安全系统工程 第三章 系统安全预测

第三章系统安全预测第一节预测的种类和基本原理一、预测的种类安全预测是运用各种知识和科学手段，分析、研究历史资料，对安全生产发展的趋势或可能的结果进行事先的推测和估计。也就是说，预测就是由过去和现在去推测未来，由已知去推测未知。预测由4部分组成，即预测信息、预测分析、预测技术和预测结果。1、预测的含义预言推测规划2、安全生产预测的分类（1）按预测对象范围分为宏观和微观预测。（2）按时间长短分为长期、中期和短期预测。二、预测程序目标与任务确定预测目的制定预测计划确定预测时间信息输入收集预测资料检验现有资料①②二、预测程序预测处理选择预测方法建立预测模型进行推测或计算结果输出预测结果的鉴定修正预测结果③④三、预测的基本原理连贯的原则系统的原则实事求是的原则大量观察的原则第二节预测方法一、预测分析方法概述1、定性分析2、定量分析3、定时分析4、定比分析5、评价分析二、预测方法分类预测方法有150种以上，常用的有20-30种。经验推断预测法头脑风暴法、特尔斐法、主观概率法、试验预测法、相关树法、形态分析法、未来脚本法时间序列预测法滑动平均法、指数滑动平均法、周期变动分析法、线性趋势分析法、非线性趋势分析法计量模型预测法回归分析法、马尔科夫链预测法、灰色预测法、投入产出分析法、宏观经济模型三、经验推断法利用直观材料，靠人的经验知识和综合分析能力，对客观事物的未来状况做出估计和设想。特尔斐法（Delphi）特尔斐法概述兰德公司20世纪40年代发明，早先主要用科技预测；除用于科技预测外，还广泛用于政策制定、经营预测、方案评估等方面。它能对大量非技术性的无法定量分析的因素作出概率估算，并将概率估算结果告诉专家，充分发挥信息反馈和信息控制的作用，使分散的评估意见逐次收敛，最后集中在协调一致的评估结果上。特尔斐法特点匿名性、反馈性、统计性程序（1）确定预测目标（2）成立管理小组：一般2到10多人不等。（3）选择专家（4）设计评估意见征询表（5）专家征询和轮间信息反馈特尔斐法对专家的要求：总体的权威程度较高代表面广泛严格专家的推荐和审定程序人数要适当特尔斐法预测过程确定研究课题，成立管理小组设计预测程序向专家寄出邀请信：说明特尔斐程序题说明预测的课题邀请参加预测第一轮征询表：说明对应答者的要求提供背景资料第一轮征询问题对第一轮答复进行汇总整理考虑是否同意参加预测，若同意则答复并提出建议同意了解背景资料，答复第一轮问题反馈对第三轮答复作出汇总考察答复的变化与收敛整理预测结果写出预测报告书第二轮征询表第一轮答复的分布第二轮征询问题请求陈述理由的问题第三轮征询表：第二轮答复的分布和变化补充材料和专家提供的理由第三轮征询的问题考察对第二轮答复的变化与收敛了解反馈信息和问题，答复第二轮征询表反馈了解反馈信息和问题，答复第三轮征询表反馈输出了解预测结果专家意见的统计处理数量和时间常用中位数和上下四分位点的方法，处理专家的答案，求出预测的期望值和时间。等级比较评分法中位数上四分位点下四分位点例题某矿邀请16位专家对该矿某事件发生的概率进行预测，得到16个数据。n12345678910111213141516P（×10-3）1.351.381.41.41.41.451.471.51.51.51.51.531.551.61.61.65等级比较答案的处理评分法当要求n项排序时，首先请各位专家对项目按其重要性排序，被评为第一位的给n分，第二位的给n-1分，最后一位给1分，然后按下列公式计算各目标的重要程度评分法四、时间序列法意义时间序列预测法是指利用观察或记录到的一组按时间顺序排列起来的数字序列，分析他们的变化方向和程度，从而对下一时期或以后若干时期可能达到的水平进行推测方法滑动平均法指数滑动平均法滑动平均法一般公式当l＝3时为三点滑动平均滑动平均法加权滑动平均指数滑动平均法基本思想把时间序列看成一个无穷序列，即xt，xt-1，……，xt-i把看成这个无穷序列的一个函数，即：为使用单一的权数并使它们的和等于1，则应：指数滑动平均法令，当0＜a＜1时，则：则预测值为：前期实际值前期预测值五、计量模型预测主要思想找出预测对象与它们的影响因素之间的数学关系，根据该数学关系用影响因素的变化趋势，对预测对象的未来状况进行推测。常用方法回归分析法马尔柯夫链灰色系统理论预测回归分析法预测事物之间的关系确定关系相关关系分类一元线性回归一元非线性回归多元回归一元线性回归方法一组二元数据（x1,y1）……（xn,yn）假定符合y=a+bx的关系，则相关系数回归分析举例某局近10年来顶板事故统计一元非线性回归指数函数马尔柯夫链预测状态指某一事件在某个时刻（或时期）出现的某种结果。状态转移过程事件的发展，从一种状态转变为另一种状态，称为状态转移。马尔柯夫链预测马尔可夫过程。在事件的发展过程中，若每次状态的转移都仅与前一时刻的状态有关，而与过去的状态无关，或者说状态转移过程是无后效性的，则这样的状态转移过程就称为马尔可夫过程。马尔柯夫链预测状态转移概率客观事物可能有u1，u2,……un共n种状态，其每次只能处于一种状态，则每一状态都具有n个转向包括转向自身，即ui→u1，ui→u2,…

ui→un，将这种转移的可能性用概率描述,就是状态转移概率一步转移概率设事物在时间i处于状态ui，在下一个时间i+1转变为状态uｊ的概率为一步转移概率,以Pij表示。在这里,Pij可与它在i时所处的状态ui及i+1时所处的状态uｊ有关,而与i以前的任何历史状态无关，显然：由于事物从任何一个状态ui出发，经过一次转移后，必然达到状态uj中的一个，所以记为状态转移概率矩阵将Pij依顺序排列，就构成一个矩阵，这个矩阵就是一步转移概率矩阵，用P示之.Pij是第i行第j列的元素，表示从状态ui转移到状态uj的概率.状态转移概率矩阵构建实例考虑某地区农业收成变化的三个状态，即“丰收”、“平收”和“欠收”。记E1为“丰收”状态，E2为“平收”状态，E3为“欠收”状态。1950—1989年期间农业收成的情况以及状态变化年份1950195119521953195419551956195719581959序号12345678910状态E1E1E2E3E2E1E3E2E1E2年份1960196119621963196419651966196719681969序号11121314151617181920状态E3E1E2E3E1E2E1E3E3E1年份1970197119721973197419751976197719781979序号21222324252627282930状态E3E3E2E1E1E3E2E2E1E2年份1980198119821983198419851986198719881989序号31323334353637383940状态E1E3E2E1E1E2E2E3E1E2转移状况从表中可知，在15个从E1出发（转移出去)的状态转移中，有3个是从E1转移到E1的（即1→2，24→25，34→35)，有7个是从E1转移到E2的（即2→3，9→10，12→13，15→16，29→30，35→36，39→40)，有5个是从E1转移到E3的（即6→7，17→18，20→21，25→26，31→32)。故有同理得状态转移概率矩阵马尔柯夫链预测初始状态向量一次转移向量二次转移向量马尔柯夫预测举例接尘职工健康状况灰色系统理论预测系统分类白色、黑色和灰色数据生成方法累加、加权累加、……灰色预测GM(1,1)模型GM（1，1）模型预测原始序列一次累加生成GM（1，1）模型预测对X(0)光滑性检验对X(1)准指数检验GM（1，1）模型预测对X(1)作紧邻均值矩阵令得GM（1，1）模型预测则对参数进行最小二乖估计得GM(1,1)模型的白化方程白化方程时间响应序列求X(1)的预测值还原，求出X(0)的预测值误差检验残差平方和相对误差均