基于RBF神經網絡的人因可靠性研究.pdf

1、現(xiàn)代科學技術發(fā)展的結果，使人機系統(tǒng)中機的可靠性有了很大的提高，而作為人機系統(tǒng)組成元素之一的人相對成了人機系統(tǒng)中最不可靠的因素，現(xiàn)代事故的統(tǒng)計結果也充分證明了這一點；同時，現(xiàn)代工業(yè)系統(tǒng)也越來越朝著巨型化、復雜化方向發(fā)展，一旦事故發(fā)生，其危害將是極其嚴重的。因此，研究人因失誤的致因及發(fā)展模式，特別是制定行之有效的控制措施，對現(xiàn)代工業(yè)生產安全具有重大意義。 論文在充分研究人因可靠性(HRA)的國內外研究現(xiàn)狀基礎上，首先，基于主成分分析

2、方法(PCA)和徑向神經網絡技術(RBF)，系統(tǒng)分析了PCA-RBF神經網絡在HRA中的可行性和優(yōu)越性；其次，在提出人因可靠性預測體系構建原則的前提下，通過對人因操作可靠性影響因子的分析，初選出了人因可靠性預測模型應包含的主要指標；然后，針對建筑施工企業(yè)“事故易發(fā)點”之一的高處作業(yè)崗位，在對人因可靠性影響因子量化基礎上，運用PCA方法的降維原理及RBF神經網絡的“形象思維”技術，在作業(yè)前對高處作業(yè)人員的操作可靠性進行了定性預測，以期解決

3、作業(yè)前人員的選拔問題；最后，以起重機操作司機為例，對作業(yè)過程中人因可靠性進行了定量預測，從而實現(xiàn)對人因失誤的動態(tài)控制。 通過實例驗證，所構建的模型能很好實現(xiàn)對人因失誤的預測。其中，論文提出的在作業(yè)條件基本相同的條件下，以完成相同工程量所發(fā)生的失誤次數作為人因可靠性的預測指標，能夠解決在復雜作業(yè)及流動性作業(yè)中，傳統(tǒng)的HRA由于作業(yè)任務分解難及動作可靠性難以賦值而無法預測的問題：所建立的針對特定作業(yè)崗位的人因可靠性的定量預測模型，可