事故預(yù)測預(yù)防張艷艷

重慶大學(xué)目錄第一章事故預(yù)測的數(shù)學(xué)原理與方法第二章生產(chǎn)過程中事故預(yù)測預(yù)防第三章作業(yè)人員事故預(yù)測預(yù)防第四章運(yùn)用人體生物節(jié)律理論和“月相”預(yù)測與控制事故1、事故預(yù)測的數(shù)學(xué)原理與方法1.1概述1.2事故回歸預(yù)測數(shù)學(xué)模型1.3事故預(yù)測數(shù)學(xué)模型程序設(shè)計(jì)流程1.4事故發(fā)生規(guī)律預(yù)測模式1.5實(shí)踐應(yīng)用舉例1.6事故灰色預(yù)測數(shù)學(xué)模型概念解析事故，是人們在進(jìn)行有目的的活動(dòng)過程中，突然發(fā)生的違背人們意志的不幸事件。預(yù)測，是人們根據(jù)過去積累的經(jīng)驗(yàn)和知識來探索事物可能發(fā)展的趨勢，并做出估計(jì)與評價(jià)。事故預(yù)測預(yù)防的原理：依據(jù)事故所具有的的因果性、偶然性、必然性和再現(xiàn)性的特點(diǎn)，從而尋找事故的規(guī)律性，以防事故的發(fā)生。1.1概述事故的發(fā)生，尤其是傷亡事故的發(fā)生是隨機(jī)的。它是由諸多的因素而構(gòu)成，而且他們之間有著十分復(fù)雜的關(guān)系。預(yù)測事故“再現(xiàn)”概率，則又關(guān)系到這些相關(guān)因素的比例和時(shí)間相結(jié)合的機(jī)會。為了了解并掌握事故潛在的某些規(guī)律，必須對已經(jīng)發(fā)生的事故進(jìn)行追蹤，分析和研究其所發(fā)生的根本原因，從中了解事故發(fā)生的傾向與內(nèi)在規(guī)律，以便尋找未來時(shí)間內(nèi)事故發(fā)生的潛在性或可能性，從而采取相應(yīng)的措施加以預(yù)防或排除，不使其導(dǎo)致為“再現(xiàn)”的事故。這就是事故預(yù)測技術(shù)的精髓與核心。科學(xué)的安全管理，就是從事故的偶然性之中，找出事故發(fā)生的必然性，認(rèn)識事故發(fā)生的規(guī)律性，把事故消滅在萌芽之中。通過對大量事故的統(tǒng)計(jì)、分析、研究與多年現(xiàn)場實(shí)踐積累的經(jīng)驗(yàn)證明，能夠準(zhǔn)切反映事故發(fā)生客觀規(guī)律的事故預(yù)測的最佳方法是：用數(shù)理統(tǒng)計(jì)學(xué)的非線性的回歸分析和灰色系統(tǒng)理論的手段而建立的“事故預(yù)測數(shù)學(xué)模型”。1.2事故回歸預(yù)測數(shù)學(xué)模型一元線性回歸分析數(shù)學(xué)模型回歸分析是數(shù)理統(tǒng)計(jì)中處理變量之間一種較為成熟、實(shí)用和有效的辦法。它可以簡便有效地利用調(diào)查的統(tǒng)計(jì)資料，對經(jīng)濟(jì)現(xiàn)象進(jìn)行事先預(yù)計(jì)和推斷，為此引出一元線性回歸分析數(shù)學(xué)模型和解決問題的方法。

散點(diǎn)圖：把具有相關(guān)關(guān)系的兩個(gè)變量、之間的若干對實(shí)測數(shù)據(jù)（）所對應(yīng)的個(gè)離散的點(diǎn)在直角坐標(biāo)系中描繪出來，所得到的圖象叫做散點(diǎn)圖?；貧w直線：圖中所有的散點(diǎn)，總的表現(xiàn)出某種趨勢，把能反映散點(diǎn)趨勢的某條直線稱為回歸直線．該直線所對應(yīng)的一元方程叫做回歸直線方程．

例1：某物流公司一年中每月的總運(yùn)量（萬噸）與每月的總成本（萬噸）的統(tǒng)計(jì)數(shù)據(jù)如下表4－6:試給出散點(diǎn)圖

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：將表中的個(gè)散點(diǎn)，描在坐標(biāo)系中，得到散點(diǎn)圖，如圖4-4,用一條直線來近似地表示它們之間的關(guān)系，這條直線就叫做總成本C對運(yùn)量x的回歸直線，回歸直線的方程就叫做成本對運(yùn)量的回歸方程，記作=a+bx其中，a,b稱為回歸系數(shù)．為了和總成本C的實(shí)際觀測值區(qū)別，用

表示回歸方程中的總成本，由的每一個(gè)取值所得到的的值叫做總成本的回歸值．一般地，如果隨機(jī)變量y與變量x之間呈現(xiàn)某種線性關(guān)系，則與之間一元線性回歸模型為:?=a+bx

1.2.1最小二乘法1.2.2一元回歸模型方程【例2】

在某一企業(yè)物流的生產(chǎn)過程中，為研究溫度(單位:℃)對產(chǎn)品的腐蝕程度(單位:%)的影響，測得下列一組數(shù)據(jù),如下表所示:1.2.3回歸方程的顯著性檢驗(yàn)1、相關(guān)系數(shù)2、線性相關(guān)的顯著性水平檢驗(yàn)方法一般地，按照以下步驟對線性相關(guān)的顯著性進(jìn)行檢驗(yàn)。

①提出原假設(shè)H0：y與x的線性關(guān)系不顯著。記b=0，這是因?yàn)楫?dāng)時(shí)，回歸直線是一條平行于軸的直線，無論x如何變化，y的值均為常數(shù)，顯然，不可能有顯著的線性關(guān)系。

②選用統(tǒng)計(jì)量,并根據(jù)樣本值計(jì)算的值；

③按給出的顯著性檢驗(yàn)水平a和自由度f=n-2，查附表6的相關(guān)系數(shù)臨界值表，得