基于人工神经网络的单因素特种设备事故预测冯雪飞，丁日佳**510152025303540（中国矿业大学（北京）管理学院，北京100083）摘要：随着国民经济的发展，工业化的普及和人民生活水平的提高，特种设备来到我们身边，并在人民群众日常生产、生活中扮演更重要的角色，人们对特种设备的依赖度增大，其安全性对人们的生活的影响也越来越深。因此，在国家质检总局特种设备安全局对特种设备安全事故的研究中，特种设备安全事故预测日益受到重视。本文根据对1998年到2010年的特种设备安全事故数各相关指标进行分析，利用BP人工神经网络对特种设备安全事故数进行分析，建立数量模型，根据2011年至2012年的特种设备安全事故数进行验证，并对其未来的趋势进行预测。通过模拟和与实际情况对比，模型能很好地对特种设备安全事故趋势进行预测，预测验证2011年至2012年结果符合实际情况，表明特种设备安全事故将总体呈下降趋势，预测为科学监管以及人们认识特种设备安全事故趋势规律提供了科学基础。关键词：系统工程；特种设备；安全事故；人工神经网络；预测中图分类号：N949SinglefactorforecastofspecialequipmentaccidentbasedonartificialneuralnetworksFENGXuefei,DINGRijia(ManagementSchool,ChinaUniversityofMining&Technology,Beijing100083)Abstract:Withthedevelopmentofnation,widespreadoftheindustrialization,specialequipmentcomestoourlife,andinpeople'sdailyproduction,itplaysamoreandmoreimportantroleinthelifeandpeople'srelianceonspecialequipmentincreases,safetyproblemhasadeeperimpactonpeople'slives.Thus,inthestudyofspecialequipmentaccidentinAQSIQ,specialequipmentaccidentpredictionisgettingmoreimportantthanever.Accordingtothisarticlefrom1998to2010,specialequipmentsafetyanalysisoftherelevantindicatorsofthenumberofaccidents,usingBPartificialneuralnetworkonspecialequipmentaccidentanalysis,establishmentofquantitativemodel,accordingtothe2011specialequipmenttoverifythenumberofsecurityincidents,andtopredictfuturetrends.Throughsimulationsandcomparisonwiththeactualsituation,themodelcanpredictsafetytrendsofspecialequipmentveryaccuracy,forecastverification2011resultsinlinewiththeactualsituation,indicatingthatspecialequipmentaccidentsoveralldeclined,forecastsforscientificmonitoringandawarenessofthespecialequipmentsafetylawofaccidenttrendsprovidesascientificfoundation.Keywords:Systemsengineering;specialequipment;accident;artificialneuralnetworks;forecast0引言社会科学、自然科学中使用的预测方法按照因素进行划分可以分为两类，一类是时间序列分析法，根据分析收集到的预测对象数据与时间序列之间的变化曲线，建立依照时间序列的预测模型，进行外延式预测；另一类是通过对形成预测对象或是影响预测对象的相关因素进行收集与分析，建立多维预测模型，研究相关影响因子对预测结果的影响进而对预测对象进行预测。而本文所使用的BP人工神经网络是基于上所述的第一种方法，原因是影响特种设备安全事故的因素是固定的，具有一贯性。人工神经网络模型是对人脑神经网络的简单模作者简介：冯雪飞，（1988-），男，硕士，管理科学与工程-风险管理。通信联系人：丁日佳，（1963-），男，教授、博士生导师、享受国务院特殊津贴，管理科学。E-mail:dingrijia@vip.sohu.com-1-拟，类似一个黑箱，能够通过对输入的相关因素进行分析，自动的以设定的精度进行模拟，455055优化各因素权重、阀值，完成对预测事物内在规律的学习，建立起预测模型，并完成相关预测。人工神经网络由于具有并行分布性处理[1]、泛化能力[2]、鲁棒性[3]和容错性、可学习性及数据融合[4]的能力，被广泛的应用于航空航天、社会科学（主要是宏观经济、管理领域）、政府宏观研究等领域。1特种设备安全概况特种设备[5]是指我们生产、日常生活中各种锅炉、密闭压力容器、压力管道、起重机械、客运索道、场（厂）内运输工具、安全阀门等等。特种...