基于RBF的起重作业岗位人因可靠性预测

作者：王洪德; 马成正

来源：中国安全科学学报, 2012, (07): 42-47.

DOI：10.16265/j.cnki.issn1003-3033.2012.07.008

• 人因可靠性
• 起重作业
• 预测模型
• 指标量化
• RBF神经网络 human reliability
• lifting operation
• prediction model
• indexes quantification
• radial basis RBF) neural network

为提高起重作业可靠性,防止人因失误酿成事故,针对人因失误的随机性、模糊性和不确定性特点,提出运用具有非线性映射能力和容错能力的径向基函数(RBF)神经网络,分析人因失误非线性动力学过程。以起重机操作岗位作为人因可靠性分析(HRA)实例,首先,建立基于"作业人员、交流界面、作业环境、作业特性、作业组织"的人因可靠性预测指标体系,并对指标进行量化;其次,根据人因可靠性原理,统计出人因失误次数,给出人因失误率;最后,通过对"人的疲劳和情绪、交流通道、作业复杂程度和时间裕度、照明环境和风力影响、工作强度和安全监管"等因素的分析,构建基于RBF的起重机操作岗位人因可靠性预测分析神经网络模型。分析结果表明...

• 单位
  大连交通大学; 柳州铁道职业技术学院