科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了减少化工事故的发生，提高化工生产过程中事故风险预测的准确性，研究了粒子群优化算法与支持向量机(PSO-SVM)模型在事故风险预测中的应用。首先，统计分析近5年化工生产安全事故致因因素，得出化工事故风险因素统计特征，结合层次分析法，建立化工事故风险预测指标体系并确定各指标因素的权重值；然后，基于MATLAB计算生成的化工事故风险程度样本数据，利用PSO算法优选SVM回归预测模型的惩罚因子和核函数参数，建立PSO-SVM相耦合的化工事故风险回归预测模型；最后，将预测指标值样本数据代入模型得到对应预测事故风险值。对比PSO-SVM模型预测风险值和实际计算风险值，可知PSO-SVM模型预测精度良好，预测结果与实际结果较为吻合，表明该模型能有效处理小样本数据回归预测问题，可解决化工生产安全系统各等级风险的异常样本数据稀少问题，模型适用于化工事故风险预测。
-
单位江苏省安全生产科学研究院
