事故预测预防

事故预测预防张艳艳重庆大学目录第一章事故预测的数学原理与方法第二章生产过程中事故预测预防第三章作业人员事故预测预防第四章运用人体生物节律理论和“月相”预测与控制事故1、事故预测的数学原理与方法1.1概述1.2事故回归预测数学模型1.3事故预测数学模型程序设计流程1.4事故发生规律预测模式1.5实践应用举例1.6事故灰色预测数学模型概念解析事故，是人们在进行有目的的活动过程中，突然发生的违背人们意志的不幸事件。预测，是人们根据过去积累的经验和知识来探索事物可能发展的趋势，并做出估计与评价。事故预测预防的原理：依据事故所具有的的因果性、偶然性、必然性和再现性的特点，从而寻找事故的规律性，以防事故的发生。1.1概述事故的发生，尤其是伤亡事故的发生是随机的。它是由诸多的因素而构成，而且他们之间有着十分复杂的关系。预测事故“再现”概率，则又关系到这些相关因素的比例和时间相结合的机会。为了了解并掌握事故潜在的某些规律，必须对已经发生的事故进行追踪，分析和研究其所发生的根本原因，从中了解事故发生的倾向与内在规律，以便寻找未来时间内事故发生的潜在性或可能性，从而采取相应的措施加以预防或排除，不使其导致为“再现”的事故。这就是事故预测技术的精髓与核心。科学的安全管理，就是从事故的偶然性之中，找出事故发生的必然性，认识事故发生的规律性，把事故消灭在萌芽之中。通过对大量事故的统计、分析、研究与多年现场实践积累的经验证明，能够准切反映事故发生客观规律的事故预测的最佳方法是：用数理统计学的非线性的回归分析和灰色系统理论的手段而建立的“事故预测数学模型”。1.2事故回归预测数学模型一元线性回归分析数学模型回归分析是数理统计中处理变量之间一种较为成熟、实用和有效的办法。它可以简便有效地利用调查的统计资料，对经济现象进行事先预计和推断，为此引出一元线性回归分析数学模型和解决问题的方法。散点图：把具有相关关系的两个变量、之间的若干对实测数据（）所对应的个离散的点在直角坐标系中描绘出来，所得到的图象叫做散点图。回归直线：图中所有的散点，总的表现出某种趋势，把能反映散点趋势的某条直线称为回归直线．该直线所对应的一元方程叫做回归直线方程．例1：某物流公司一年中每月的总运量（万吨）与每月的总成本（万吨）的统计数据如下表4－6:试给出散点图x1.081.121.191.281.361.481.591.681.801.871.982.07C2.252.272.402.552.642.752.923.033.143.253.363.50解：将表中的个散点，描在坐标系中，得到散点图，如图4-4,用一条直线来近似地表示它们之间的关系，这条直线就叫做总成本C对运量x的回归直线，回归直线的方程就叫做成本对运量的回归方程，记作=a+bx其中，a,b称为回归系数．为了和总成本C的实际观测值区别，用表示回归方程中的总成本，由的每一个取值所得到的的值叫做总成本的回归值．一般地，如果随机变量y与变量x之间呈现某种线性关系，则与之间一元线性回归模型为:Â=a+bx1.2.1最小二乘法1.2.2一元回归模型方程【例2】在某一企业物流的生产过程中，为研究温度(单位:℃)对产品的腐蚀程度(单位:%)的影响，测得下列一组数据,如下表所示:1.2.3回归方程的显著性检验1、相关系数2、线性相关的显著性水平检验方法一般地，按照以下步骤对线性相关的显著性进行检验。①提出原假设H0：y与x的线性关系不显著。记b=0，这是因为当时，回归直线是一条平行于轴的直线，无论x如何变化，y的值均为常数，显然，不可能有显著的线性关系。②选用统计量,并根据样本值计算的值；③按给出的显著性检验水平a和自由度f=n-2，查附表6的相关系数临界值表，得临界值；④作出判断：当时，则拒绝原假设，说明变量与的；当时，则接受原假设，说明变量与的【例3】对例4中的回归方程进行线性相关的显著性检验（a=0.05）。