陸琳睿， 吳伊萍， 陳 祺

（1.福州大學(xué)實驗室建設(shè)與設(shè)備管理處，福建福州350108;2.泉州師范學(xué)院數(shù)學(xué)與計算機科學(xué)學(xué)院，福建泉州 362000）

0 引言

高校實驗室安全是實驗室建設(shè)與管理的重要組成部分，日益成為高?？茖W(xué)健康發(fā)展的重要內(nèi)容。目前，高校實驗室安全隱患無處不在［1-2］，實驗室安全管理缺乏評價標(biāo)準(zhǔn)，體制不健全，監(jiān)管不力，執(zhí)行不嚴［3-5］。因此，如何通過建立科學(xué)公正的指標(biāo)體系，客觀評價高校實驗室的安全水平，以提供建設(shè)性的整改方案，切實有效排除安全隱患，是實驗室管理工作值得研究和探討的問題。

涉及實驗室安全的因素較多，隨機性較大，受評價人員主觀認識的不確定性和模糊性的影響，傳統(tǒng)的評價方式難以得到準(zhǔn)確客觀的結(jié)果，對實驗室的安全防患和監(jiān)管方向性不明確，指導(dǎo)性不周全。

BP神經(jīng)網(wǎng)絡(luò)能夠有效地處理非線性、不確定性或模糊關(guān)系，且具有學(xué)習(xí)、記憶和自適應(yīng)等能力［6］。國內(nèi)學(xué)者已經(jīng)將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用在校園安全、公路交通安全、實驗室管理、教學(xué)質(zhì)量、圖書館服務(wù)［7-11］等的評價。為此，本文在汲取BP神經(jīng)網(wǎng)絡(luò)在其他領(lǐng)域評價經(jīng)驗的基礎(chǔ)上，將其應(yīng)用在高校實驗室安全評價，建立了基于BP神經(jīng)網(wǎng)絡(luò)的高校實驗室安全評價模型。利用該模型可以有效記憶先前較成功的實驗室安全評價案例信息，積累專家的評價經(jīng)驗，為科學(xué)、規(guī)范地進行高校實驗室安全管理提供標(biāo)準(zhǔn)和依據(jù)。

1 高校實驗室安全評價的重要性和必要性

1.1 重要性

隨著高校辦學(xué)規(guī)模擴大，國家對實驗室建設(shè)投入逐年增加，實驗室數(shù)量激增，開放時間延長，實驗人員多且流動性大，各種安全隱患也隨之增加。近年來，由于設(shè)備老化、實驗操作不當(dāng)、消防不力等原因?qū)е卤?、火?zāi)，進而引起的實驗設(shè)施被燒毀、人員傷亡等事故頻發(fā)，損失巨大［1-2］?？梢姡咝嶒炇野踩[患重重，問題不容忽視［12-13］。

1.2 必要性

高校實驗室安全關(guān)鍵在于源頭管理，預(yù)防為先，做好事前評估。通過安全評價，及時找出存在問題，采取有針對性的方案對薄弱環(huán)節(jié)和隱患部位進行改進或彌補，防患于未然。可見，對例行安全檢查進行評價，預(yù)估險情，預(yù)設(shè)防護，預(yù)防危害，事半功倍，刻不容緩。

2 基于BP神經(jīng)網(wǎng)絡(luò)的高校實驗室安全評價模型

2.1 BP神經(jīng)網(wǎng)絡(luò)簡介

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。典型的BP神經(jīng)網(wǎng)絡(luò)是一個由輸入層、隱含層和輸出層構(gòu)成的三層前饋階層網(wǎng)絡(luò)。其基本思想是：學(xué)習(xí)過程包括信號正向傳播與誤差的反向回傳兩個部分。正向傳播時，輸入樣本從輸入層傳入，經(jīng)隱含層依次逐層處理，傳向輸出層。若輸出層輸出與期望不符，則將誤差作為調(diào)整信號逐層反向回傳，對神經(jīng)元之間的連接權(quán)值進行調(diào)整和修改，使誤差減小。經(jīng)反復(fù)學(xué)習(xí)，最終使誤差減小到可接受的范圍。

可見，BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程是通過已知數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，將數(shù)據(jù)的內(nèi)在規(guī)律存儲記憶在網(wǎng)絡(luò)權(quán)值中，該網(wǎng)絡(luò)可以用于以后的預(yù)測、評估等，并適用于更多更廣更優(yōu)評價的應(yīng)用需求。

2.2 評價指標(biāo)體系

根據(jù)建立高校實驗室安全評價指標(biāo)體系的原則［14］，指標(biāo)的選取要兼顧數(shù)據(jù)的可比性和可得性，全面性和簡約性，導(dǎo)向性和可持續(xù)性等。通過對現(xiàn)有全國高校實驗室安全評估體系的研究，結(jié)合（以工為主，理工結(jié)合，多學(xué)科協(xié)調(diào)發(fā)展的重點大學(xué)）實驗室的特點，設(shè)計出指標(biāo)作為評價指標(biāo)體系（見表1）。

在本研究中，假定同一級指標(biāo)權(quán)重相同。高校實驗室安全評價指標(biāo)體系分為兩級，一級指標(biāo)是過程指標(biāo)，二級指標(biāo)是基礎(chǔ)指標(biāo)，每個指標(biāo)按0～10評分，評價結(jié)果等級為優(yōu)、良、中、差、劣，對應(yīng)分數(shù)為優(yōu)：［9，10］;良：［8，9）;中：［6，8）;差：［5，6）;劣：［0，5）。

2.3 模型構(gòu)建

采用三層BP網(wǎng)絡(luò)，輸入層為高校實驗室安全評價指標(biāo)數(shù)據(jù)，輸出層為評價結(jié)果，中間為隱含層。

（1）各層神經(jīng)元個數(shù)及模型的確定。高校實驗室安全評價指標(biāo)分為8個一級指標(biāo)，24個二級指標(biāo)。24個二級指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，因此輸入神經(jīng)元個數(shù)n=24。輸出神經(jīng)元為評價的結(jié)果，評價結(jié)果只有1個，因此輸出神經(jīng)元個數(shù)m=1。根據(jù)隱含層神經(jīng)元個數(shù)根據(jù)經(jīng)驗公式［15］

計算得到隱含層神經(jīng)元個數(shù)為9。所以構(gòu)建的模型是一個24×9×1的BP神經(jīng)網(wǎng)絡(luò)模型，如圖1所示。

圖1 實驗室安全評價的BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖

在本網(wǎng)絡(luò)結(jié)構(gòu)中，輸入向量 P=（p1，p2，…，p24），輸入層到隱含層的權(quán)值為W1=（w11，w12，…，w124）;隱含層輸出為 A1=（a11，a12，…，a19），隱含層到輸出層的權(quán)值為 W2=（w21，w22，…，w29），網(wǎng)絡(luò)實際輸出為A=a2=net（A1）。

（2）激活函數(shù)和訓(xùn)練函數(shù)的選擇。隱含層激活函數(shù)F1選擇雙曲正切S型傳遞函數(shù)tansig，輸出層激活

表1 高校實驗室安全評價指標(biāo)體系

函數(shù)F2選擇線性傳遞函數(shù)purelin。

采用 Levenberg-Marquardt算法［6］，該算法收斂速度快，精度較高，其訓(xùn)練函數(shù)trainlm可以獲得較小的均方誤差。

（3）權(quán)值初始值的設(shè)定。合理設(shè)置BP神經(jīng)網(wǎng)絡(luò)連接權(quán)值和閾值的初始取值范圍，將有效縮短網(wǎng)絡(luò)的學(xué)習(xí)時間。取初始權(quán)值為（－1，1）之間的隨機數(shù)。

2.4 評價過程

（1）數(shù)據(jù)歸一化處理。對輸入數(shù)據(jù)進行預(yù)處理，將每組數(shù)據(jù)轉(zhuǎn)化為［0，1］之間的數(shù)據(jù)，以加快網(wǎng)絡(luò)的訓(xùn)練速度。采用歸一化公式［16］：

（2）評價步驟。

步驟1 網(wǎng)絡(luò)建立及初始化：通過Matlab 7.1的創(chuàng)建函數(shù)newff構(gòu)造BP神經(jīng)網(wǎng)絡(luò);當(dāng)newff在創(chuàng)建網(wǎng)絡(luò)對象的同時，自動調(diào)動初始化函數(shù)init，根據(jù)缺省的參數(shù)對網(wǎng)絡(luò)進行連接權(quán)值和閾值的初始化;

步驟2 網(wǎng)絡(luò)訓(xùn)練：把樣本數(shù)據(jù)輸入構(gòu)造的BP神經(jīng)網(wǎng)絡(luò)中，通過訓(xùn)練函數(shù)train進行訓(xùn)練;

步驟3 網(wǎng)絡(luò)仿真：將待評價的測試數(shù)據(jù)輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，通過仿真函數(shù)sim進行仿真計算，得出具體的評價結(jié)果。

3 應(yīng)用舉例

3.1 數(shù)據(jù)樣本的采集

訓(xùn)練樣本的選擇是網(wǎng)絡(luò)訓(xùn)練的關(guān)鍵，樣本選擇恰當(dāng)才能更好地積累經(jīng)驗，網(wǎng)絡(luò)訓(xùn)練才會有價值，才能應(yīng)用于實際評價中。目前我國高校并沒有統(tǒng)一的標(biāo)準(zhǔn)對實驗室安全進行檢查，所以本文在參考國內(nèi)相關(guān)研究成果的基礎(chǔ)上，結(jié)合實際工作經(jīng)驗，選取表1評價指標(biāo)作為樣本評價指標(biāo)，對福州大學(xué)24個實驗教學(xué)示范中心的實驗室進行檢查，通過專家評分獲得如表2所示的部分樣本數(shù)據(jù)，其中前20組評價數(shù)據(jù)為網(wǎng)絡(luò)訓(xùn)練樣 本，最后4組評價數(shù)據(jù)作為待驗證的測試數(shù)據(jù)。

表2 部分訓(xùn)練樣本數(shù)據(jù)

3.2 網(wǎng)絡(luò)訓(xùn)練和仿真

采用Matlab 7.1軟件中的人工神經(jīng)網(wǎng)絡(luò)工具箱NNbox［17］訓(xùn)練網(wǎng)絡(luò)。實驗室安全評價指標(biāo)個數(shù)為24，因此輸入層神經(jīng)元個數(shù)為24，輸出層神經(jīng)元個數(shù)為1，隱含層個數(shù)經(jīng)試算確定為9。設(shè)定訓(xùn)練函數(shù)為trainlm，隱含層傳輸函數(shù)為tansig函數(shù)，輸出層傳輸函數(shù)為purelin，最大訓(xùn)練次數(shù)為1 000，目標(biāo)誤差小于0.001，學(xué)習(xí)效率為0.1，權(quán)值和閾值取隨機數(shù)，當(dāng)訓(xùn)練次數(shù)達到12次的時候［18］，目標(biāo)誤差小于 0.001，網(wǎng)絡(luò)訓(xùn)練結(jié)束。

訓(xùn)練結(jié)束后，用sim函數(shù)進行模擬仿真。將表2中最后4組測試樣本數(shù)據(jù)帶入已訓(xùn)練網(wǎng)絡(luò)進行評價，得到如表3的網(wǎng)絡(luò)仿真結(jié)果。在Matlab 7.1中將網(wǎng)絡(luò)仿真訓(xùn)練值和實際評價結(jié)果作為2系列繪圖輸出，得到如圖2所示的對比曲線圖。

表3 測試樣本數(shù)據(jù)的網(wǎng)絡(luò)仿真結(jié)果

3.3 結(jié)果分析

從表3和圖2中可以看出經(jīng)過訓(xùn)練之后的神經(jīng)網(wǎng)絡(luò)輸出的訓(xùn)練值與實際評價結(jié)果誤差很小，驗證了評價模型的準(zhǔn)確性及合理性。但由于評價主體的主觀評價存在誤差，評價因素覆蓋不夠全面，樣本采集量規(guī)模較小，BP神經(jīng)網(wǎng)絡(luò)自身也有一定的局限性，評價結(jié)果不可避免存在一些誤差。

圖2 網(wǎng)絡(luò)仿真訓(xùn)練值與實際評價結(jié)果對比圖

4 結(jié)語

綜上所述，基于BP神經(jīng)網(wǎng)絡(luò)的高校實驗室安全評價模型具有以下優(yōu)點：①該模型可以很好地汲取專家經(jīng)驗，利用已有的評價結(jié)果，使專家經(jīng)驗得到積累，評價數(shù)據(jù)得到保存，應(yīng)用于實際評價工作中。②該模型還具有廣泛的適用性，每個高?？梢愿鶕?jù)自身的教學(xué)實驗特點對指標(biāo)體系進行修改，同時還可以對影響程度不同的指標(biāo)賦予不同的權(quán)重，以達到適用的目的。③利用Matlab神經(jīng)網(wǎng)絡(luò)工具箱進行求解，方法簡單，所有計算均由計算機完成，解決了其他方法計算量繁重的問題，使用方便，易于推廣。針對實驗中評價結(jié)果存在一些誤差的問題，今后還將對模型進行改進，使其更趨合理，評價效果更準(zhǔn)確。

（References）：

［1］ 李殿鵬.加強高校實驗室安全管理，確保實驗室安全運行［J］.實驗室研究與探索，2010，29（7）：345-346.

［2］ 阮 俊，金海萍，馮建躍.關(guān)于高校實驗室安全隱患排查與整改的探討［J］.實驗技術(shù)與管理，2010，27（9）：190-192.

［3］ 陳立君，顧風(fēng)岐.高等學(xué)校實驗室安全管理體系的研究與探索［J］.實驗室研究與探索，2010，29（7）：339-341.

［4］ 廖慶敏.高校實驗室安全管理之思考［J］.實驗室研究與探索，2010，29（1）：168-170.

［5］ 王 杰，劉曉鴻.高校實驗室安全管理工作探討與對策研究［J］.實驗技術(shù)與管理，2010，27（3）：247-252.

［6］ 叢 爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用［M］.2版.合肥：中國科學(xué)技術(shù)大學(xué)出版社，2003.

［7］ 于建新，劉煥春，王文靜，等.基于BP神經(jīng)網(wǎng)絡(luò)的高校校園安全評價模型及其應(yīng)用［J］.安全與環(huán)境工程，2011，18（2）：93-95.

［8］ 李聰穎，王肇飛.基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通安全評價系統(tǒng)設(shè)計與實現(xiàn)［J］.武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版），2010，34（3）：476-479.

［9］ 李俊青，陳鶴年，嚴麗麗，等.基于BP神經(jīng)網(wǎng)絡(luò)的計算機實驗室管理評價指標(biāo)［J］.實驗室研究與探索，2011，30（4）：71-73.

［10］ 鄂媛媛，霍天強.基于BP神經(jīng)網(wǎng)絡(luò)的實踐教學(xué)質(zhì)量評價模型研究［J］.實驗室科學(xué)，2009（5）：8-11.

［11］ 肖立民.基于BP神經(jīng)網(wǎng)絡(luò)的高校圖書館外部滿意度評價模型［J］.圖書與情報，2008（5）：114-116.

［12］ 李恩敬.高等學(xué)校實驗室安全管理現(xiàn)狀調(diào)差與分析［J］.實驗技術(shù)與管理，2011，28（2）：198-200.

［13］ 孫曉霞，趙光烈，殷宏斌.基于SWOT分析的高校實驗室安全管理對策研究［J］.實驗技術(shù)與管理，2010，27（7）：179-181.

［14］ 韋 萌.BP神經(jīng)網(wǎng)絡(luò)在高校教學(xué)實驗室綜合評價中的應(yīng)用［J］.柳州職業(yè)技術(shù)學(xué)院學(xué)報，2010，10（1）：102-104.

［15］ 沈花玉，王兆霞，高成耀，等.BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定［J］.天津理工大學(xué)學(xué)報，2008（10）：13-15.

［16］ 柳小桐.BP神經(jīng)網(wǎng)絡(luò)輸入層數(shù)據(jù)歸一化研究［J］.機械工程與自動化，2010（3）：122-123.

［17］ 郭利輝，周 雅.基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的BP網(wǎng)絡(luò)設(shè)計［J］.網(wǎng)絡(luò)與通信，2009（3）：20-22.

［18］ 飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實現(xiàn)［M］.北京：電子工業(yè)出版社，2005.