安全系統(tǒng)工程第三章系統(tǒng)安全預(yù)測

1、第三章 系統(tǒng)安全預(yù)測 第一節(jié) 預(yù)測的種類和基本原理一、預(yù)測的種類 安全預(yù)測是運(yùn)用各種知識和科學(xué)手段，分析、研究歷史資料，對安全生產(chǎn)發(fā)展的趨勢或可能的結(jié)果進(jìn)行事先的推測和估計(jì)。也就是說，預(yù)測就是由過去和現(xiàn)在去推測未來，由已知去推測未知。 預(yù)測由4部分組成，即預(yù)測信息、預(yù)測分析、預(yù)測技術(shù)和預(yù)測結(jié)果。1、預(yù)測的含義 預(yù)言 推測 規(guī)劃2、安全生產(chǎn)預(yù)測的分類（1）按預(yù)測對象范圍分為宏觀和微觀預(yù)測。（2）按時(shí)間長短分為長期、中期和短期預(yù)測。二、預(yù)測程序目標(biāo)與任務(wù)目標(biāo)與任務(wù)確定預(yù)測目的確定預(yù)測目的制定預(yù)測計(jì)劃制定預(yù)測計(jì)劃確定預(yù)測時(shí)間確定預(yù)測時(shí)間信息輸入信息輸入收集預(yù)測資料收集預(yù)測資料檢驗(yàn)現(xiàn)有資料檢驗(yàn)現(xiàn)有資料

2、二、預(yù)測程序預(yù)測處理預(yù)測處理選擇預(yù)測方法選擇預(yù)測方法建立預(yù)測模型建立預(yù)測模型進(jìn)行推測或計(jì)算進(jìn)行推測或計(jì)算結(jié)果輸出結(jié)果輸出預(yù)測結(jié)果的鑒定預(yù)測結(jié)果的鑒定修正預(yù)測結(jié)果修正預(yù)測結(jié)果三、預(yù)測的基本原理連貫連貫的原的原則則系統(tǒng)系統(tǒng)的原的原則則實(shí)事實(shí)事求是求是的原的原則則大量大量觀察觀察的原的原則則第二節(jié) 預(yù)測方法一、預(yù)測分析方法概述1、定性分析2、定量分析3、定時(shí)分析4、定比分析5、評價(jià)分析二、預(yù)測方法分類 預(yù)測方法有150種以上，常用的有20-30種。 經(jīng)驗(yàn)推斷預(yù)測法頭腦風(fēng)暴法、特爾斐法、主觀概率法、試驗(yàn)預(yù)測法、相關(guān)樹法、形態(tài)分析法、未來腳本法 時(shí)間序列預(yù)測法滑動平均法、指數(shù)滑動平均法、周期變動分析法、

3、線性趨勢分析法、非線性趨勢分析法 計(jì)量模型預(yù)測法回歸分析法、馬爾科夫鏈預(yù)測法、灰色預(yù)測法、投入產(chǎn)出分析法、宏觀經(jīng)濟(jì)模型三、經(jīng)驗(yàn)推斷法 利用直觀材料，靠人的經(jīng)驗(yàn)知識和綜合分析能力，對客觀事物的未來狀況做出估計(jì)和設(shè)想。 特爾斐法（Delphi）特爾斐法 概述 蘭德公司20世紀(jì)40年代發(fā)明，早先主要用科技預(yù)測； 除用于科技預(yù)測外，還廣泛用于政策制定、經(jīng)營預(yù)測、方案評估等方面。 它能對大量非技術(shù)性的無法定量分析的因素作出概率估算，并將概率估算結(jié)果告訴專家，充分發(fā)揮信息反饋和信息控制的作用，使分散的評估意見逐次收斂，最后集中在協(xié)調(diào)一致的評估結(jié)果上。特爾斐法 特點(diǎn) 匿名性、反饋性、統(tǒng)計(jì)性 程序 （1）確定

4、預(yù)測目標(biāo) （2）成立管理小組：一般2到10多人不等。 （3）選擇專家 （4）設(shè)計(jì)評估意見征詢表 （5）專家征詢和輪間信息反饋特爾斐法 對專家的要求： 總體的權(quán)威程度較高 代表面廣泛 嚴(yán)格專家的推薦和審定程序 人數(shù)要適當(dāng)特爾斐法預(yù)測過程專家意見的統(tǒng)計(jì)處理 數(shù)量和時(shí)間 常用中位數(shù)和上下四分位點(diǎn)的方法，處理專家的答案，求出預(yù)測的期望值和時(shí)間。 等級比較 評分法中位數(shù)11 21 22kkkxnkxxxnk上四分位點(diǎn)1332331222131233122 21, 21,2 2 , 2 ,2kkkkkkxnkkxxnkkxxnk kxxnk k上為奇數(shù)為偶數(shù)為奇數(shù)為偶數(shù)下四分位點(diǎn)1211122121112

5、2 21, 21,2 2 , 2 ,2kkkkkkxnkkxxnkkxxnk kxxnk k下為奇數(shù)為偶數(shù)為奇數(shù)為偶數(shù)n1 2 3 4 5 6 7 8 9 10111213141516P（10-3）1.351.381.4 1.4 1.41.451.471.5 1.5 1.5 1.51.531.551.6 1.61.65等級比較答案的處理 評分法 當(dāng)要求n項(xiàng)排序時(shí)，首先請各位專家對項(xiàng)目按其重要性排序，被評為第一位的給n分，第二位的給n-1分，最后一位給1分，然后按下列公式計(jì)算各目標(biāo)的重要程度評分法jjj1j1 (1,2,. ) (1,2,.mi)niiinjiiijmjmMjjnMsksNBsi

6、NBk式中，參加比較的目標(biāo)個(gè)數(shù)，第 個(gè)目標(biāo)的總得分；第 個(gè)目標(biāo)的得分比重，要求排序的項(xiàng)目個(gè)數(shù)；排在第 位項(xiàng)目的得分；對問題作出回答專家的人數(shù)；贊同將某項(xiàng)目排在第i位項(xiàng)目的人數(shù)；四、時(shí)間序列法 意義 時(shí)間序列預(yù)測法是指利用觀察或記錄到的一組按時(shí)間順序排列起來的數(shù)字序列，分析他們的變化方向和程度，從而對下一時(shí)期或以后若干時(shí)期可能達(dá)到的水平進(jìn)行推測 方法 滑動平均法 指數(shù)滑動平均法滑動平均法 一般公式 當(dāng)l3時(shí)為三點(diǎn)滑動平均(1)11()tt ltltyyyyl 1231()3ttttyyyy滑動平均法 加權(quán)滑動平均1122( 1)( 1)112( 1).ttttttttttttttttcx c x

7、c xcxxc ccc 指數(shù)滑動平均法 基本思想 把時(shí)間序列看成一個(gè)無窮序列，即xt，xt-1， xt-i 把 看成這個(gè)無窮序列的一個(gè)函數(shù)，即： 為使用單一的權(quán)數(shù)并使它們的和等于1，則應(yīng)：1tx1011tttit ixa xa xa x01iia指數(shù)滑動平均法 令 ，當(dāng)0a1時(shí)，則： 則預(yù)測值為：20,1kaa aaa2i01111iiaaaaaaaa11tttxaxa x1ttttxxa xx前期實(shí)前期實(shí)際值際值前期預(yù)前期預(yù)測值測值五、計(jì)量模型預(yù)測 主要思想 找出預(yù)測對象與它們的影響因素之間的數(shù)學(xué)關(guān)系，根據(jù)該數(shù)學(xué)關(guān)系用影響因素的變化趨勢，對預(yù)測對象的未來狀況進(jìn)行推測。 常用方法 回歸分析法

8、馬爾柯夫鏈 灰色系統(tǒng)理論預(yù)測回歸分析法預(yù)測 事物之間的關(guān)系 確定關(guān)系 相關(guān)關(guān)系 分類 一元線性回歸 一元非線性回歸 多元回歸一元線性回歸 方法 一組二元數(shù)據(jù)（x1,y1）（xn,yn） 假定符合y=a+bx的關(guān)系，則1122nnyabxyabxyabx21111222222nnnnx yaxbxx yaxbxx yaxbx2ynabxxyaxbx22222xxyyanxynxybnxxxxx 相關(guān)系數(shù)yyLxxLLLLLnnyxnxyryyxxxyyyxxxy2222111回歸分析舉例 某局近10年來頂板事故統(tǒng)計(jì)一元非線性回歸 指數(shù)函數(shù)(1)lnlnlnlnlnln,ln,(2)lnlnlnl

9、nln1ln,ln,bxbxbxbxbbxxyayaaabxyabxyabyaaaxyabxeeeyyaeeeyyaxax兩邊取對數(shù)，有令則有兩邊取對數(shù)，有令，則有馬爾柯夫鏈預(yù)測 狀態(tài)狀態(tài)指某一事件在某個(gè)時(shí)刻（或時(shí)期）出現(xiàn)的某種結(jié)果。 狀態(tài)轉(zhuǎn)移過程狀態(tài)轉(zhuǎn)移過程事件的發(fā)展，從一種狀態(tài)轉(zhuǎn)變?yōu)榱硪环N狀態(tài)，稱為狀態(tài)轉(zhuǎn)移。馬爾柯夫鏈預(yù)測 馬爾可夫過程馬爾可夫過程。在事件的發(fā)展過程中，若每次狀態(tài)的轉(zhuǎn)移都僅與前一時(shí)刻的狀態(tài)有關(guān)，而與過去的狀態(tài)無關(guān)，或者說狀態(tài)轉(zhuǎn)移過程是無后效性的，則這樣的狀態(tài)轉(zhuǎn)移過程就稱為馬爾可夫過程。馬爾柯夫鏈預(yù)測 狀態(tài)轉(zhuǎn)移概率狀態(tài)轉(zhuǎn)移概率客觀事物可能有客觀事物可能有u u1 1，u u2

10、 2, ,u un n共共n n種狀態(tài)，其種狀態(tài)，其每次只能處于一種狀態(tài)，則每一狀態(tài)都具有每次只能處于一種狀態(tài)，則每一狀態(tài)都具有n n個(gè)轉(zhuǎn)向包括轉(zhuǎn)向自身，即個(gè)轉(zhuǎn)向包括轉(zhuǎn)向自身，即u ui iu u1 1，u ui iu u2 2 , , u ui iu un n，將這種轉(zhuǎn)移的可能性用概率描述，將這種轉(zhuǎn)移的可能性用概率描述, ,就是就是狀態(tài)轉(zhuǎn)移概率狀態(tài)轉(zhuǎn)移概率 一步轉(zhuǎn)移概率一步轉(zhuǎn)移概率設(shè)事物在時(shí)間設(shè)事物在時(shí)間i i處于狀態(tài)處于狀態(tài)u ui i，在下一個(gè)時(shí)間，在下一個(gè)時(shí)間i i+1+1轉(zhuǎn)變?yōu)檗D(zhuǎn)變?yōu)闋顟B(tài)狀態(tài)u u的概率為的概率為一步轉(zhuǎn)移概率一步轉(zhuǎn)移概率, ,以以P Pijij表示。在這里表示。在這里

11、, , P Pijij可與它在可與它在i i時(shí)所處的狀態(tài)時(shí)所處的狀態(tài)u ui i及及i i+1+1時(shí)所處的狀態(tài)時(shí)所處的狀態(tài)u u有有關(guān)關(guān), ,而與而與i i以前的任何歷史狀態(tài)無關(guān)，顯然：以前的任何歷史狀態(tài)無關(guān)，顯然： 由于事物從任何一個(gè)狀態(tài)由于事物從任何一個(gè)狀態(tài)ui出發(fā)，經(jīng)過一次轉(zhuǎn)移后，必出發(fā)，經(jīng)過一次轉(zhuǎn)移后，必然達(dá)到狀態(tài)然達(dá)到狀態(tài)uj中的一個(gè)，所以中的一個(gè)，所以 記為記為01ijp1321iniiipppp11njijp 狀態(tài)轉(zhuǎn)移概率矩陣將將P Pijij依順序排列，就構(gòu)成一個(gè)矩陣，這個(gè)矩陣依順序排列，就構(gòu)成一個(gè)矩陣，這個(gè)矩陣就是一步轉(zhuǎn)移概率矩陣，用就是一步轉(zhuǎn)移概率矩陣，用P P示之示之.P

12、.Pijij是第是第i i行行第第j j列的元素，表示從狀態(tài)列的元素，表示從狀態(tài)u ui i轉(zhuǎn)移到狀態(tài)轉(zhuǎn)移到狀態(tài)u uj j的概的概率率. .nuuunnnnnnnpppppppppuuuP 2122221112112121 狀態(tài)轉(zhuǎn)移概率矩陣構(gòu)建實(shí)例 考慮某地區(qū)農(nóng)業(yè)收成變化的三個(gè)狀態(tài)，即考慮某地區(qū)農(nóng)業(yè)收成變化的三個(gè)狀態(tài)，即“豐豐收收”、“平收平收”和和“欠收欠收”。記。記E1為為“豐收豐收”狀態(tài)，狀態(tài)，E2為為“平收平收”狀態(tài)，狀態(tài)，E3為為“欠收欠收”狀態(tài)。狀態(tài)。19501989年期間農(nóng)業(yè)收成的情況以及狀態(tài)變化年期間農(nóng)業(yè)收成的情況以及狀態(tài)變化年份年份 19501950 19511951 19

13、521952 19531953 19541954 19551955 19561956 19571957 19581958 19591959序號序號1 12 23 34 45 56 67 78 89 91010狀態(tài)狀態(tài)E E1 1E E1 1E E2 2E E3 3E E2 2E E1 1E E3 3E E2 2E E1 1E E2 2年份年份19601960 19611961 19621962 19631963 19641964 19651965 19661966 19671967 19681968 19691969序號序號11111212131314141515161617171818191

14、92020狀態(tài)狀態(tài)E E3 3E E1 1E E2 2E E3 3E E1 1E E2 2E E1 1E E3 3E E3 3E E1 1年份年份19701970 19711971 19721972 19731973 19741974 19751975 19761976 19771977 19781978 19791979序號序號2121222223232424252526262727282829293030狀態(tài)狀態(tài)E E3 3E E3 3E E2 2E E1 1E E1 1E E3 3E E2 2E E2 2E E1 1E E2 2年份年份19801980 19811981 19821982

15、 19831983 19841984 19851985 19861986 19871987 19881988 19891989序號序號3131323233333434353536363737383839394040狀態(tài)狀態(tài)E E1 1E E3 3E E2 2E E1 1E E1 1E E2 2E E2 2E E3 3E E1 1E E2 2 轉(zhuǎn)移狀況 從表中可知，在15個(gè)從E1出發(fā)（轉(zhuǎn)移出去)的狀態(tài)轉(zhuǎn)移中，有3個(gè)是從E1轉(zhuǎn)移到E1的（即12，2425，3435)，有7個(gè)是從E1轉(zhuǎn)移到E2的（即23，910，1213，1516，2930，3536，3940)，有5個(gè)是從E1轉(zhuǎn)移到E3的（即67，

16、1718，2021，2526，3132)。 故有1111113()()0.200015PPEEPE E1212217()()0.466715PPEEPE E1313315()()0.333315PPEEPE E 同理2121122222222323323131133232233333337()()0.5385132()()0.1538134()()0.3077134()()0.3636115()()0.4545112()()0.181811PP EEP E EPP EEP E EPP EEP E EPP EEP E EPP EEP E EPP EEP E E 得狀態(tài)轉(zhuǎn)移概率矩陣0.200 0.

17、4667 0.33330.538 0.1538 0.30770.363 0.4545 0.1818P馬爾柯夫鏈預(yù)測 初始狀態(tài)向量 一次轉(zhuǎn)移向量 二次轉(zhuǎn)移向量 0000(0)123n,sssss(1)(0)ssP(2)(1)(0)2ss PsP馬爾柯夫預(yù)測舉例 接塵職工健康狀況灰色系統(tǒng)理論預(yù)測 系統(tǒng)分類 白色、黑色和灰色 數(shù)據(jù)生成方法 累加、加權(quán)累加、 灰色預(yù)測 GM(1,1)模型 11ddxaxbtGM（1，1）模型預(yù)測 原始序列 一次累加生成(0)(0)(0)(0)(1),(2), . ,(n)Xxxx(1)(1)(1)(1)(1),(2), . ,(n)XxxxGM（1，1）模型預(yù)測 對X

18、(0)光滑性檢驗(yàn) 對X(1)準(zhǔn)指數(shù)檢驗(yàn)(0)(1)( )( )(1)xkkxk(1)(1)(1)( )( )(1)xkkxkGM（1，1）模型預(yù)測 對X(1)作緊鄰均值矩陣 令 得(1)(1)(1)( )0.5( )0.5(1)zkxkxk(1)(1)(1)(1)(2),(3), . ,( ),)ZzzznGM（1，1）模型預(yù)測 則(1)(0)(1)(0)(1)(0)(2)1(2)(3)1(3), (n)1( )zxzxBYzxn 對參數(shù) 進(jìn)行最小二乖估計(jì)得,Taa b1TTaB BB YGM(1,1)模型的白化方程 白化方程 時(shí)間響應(yīng)序列 11ddxaxbt(1)(0)(1)(1)eakbbxkxaa 求X(1)的預(yù)測值 還原，求出X(0)的預(yù)測值(1)(1)(1)(1)(1),(2), . ,(n)Xxxx(0)(1)(1)( )( )(1)xkxkxk(0)(0)(1)( )(1)(1)ea kbxka xa誤差檢驗(yàn) 殘差平方和 相對誤差 均方差比值 小誤差概率 殘差平方和 殘差 則 殘差平方和(0)