科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高烟草行业实验室安全管理评价的准确性,解决传统实验室安全评价存在的人为因素影响大、缺乏统一评价指标体系、准确性差等缺陷,提出了一种基于FAHP与机器学习的烟草行业实验室安全管理评价新方法。利用安全检查表与专家群智慧确定评价指标并获取权重数据,从源头上有效降低人为因素可能造成的评价误差。采用层次分析法确定评价指标权重,应用模糊数学理论进行安全管理综合评价。针对评价结果运用机器学习原理结合评价知识库中已有的整改措施及对策提出针对当前安全状况的整改建议和措施。应用结果表明,该方法可以更准确地评估烟草行业实验室安全管理水平,及时发现安全管理中存在的薄弱环节和隐患,采取有针对性的整改方案进行改进,对于提高实验室安全管理水平具有重要意义。
- 单位
