王國俊

(霍州煤電集團呂梁山煤電有限公司方山木瓜煤礦，山西 呂梁 033102)

煤礦本質安全管理綜合評價是本質安全型礦井建設的一項重要工作。目前，很多煤礦安全管理評價方面的研究，主要是從管理控制的角度進行的，所構架的安全評價指標跨度較大，評價指標的設置較不合理，以百萬噸死亡率、千人負傷率等居多［1］。隨著科技進步及安全水平的不斷提高，這些指標已經(jīng)不能適應社會的發(fā)展，特別是不利于大型煤炭企業(yè)(集團公司)的內部監(jiān)管。評價指標權重是評價工作內容的重要組成部分，其大小設置對于評價結果具有重要作用，以往評價方法都采用專家評分等主觀方法進行設置［2］，帶有較大的盲目性，無法保證評價結果的合理性［3］。

本文依據(jù)煤礦安全管理的基本原理及本質安全管理的內涵，構建了本質安全管理評價指標體系，制定了評價目標等級。借助遺傳優(yōu)化神經(jīng)網(wǎng)絡(簡稱GA－NN)在解決非線性問題上的優(yōu)勢進行本質安全管理評價，通過遺傳算法對神經(jīng)網(wǎng)絡的權值實時進行優(yōu)化，從而加速收斂速度，避免局部極小點，同時可解決小樣本引起的訓練不足問題。為此，本文建立了基于遺傳優(yōu)化神經(jīng)網(wǎng)絡的煤礦本質安全管理評價模型并進行了應用。

1 煤礦本質安全管理及評價指標體系

煤礦本質安全管理是一種基于風險的現(xiàn)代管理模式［4］，其內涵是在現(xiàn)有安全生產(chǎn)管理方法基礎上，借鑒國內外先進管理理念和方式，建立適合礦情的煤礦本質安全管理體系，實行人、機、環(huán)境、管理等要素優(yōu)化匹配，達到人員無失誤(員工安全素質良好，安全意識、安全知識、安全技能和自救互救能力強，基本杜絕人為失誤)、設備無故障(機器設備系統(tǒng)機械化和自動化水平高，具有故障檢測、安全保護和防護功能)、系統(tǒng)無缺陷(生產(chǎn)系統(tǒng)和環(huán)節(jié)得到優(yōu)化，生產(chǎn)作業(yè)現(xiàn)場、煤礦周邊環(huán)境有安全保障，抵御自然災害能力強)、管理無漏洞(以風險管理為核心，以持續(xù)改進管理模式為基礎的現(xiàn)代安全管理體系)的奮斗目標，使安全隱患減少，安全事故得到有效控制，達到行為規(guī)范、裝備先進、環(huán)境可靠、管理精細、安全領先的預控型本質安全管理模式［5－7］。

根據(jù)本質安全型礦井建設水平的不同層次，將本質安全管理評價等級分為本質安全A級、本質安全B級、本質安全C級及非本質安全D級四類，分別對應“很好”、“較好”、“一般”、“不合格”四個等級。根據(jù)煤礦本質安全管理的內涵，遵循科學性、可操作性、時效性、可比性、定性與定量相結合等原則［8］，建立煤礦本質安全管理評價指標體系，見圖1。

圖1 煤礦本質安全管理評價指標體系示意圖

2 煤礦本質安全管理評價的GANN模型

煤礦本質安全管理是一個動態(tài)過程，其評價指標帶有較強的模糊性和不確定性，且評價指標之間相互聯(lián)系、相互制約。評價目標與評價指標之間表現(xiàn)出很強的非線性映射關系，采用一般的統(tǒng)計、回歸等方法無法準確進行評價。神經(jīng)網(wǎng)絡(Neural Network)模擬人的大腦活動，具有良好的非線性映射的能力，但其收斂結果容易陷入局部極小，常常得不到最優(yōu)解［9］;遺傳算法(Genetic Algorithm)是一種基于生物進化原理構想出來的搜索最優(yōu)解的仿生算法，它以群體為基礎，不是以單點搜索為基礎，能同時從不同點獲得多個極值，因此不易陷入局部最優(yōu);用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡，能夠改進神經(jīng)網(wǎng)絡的收斂效果，使結果趨于全局最優(yōu)。煤礦本質安全管理評價實際上是一個非線性的多類分類問題。為此，本文將神經(jīng)網(wǎng)絡應用于煤礦本質安全管理評價，通過遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的權值。采用3層BP神經(jīng)網(wǎng)絡，結構圖見圖2。

圖2 BP神經(jīng)網(wǎng)絡結構圖

其中，網(wǎng)絡輸入xi，隱含層輸出hj，y為網(wǎng)絡的實際輸出，d為期望輸出。輸入層節(jié)點i到隱含層節(jié)點j的權值為Wij，隱含層節(jié)點j到輸出層節(jié)點的權值為Vj，θ和φj分別表示輸出單元和隱含單元的閥值。則

式中:

f(x)—Sigmoid非線性函數(shù);

E—網(wǎng)絡的均方誤差;

k—訓練樣本序號;

N—訓練樣本容量。

用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡參數(shù)時，首先生成初始種群并將染色體進行實數(shù)編碼，然后輸入訓練樣本，以適應度函數(shù)作為進化目標，適應度函數(shù)取fit(E)=1/E，根據(jù)個體適應度值并通過遺傳操作:選擇(Selection)、交叉(Crossover)、變異(Mutation)進行反復進化搜索，經(jīng)樣本反復訓練，最終得到優(yōu)化的神經(jīng)網(wǎng)絡權值［10］，遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權重程序見圖3。

3 應用

以山西省某大型煤電集團為例，整理以往典型煤礦本質安全管理評價資料得到12組樣本，見表1。其中，前9組作為訓練樣本，剩余3組作為測試樣本。表1中各評價指標的分值由其二級指標評分值加權求和得出，本質安全管理等級通過Delphi法由專家經(jīng)驗得到。

圖3 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權重程序示意圖

表1 樣本數(shù)據(jù)表

用于煤礦本質安全管理評價的遺傳優(yōu)化神經(jīng)網(wǎng)絡模型輸入為評價指標(u1，u2，u3，u4，u5，u6)，輸出為評價目標，將4種評價目標用二維布爾代數(shù)的形式表達:“本質安全A級”為［00］，“本質安全 B級”為［10］，“本質安全 C 級”為［01］，“非本質安全 D級”為［11］。隱含層根據(jù)經(jīng)驗設置為12，神經(jīng)網(wǎng)絡的結構為6－12－2?；贛atlab7.0軟件平臺，利用其內嵌的神經(jīng)網(wǎng)絡工具箱及遺傳算法工具箱［11］，采用表1中前9組樣本數(shù)據(jù)進行訓練，第600訓練步的誤差為0.000009045，已接近于零，認為訓練精度已達到要求。為驗證所建GA－NN模型的效果，將訓練樣本和測試樣本依次輸入到訓練好的GA－NN模型中，GA－NN評價結果及其與原評價結果對比見表2。

由表2可知，前9組訓練樣本的GA－NN模型評價結果與原評價結果完全一致，后3組測試樣本的GA－NN模型評價結果與原評價結果基本一致，只有礦井十二由原來的A級評價為B級，從指標得分值分析礦井十二評價為A級是不夠準確的，說明GANN模型具有較高的準確性。從評價結果來看，GANN模型很好地模擬了專家思維模式，反映了專家經(jīng)驗，具有很好的推廣能力，指標權重無需人為設置，避免了人的主觀因素對評價結果的影響，能夠更客觀、準確地得出評價結果。

4 結語

煤礦本質安全管理評價是一個十分復雜的問題，涉及指標眾多且具有較強的關聯(lián)性，而且評價目標與評價指標之間表現(xiàn)出很強的非線性關系。

表2 GA－NN模型評價結果與原評價結果對比表

應用表明，遺傳優(yōu)化神經(jīng)網(wǎng)絡能夠很好地表達這種非線性關系，而且建立的非線性模型具有很好的推廣預測能力，說明遺傳優(yōu)化神經(jīng)網(wǎng)絡應用于煤礦本質安全管理評價是可行的。評價結果既有利于監(jiān)管部門評價煤礦安全管理水平，又有利于最高管理層決策，同時還利于企業(yè)內部的評比及管理，對提高煤礦本質安全管理水平、建立煤礦安全管理機制具有重要作用。

［1］李樹剛，穆丹丹，曹 杰.利用層次分析法確定本質安全型礦井指標權重［J］.西安科技大學學報，2009，(2):127－130，135.

［2］吳麗萍，吳世躍，郭勇義.模糊數(shù)學在礦山安全綜合評價中的應用［J］.太原理工大學學報，2006，37(2):131－133.

［3］陳鴻章，高文華，李興民，等.煤礦安全評價中應用模糊決策控制的探討［J］.太原理工大學學報，2004，35(5):615－617.

［4］陳東科，杜春宇.煤礦本質安全管理評價指標構建研究［J］.山東科技大學(自然科學版)，2008，27(4):90－93.

［5］杜春宇，陳東科，杜翠鳳，等.煤礦本質安全管理綜合評價體系模型與應用［J］.重慶大學學報，2008，31(2):197－201.

［6］徐 耀，杜春宇.煤礦本質安全管理評價指標研究［J］.中國煤炭，2008，34(3):76－79.

［7］劉永立，王海濤，石興龍，等.基于綜合評價的煤礦本質安全管理系統(tǒng)研究［J］.中國煤炭，2010，36(10):100－104.

［8］歐曉英，楊勝強，孫仁科，等.煤礦本質安全化管理體系建立及其應用的探討［J］.中國安全科學學報，2007，17(1):76－80.

［9］劉業(yè)嬌，田志超，劉進才.BP神經(jīng)網(wǎng)絡在礦井本質安全程度評價中的應用［J］.中國安全生產(chǎn)科學技術，2009，5(5):102－105.

［10］王志軍，顧沖時，張治軍.GIS支持下基于遺傳優(yōu)化神經(jīng)網(wǎng)絡的潰壩生命損失評估［J］.武漢大學學報(信息科學版)，2010，35(1):64－68.

［11］雷英杰，張善文，李續(xù)武，等.MATLAB遺傳算法工具箱及應用［M］.西安:西安電子科技大學出版社，2006:73－74.