事故預(yù)測(cè)理論與方法

前言

任何工程活動(dòng)都有一定風(fēng)險(xiǎn)。工程活動(dòng)的本性決定了工程是一把雙刃劍，它可能給社會(huì)帶來福祉，也可能給社會(huì)帶來危害，甚至帶來災(zāi)難。我國(guó)每年由安全問題造成的經(jīng)濟(jì)損失約占GDP總量的5％，傷亡逾100萬(wàn)人。近年來冰凍和地震等自然災(zāi)害也使我國(guó)蒙受重大損失。面對(duì)重大自然災(zāi)害、技術(shù)災(zāi)害和環(huán)境惡化，以事故控制與預(yù)防為主的防災(zāi)減災(zāi)工程必然成為人類所面臨的重要課題。在科學(xué)發(fā)展觀的指導(dǎo)下，“安全發(fā)展和可持續(xù)發(fā)展”催生了人類對(duì)事故預(yù)測(cè)的研究動(dòng)力。絕不要“帶血的GDP”，已經(jīng)成為《政府工作報(bào)告》體現(xiàn)“和諧社會(huì)”和“以人為本”的民生需求。國(guó)家“十一五”規(guī)劃的“復(fù)雜系統(tǒng)災(zāi)變形成及其預(yù)測(cè)控制”，國(guó)家自然基金委2009年重大研究計(jì)劃“非常規(guī)突發(fā)事件應(yīng)急管理研究”，科技部2009年973項(xiàng)目“應(yīng)對(duì)重大災(zāi)難、突發(fā)事件的關(guān)鍵科學(xué)問題”均體現(xiàn)了事故預(yù)測(cè)研究的重要性和必要性。中國(guó)古代思想家老子曾就防患于未然做過精辟的論述：“其安也，易持也。其未兆也，易謀也。其脆易判，其微易散。為之乎其未有，治之乎其未亂?！痹诳萍几叨劝l(fā)展的今天我們也應(yīng)堅(jiān)持“預(yù)防為主”的方針，防技術(shù)災(zāi)難于未然。事故預(yù)測(cè)是防災(zāi)減災(zāi)工程和安全管理的基石，然而相關(guān)的研究還處于起步階段。通過研究事故致災(zāi)機(jī)理，分析事故發(fā)生發(fā)展和形成的規(guī)律，謀求事故預(yù)測(cè)的有效性，為防災(zāi)減災(zāi)提供科學(xué)依據(jù)，是本書作者研究的目的。以自然災(zāi)害，生產(chǎn)事故、社會(huì)性群體事件為研究對(duì)象，在參考、凝練了國(guó)內(nèi)外學(xué)者關(guān)于預(yù)測(cè)理論研究成果的基礎(chǔ)上，本書匯集了作者多年潛心研究成果和經(jīng)驗(yàn)總結(jié)，期望能在一定程度上推動(dòng)事故預(yù)測(cè)理論與方法的研究和應(yīng)用。本書主要貢獻(xiàn)體現(xiàn)為以下幾點(diǎn)。一是系統(tǒng)梳理了當(dāng)前事故預(yù)測(cè)的主要理論，同時(shí)還詳細(xì)刻畫了一些代表性的預(yù)測(cè)方法，比如：趨勢(shì)和因果預(yù)測(cè)方法，數(shù)值和概率預(yù)測(cè)方法，一元和多元預(yù)測(cè)方法，線性和非線性預(yù)測(cè)方法，確定和不確定性方法，白色、灰色和黑箱預(yù)測(cè)方法。二是對(duì)現(xiàn)有事故預(yù)測(cè)成果進(jìn)行了比較分析，解析了相關(guān)適用場(chǎng)景和未來研究趨勢(shì)。因?yàn)椴煌A(yù)測(cè)方法的復(fù)雜性、數(shù)據(jù)要求、準(zhǔn)確程度均不相同，應(yīng)用中選取合適的預(yù)測(cè)方法是很關(guān)鍵的，也是比較難的。三是對(duì)部分預(yù)測(cè)理論和方法進(jìn)行了修補(bǔ)和擴(kuò)展。作者基于大量事故源資料信息，通過數(shù)據(jù)挖掘等手段，提取和凝練事故預(yù)測(cè)的方法擴(kuò)展和模型改進(jìn)。四是重點(diǎn)研究了若干組合預(yù)測(cè)模型及其應(yīng)用案例。每種預(yù)測(cè)方法都具有描繪預(yù)測(cè)對(duì)象內(nèi)部結(jié)構(gòu)特征的獨(dú)特信息特征，通過組合預(yù)測(cè)揚(yáng)長(zhǎng)避短，實(shí)現(xiàn)系統(tǒng)復(fù)雜性預(yù)測(cè)的有效性和完整性。

內(nèi)容概要

事故預(yù)測(cè)，是現(xiàn)代安全管理的重要組成部分。本書全面、系統(tǒng)地講解了事故預(yù)測(cè)的理論和方法，論述了事故預(yù)測(cè)的研究現(xiàn)狀和理論趨勢(shì)，總結(jié)了事故預(yù)測(cè)中最常用的六種方法：回歸預(yù)測(cè)法、時(shí)間預(yù)測(cè)法、馬爾可夫鏈狀預(yù)測(cè)法、灰色預(yù)測(cè)法、貝葉斯網(wǎng)絡(luò)預(yù)測(cè)法和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法，并對(duì)這些方法進(jìn)行分析和比較。每一章大致包括以下四個(gè)內(nèi)容：  （1）方法的簡(jiǎn)介、預(yù)測(cè)原理及其在事故預(yù)測(cè)中的應(yīng)用綜述；  （2）基本知識(shí)、建模方法和模型檢驗(yàn)；  （3）擴(kuò)展模型；  （4）該方法用于事故預(yù)測(cè)的實(shí)例。　  本書不僅可以為學(xué)者提供研究參考，而且可以作為研究生和本科生的專業(yè)教材，同時(shí)還可以作為安全管理從業(yè)人員的指導(dǎo)書。

作者簡(jiǎn)介

鄭小平：教授、博士生導(dǎo)師，新世紀(jì)優(yōu)秀人才

書籍目錄

第1章　緒論　1.1　事故　　1.1.1　事故的定義　　1.1.2　事故的指標(biāo)　　1.1.3　事故的特征　1.2　事故預(yù)測(cè)　　1.2.1　預(yù)測(cè)原理　　1.2.2　事故預(yù)測(cè)過程　1.3　事故預(yù)測(cè)方法　　1.3.1  回歸預(yù)測(cè)法　　1.3.2　時(shí)間序列預(yù)測(cè)法　　1.3.3　馬爾可夫預(yù)測(cè)法　　1.3.4　灰色預(yù)測(cè)法　　1.3.5　貝葉斯網(wǎng)絡(luò)預(yù)測(cè)法　　1.3.6　神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法第2章　回歸預(yù)測(cè)法　2.1　概述　　2.1.1　回歸分析概述　　2.1.2　回歸預(yù)測(cè)法概述　　2.1.3　回歸分析的事故預(yù)測(cè)概述　2.2　一元回歸模型　　2.2.1　線性化　　2.2.2　參數(shù)估計(jì)　　2.2.3　模型檢驗(yàn)　　2.2.4　預(yù)測(cè)模型　2.3　多元回歸模型　　2.3.1　參數(shù)估計(jì)　　2.3.2　模型檢驗(yàn)　　2.3.3  自變量選擇　　2.3.4　預(yù)測(cè)模型　　2.3.5　事故預(yù)測(cè)舉例　2.4　線性回歸注意的問題　　2.4.1　殘差分析　　2.4.2　異方差問題　　2.4.3　自相關(guān)問題  2.5　離散預(yù)測(cè)模型　　2.5.1　泊松回歸模型　　2.5.2　負(fù)二項(xiàng)回歸模型　　2.5.3　logit模型  2.6　事故預(yù)測(cè)實(shí)例第3章　時(shí)間序列預(yù)測(cè)法　3.1　概述　　3.1.1　時(shí)間序列簡(jiǎn)介　　3.1.2　時(shí)間序列預(yù)測(cè)法概述　　3.1.3　事故預(yù)測(cè)的時(shí)間序列預(yù)測(cè)法　3.2　基礎(chǔ)知識(shí)　　3.2.1　基本概念　　3.2.2　平穩(wěn)性和可逆性　　3.2.3　滑動(dòng)平均過程（moving average processes）　　3.2.4  自回歸模型（autoregressive model）　　3.2.5  自回歸滑動(dòng)平均模型（autoregressive moving average model） 　3.3　ARMA建?！　?.3.1　模型的識(shí)別和定階　　3.3.2　模型的參數(shù)估計(jì)　　3.3.3　模型的檢驗(yàn)　　3.3.4　模型的預(yù)測(cè)  3.4　ARIMA建模　　3.4.1　平穩(wěn)性的檢驗(yàn)　　3.4.2　非平穩(wěn)數(shù)據(jù)的處理　　3.4.3　ARIMA模型　　3.4.4　ARIMA建?！　?.4.5　ARIMA季節(jié)模型  3.5　指數(shù)平滑模型　　……第4章　馬爾可夫鏈預(yù)測(cè)法第5章　灰色預(yù)測(cè)法第6章　貝爾斯網(wǎng)絡(luò)預(yù)測(cè)法第7章　神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法第8章　組合預(yù)測(cè)參考文獻(xiàn)

章節(jié)摘錄

插圖：第2章 回歸預(yù)測(cè)法2.1 概述2.1.1 回歸分析概述回歸分析是在19世紀(jì)末期由英國(guó)生物統(tǒng)計(jì)學(xué)家F.Galton提出的。當(dāng)時(shí)為了研究父母身高與其子女身高的關(guān)系，Galton收集了1078對(duì)夫婦及其成年子女的身高信息，結(jié)果發(fā)現(xiàn)了如下關(guān)系：高個(gè)子父母的子女的身高有低于其父母身高的趨勢(shì)，而矮個(gè)子父母的子女的身高有高于其父母的趨勢(shì)，即有“回歸”到平均值的趨勢(shì)，這就是統(tǒng)計(jì)學(xué)上最初出現(xiàn)“回歸”時(shí)的含義。隨后高爾頓發(fā)表了一些著作，揭示了統(tǒng)計(jì)方法在生物學(xué)研究中的作用，引進(jìn)了回歸直線、相關(guān)系數(shù)等概念，創(chuàng)始了回歸分析。后來很多學(xué)者把回歸分析應(yīng)用到不同領(lǐng)域的研究當(dāng)中，尤其是應(yīng)用到了經(jīng)濟(jì)學(xué)中，形成了計(jì)量經(jīng)濟(jì)學(xué)，使得回歸分析得到了更為深入的發(fā)展。社會(huì)現(xiàn)象是相互依存、相互聯(lián)系的，其中的關(guān)系往往無法用精確的數(shù)學(xué)表達(dá)式來描述，只有通過對(duì)大量的觀察數(shù)據(jù)進(jìn)行統(tǒng)計(jì)上的處理，從而找到其中的規(guī)律性?；貧w分析是對(duì)具有相互聯(lián)系的現(xiàn)象，根據(jù)其關(guān)系的形態(tài)，選擇一個(gè)合適的數(shù)學(xué)模型，用來近似地表達(dá)變量間的平均變化關(guān)系，再根據(jù)這些關(guān)系通過各影響因素來估計(jì)預(yù)測(cè)對(duì)象。雖然回歸分析法技術(shù)上比較成熟，但是由于所預(yù)測(cè)的過程過于簡(jiǎn)單，并且要求大樣本容量以及較好的分布規(guī)律，因而使得其應(yīng)用受到一定的限制。由于回歸分析是將預(yù)測(cè)對(duì)象的影響因素加以分解，考察各因素的影響情況，從而估計(jì)預(yù)測(cè)對(duì)象未來的數(shù)量狀態(tài)，從而可能出現(xiàn)量化結(jié)果與定性分析結(jié)果不符的現(xiàn)象，有時(shí)難以找到合適的回歸方程類型；而且回歸模型誤差較大，當(dāng)影響因素錯(cuò)綜復(fù)雜或相關(guān)因素?cái)?shù)據(jù)資料無法得到時(shí)，即使增加計(jì)算量和復(fù)雜程度，也無法修正回歸模型的誤差；由于回歸分析的外推性差，因而在理論上不能保證預(yù)測(cè)結(jié)果的精確性?；貧w分析經(jīng)過多年的發(fā)展，已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域。新的研究方法的不斷涌現(xiàn)，對(duì)回歸分析起到了滲透和促進(jìn)作用。

編輯推薦

《事故預(yù)測(cè)理論與方法》為清華大學(xué)出版社出版發(fā)行。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    事故預(yù)測(cè)理論與方法 PDF格式下載

---