同一识别框架D 上的n 个概率分配函数,若M1 与M2可合成,则M´ = M1⊕M2 就是一个概率分配函数,若M´ 可与M3 合成,即M1⊕M2⊕M3 仍是一个概率分配函数,由结合律知(M1⊕M2)⊕M3 = M1⊕(M2⊕M3) ,则同理有M1⊕M2⊕?⊕Mn ,记作M ,若M存在,则计算概率分配函数的正交和时与其顺序是没有关系的。

(三) 基于D-S理论的权重系数确定权重系数影响到整个评价的效果,本文假设决策者不能明确确定每位专家的主观权重,即各专家是同等重要的,认为他们的权重均相同。但是,因为每位专家的实际经验各不相同,所以在对各指标的权重确定时会产生一些冲突。为此,本文中权重采用证据距离的方法确定“相对权重”,这样能够避免由于各数据间的冲突带来的融合数据不精确的问题。

定义E1 和E2 是D 下的两个证据, m1 , m2 分别为其概率分配函数, Ai 和Bj 分别为焦元,则m1与m2 的距离可表为

其中μij 由证据距离融合得到,且表示的是第j 个专家对第i 个评价指标给出的数据。

四、基于云模型的煤矿应急管理的综合评价模型通过专家打分获取各数据样本点xi ,再由正向云发生器,通过云评语集将专家给出的定性评估量转化为定量数据,再由xi 分别计算样本均值Xˉ 、样本方差S2 和一阶样本绝对中心距,

五、实例分析

根据上述理论对黑龙江省某煤矿应急管理系统进行实证分析,由5位专家对其系统进行定性评估打分,如表1;再通过正向云发生器及云评语集进行定性到定量的转化,并将得到的相应的定量数据代入式(9)~(14)中,得到每个二级指标的综合云数字特征,如表2;最后,由这5位专家给出5个二级指标项相应的权重,并将该数据进行融合,得到综合权重,如表3所示。

将表3 中最终的综合权重λn =(0.2715,0.1424,0.1563,0.2708,0.1590),(n = 1,2,?,5) 与表2中的综合云数字特征代入(15)中得到一级指标的综合云数字特征为Ex = 0.6188,En = 0.0495,He = 0.0093 ,从而得到煤矿企业应急管理综合评价云,如图5所示。

由图5可以看出,在0.52到0.7的之间集中分布着云滴,并且集中在0.61左右。根据云评语集,可判断出该煤矿应急管理系统的等级为“好”,从而得知该企业的应急管理系统还需进一步加强,达到更好。

六、结论

实例表明,基于云模型的煤矿应急管理评价模型是可行的。在此模型中,定性与定量之间的互相转换是通过云模型的3个数字特征进行的,解决了以往算法中无法同时考虑模糊性和随机性的不足,可操作性强。同时,在确定权重时,通过“相对权重”避免了以往意见冲突时的结果不精确问题,使合成后的大量的群体意见更加具有科学性和合理性。

煤矿应急管理的评价只是手段,目的是通过构建评价的指标体系及评价模型对煤矿现有的应急管理能力进行评价,找出其存在的问题,并针对这些问题提出改进的建议,进而加强应急管理的体制建设,使煤矿应急管理系统进一步完善,不断提高煤矿企业应对突发事件的能力,力求在发生突发事件时能快速有效地进行救援,将损失降至最低。

参考文献

[1]倪蓉.煤矿事故应急管理体系研究[J].煤炭工程,2011,(4).

[2]汪滨琳,史波,周莹.煤矿企业应急能力评价指标体系的构建[J].煤炭经济研究,2009,(4).

[3]崔天宝.基于云模型的短期电价预测的研究[D].华北电力大学(河北)硕士论文,2008.

[4]李德毅,杜鹢.不确定性人工智能[M]. 北京: 国防工业出版社,2005,7:143-150.

[5]胡斌,王生进,丁晓青.基于云模型的驾驶员驾驶状态评估方法[J].清华大学学报(自然科学版),2009,(10)

[6]黄崧,曾芳玲,杨景曙.嵌入式智能云控制系统的原理与设计[J].电光与控制,2007,(6).

[7]李沁生,于家凤.基于云模型的船舶电子电气员胜任力综合评价方法[J].船舶电子工程,2011,(2).

[8]蔡自兴,姚莉.人工智能及其在决策系统中的应用[M].国防科技大学出版社,2006,3:56-65.

[9]金聪,郭京蕾.人工智能原理与应用[M]. 清华大学出版社,2009,10:118-125.

[10]杨风暴,王肖霞.D-S 证据理论的冲突证据合成方法[M].国防工业出版社,2010,2:55-60.

(责任编辑:路辉)

版权声明
(责任编辑:论文发表老师)

qq咨询
论文投稿咨询
发表论文咨询
QQ客服