（环境科学专业论文）基于rbf神经网络的人因可靠性研究.pdf

大连交通大学工学硕十学位论文 a b s t r a c t a sar e s u l to fm o d e ms c i e n c ea n dt e c h n o l o g yd e v e l o p m e n t ，t h er e l i a b i l i t yo fm a c h i n e h a sb e e ni n c r e a s e dt r e m e n d o u s l y ，b u tt h ep e r s o nh a sb e c o m et h em o s tu n r e l i a b l ef a c t o ro f m a n - m a c h i n es y s t e mr e l a t i v e l y ，w h i c hi so n eo ft h ee l e m e n t so fm a n - m a c h i n es y s t e m s t a t i s t i c a lr e s u l t so ft h ec o n t e m p o r a r ya c c i d e n t sh a v es u f f i c i e n t l yt e s t i f i e dt h a tt h eh u m a n e r r o r sh a v ea l r e a d yb e c o m et h em a i nr e a s o no fa c c i d e n t m e a n w h i l e ，t h em o d e mi n d u s t r i a l s y s t e mi sb e c o m i n gm o r ea n dm o r eh u g e l ya n dc o m p l i c a t e d l y ，o n c ea c c i d e n th a p p e n e d ，t h e d a m a g ec a u s e db yt h ea c c i d e n ti se x t r e m e l ys e r i o u s t h e r e f o r ei ti sn e c e s s a r yt os t u d yt h e r e a s o n sa n dt h ep a t t e r n so fh u m a ne r r o r sa n dt h em e a s u r e so fc o n t r o l l i n gf o rt h es a f e t yo f m o d e mi n d u s t r y t h i sd i s s e r t a t i o ns y s t e m i c a l l ya n a l y z e df e a s i b i l i t ya n ds u p e r i o r i t yo ft h ep c a - r b f n e u r a ln e t w o r ki nt h eh u m a nr e l i a b i l i t ya n a l y s i s ，w h i c hb a s e do np r i n c i p a lc o m p o n e n t a n a l y s i s ( p c a ) a n dh u m a nr e l i a b i l i t ya n a l y s i s ( h r a ) f i r s t l y s e c o n d l y ，w i t l lt h ea n a l y s i so f f a c t o r si n f l u e n c i n gh u m a n r e l i a b i l i t y ，t h eb a s i cr u l e st h a tc o n s t r u c t i n gt h ef o r e c a s t i n gs y s t e m o fh u m a no p e r a t i n gr e l i a b i l i t ys h o u l do b e ya n dt h em a i nc o n t e n t st h a tt h ef o r e c a s t i n gm o d e l s h o u l di n c l u d ea r ec h o s e nf i r s t l y t h e nt a k et h eh e i g h to p e r a t i n gw o r k p l a c e sw h i c hi so n eo f t h e “e a s y l e a d a c c i d e n t - p l a c e ”i nt h ec o n s t r u c t i o ne n t e r p r i s e sa sa ne x a m p l e ， b a s e do n q u a n t i z a t i o no ft h ef a c t o ro fh u m a nr e l i a b i l i t y ，w i t l lt h ed i m e n s i o n a l i t yr e d u c t i o nt h e o r yo f p c aa n dt h et e c h n o l o g yo ft h e ”v i s u a l i z a t i o no f t h i n k i n g ”t or b f n e u r a ln e t w o r k ，t h eh u m a n r e l i a b i l i t yo fh e i g h to p e r a t o r si sf o r e c a s t e dq u a l i t a t i v e l ya n dt h eq u e s t i o no fs e l e c t i n gi s r e s o l v e db e f o r ew o r k i n g l a s t l y ，t a k eac r a n eo p e r a t o ra sa ne x a m p l e ，t h eh u m a nr e l i a b i l i t y d u r i n gt h ew o r k i n gi sf o r e c a s t e dq u a n t i t a t i v e l y ，t h e nc o n t r o l l i n gh u m a ne r r o r si nt h ec o u r s eo f o p e r a t i n gh a sb e e ni m p l e m e n t e d b yv a l i d a t i n gt h ee x a m p l e ，t h em o d e lc o u l di m p l e m e n tt h eh u m a ne r r o rp r e d i c t i o n c o m m e n d a b l y t h et r a d i t i o n a lh r am e t h o dh a sd i f f i c u l t ya b o u tf o r e c a s t i n ga s s i g n m e n t s d e c o m p o s i t i o na n dr e l i a b i l i t ye v a l u a t eo fa c t i o ni nac o m p l e xa n dm o b i l i t yo p e r a t i o n u n d e r t h es i m i l a rc o n d i t i o n s ，t a k i n gt h et i m e so fh u m a ne r r o r sa st h ei n d e xo ff o r e c a s t i n gh u m a n r e l i a b i l i t y ，t h ed i s s e r t a t i o nc a nr e s o l v et h i sd i f f i c u l t y t h eq u a n t i t a t i v ef o r e c a s t i n gm o d e lo f t h eh u m a n r e l i a b i l i t yc a l lr e s o l v et h ed y n a m i cf o r e c a s t i n gp r o b l e mo fh u m a nr e l i a b i l i t yw h i c h t h et r a d i t i o n a lh r ac o u l d n tr e s o l v ea tac e r t a i nw o r k p l a c e m e a n w h i l e ，t h em o d e lc o m b i n e s t h e h u m a n a c t i o n - - r e l i a b i l i t y w i t ht h e h u m a n - p r e s e r v a t i o n - r e l i a b i l i t ys u c c e s s f u l l y a n d i m p r o v e st h ea c c u r a c yo ft h ef o r e c a s tr e s u l t s t h es a f e t ys y s t e me n g i n e e r i n g ，h u m a nf a c t o r se n g i n e e r i n g ，r e l i a b i l i t ye n g i n e e r i n g ，t h e r b fn e u r a ln e t w o r k ，p r i n c i p a lc o m p o n e n ta n a l y s i sa n dt h em a t l a ba r eb a n d e dt o g e t h e r o r g a n i c a l l yt ot a k et oh r a p r e d i c t , t h em o d e li sh e l p f u lt os e l e c tt h eo p e r a t o r sa n dc o i l t r o lt l l e n p o r t a n to rs e n o i l sd a n g e r o u sp o s i t i o n so r m o n i t o r i n gp o s i t i o n so ft h em a j o rh 勉们s s u c h 嬲 c n e m l c a lp l a n t ，m i n e ，c o n s t r u c t i o na n ds oo n ，a n dt h e ne n t e r p r i s e s a f e t ym a n a g e m e n tl e v e l c a nb ee n h a n c e d k e yw o r d s ：h u m a nr e l i a b i l i t y ：e r r o rp r e d i c t i o n ；r b fn e u r a ln e t w o r k ：p r i n c i p a l c o m p o n e n ta n a l y s i s ；m a t l a b i i i 绪论 绪论 研究目的及意义 对人因可靠性进行研究是现代社会生产安全事故发展规律的客观要求。一方面，在 大多数情况下，人机系统主要是通过人的操纵、调节和检查等方式来实现控制的，即使 是高度自动化的人机系统，也不能完全离开人的监视以及对异常情况的处理；另一方面， 随着科学技术的进步，设备可靠性不断提高，同工业化之初相比，设备的运行环境已得 到了极大的改善，直接由硬件的原因导致事故的比例已经下降到比较低的水平，而人相 对成为系统中更为不可靠的因素，人因失误( h u m a ne r r o r 以下简称人误) 诱发的故障 或事件却呈上升趋势，成为导致重大事故发生的主要原因之一。特别是当一个系统变得 越来越复杂时，系统失效事故中人因失误的比率将会变得更高，人因失误将会严重地影 响着系统的安全性、可靠性、经济性，人因可靠性就显得愈加重要。如三哩岛核电站放 射性物质泄漏事故、苏联切尔诺贝利核事故、福特宾达汽油罐的破裂等人因肇发的事故 充分证明了人因对风险的支配性作用。因此，当今的安全生产现状及事故发生趋势要求 我们在安全管理，控制与研究中必须充分考虑人因可靠性的影响，人因可靠性分析 ( h u m a nr e l i a b i l i t ya n a l y s i s ，h r a ) 也日益成为系统风险的关注焦点之一。 对人因可靠性进行分析是生产系统进行概率风险评价的需要。对人机系统可靠性进 行评定，如果不考虑人因失误的可能性及其概率，评定结果就不可能代表系统真实的可 靠性水平，同时也将导致对系统安全性评价或概率风险性评估( p r o b a b i l i s t i cs a f e t y a s s e s s m e n t ，p s a ) 的不完全甚至难以获得定量性结果【l 】。特别是对于复杂技术系统( 如 核电厂、化工厂等) 而言，如果不把人因失误对于这种风险的贡献考虑进去，任何风险 评价都将过于乐观。因此，在p s a 中正确地考虑人因失误和其概率的定量化是十分重 要的。风险定量化的客观评价有助于缓解人们非现实的对于感受风险的情绪化响应。对 人因失误概率的现实客观评价，也就是h r a 的主要目标，它可以揭示系统的薄弱环节， 在事故发生之前加以防范。对系统中潜在人误影响的阶段性重复评价将会增加和强化人 对于系统的效益和安全的正当输入的可能性，从而减少、削弱系统功能的危害性机会。 因此h r a 是系统p s a 的重要内容之一。1 9 9 2 年，国际原子能机构( i a e a ) 将人因可 靠性分析( h i 认) 列为p r a 必不可少的组成部分，并且指出h r a 水平是衡量p r a 报 告水平的重要指标之一【2 j 。 对人因可靠性进行研究是提高安全生产管理水平，降低事故危害后果的需要。许多 研究业已表明：人机系统的可靠性与安全性在很大程度上取决于人因可靠性。据统计【3 】， 大连交通大学工学硕士学位论文 2 0 9 0 的系统失效与人因失误有关，其中直接或间接的肇发事故的比率为7 0 9 0 。 例如在1 9 8 0 1 9 8 4 年，美国海军设施的控制系统失效事故中由人因失误肇发的占6 3 6 ； 美国警察当局对1 3 5 6 8 起交通事故的致因研究表明交通参与者的失误为8 0 ；最具权威 的美国n a s a 航空安全报告揭示出2 2 2 2 6 件飞行事故中人因失误的比率高达8 0 ；西 德“汉莎”航空公司从1 9 5 9 1 9 8 9 年的事故分析也总结出人因失误造成飞机失事的原因占 到7 0 ；而h e i n r i c h 在对具有2 0 0 0 2 2 0 0 员工的大型公司所发生的5 5 l 件事故的致因分 析揭示出8 0 的事故与人有关。相近的数据也可以在电子电器事故( 5 0 7 0 ) 、石油 化工事故( 6 0 ) 及核电站事故( 9 0 ) 中发现【l 】，因此人因失误在事故致因中居于主 要地位。9 0 年代以来，人因失误引起的各类事故其比率已经上长升到9 0 。在国内， 据统计，核工业事故中约有7 0 与人因有关【4 】，化工、航空、冶金、矿山等行业也基本 如此【5 】o 特别是近年来，工业生产体系日益向大型化、自动化、复杂化发展，技术的发 展使系统的可靠性更多的依赖于人的可靠性，而一旦系统失效，将可能产生深远影响和 不可预测的后果。因此，研究人在作业中的可靠性对于企业采取有效措施控制引起人因 失误的因素，提高安全生产管理水平，降低事故后果具有重要意义。 综上所述，事故的主要根源在于人因失误，而人因失误的产生则是由人的不可靠性 引起的。因此预防和减少人因事故，是解决目前生产安全严峻形势的必经途径之一，是 安全生产技术与管理的有机结合，对特别危险及失误后产生重大损失和不良后果的岗位 尤其如此。因此，就控制事故的发生及减少事故的损失来讲，研究人因可靠性和开展人 因可靠性分析，找出产生人因失误的根源所在，在人机一环境系统中尽可能地减少由人 因失误造成的事故，提高人机环境系统的安全性，是各种人一机一环境系统所面临的共 同问题，同样也是安全生产从业人员研究的重要课题。 本研究课题在对人因可靠性影响因子分析的基础上，根据人因可靠性预测体系建立 应遵守的基本原则，初选了人因可靠性影响因子，并针对作业前高处作业人员及作业过 程中起重司机的可靠性运用r b f 神经网络分别进行了定性与定量分析，为人的可靠性 预测提供了一条新的思路，从而为企业加强对操作人员的安全管理及事故预防提供帮 助。因此，本研究课题对于安全生产中减少人因失误，加强对重要岗位人员的安全监控， 避免及减少事故发生，降低企业安全风险以及h r a 理论的发展都具有实际意义。 国内外h r a 的发展历史及研究现状 国外h r a 的发展历史及研究现状 人因可靠性分析( h u m a nr e l i a b i l i t ya n a l y s i s ，h r a ) 是- - f 1 应运而生的学科。以分 析、预测、减少与预防人因失误为研究核心，对人因可靠性进行定性和定量的分析和评 2 绪论 价。因此，它也可视为一种预测和追溯的工具，用于系统的设计、改进或再改进，以便 将人因失误概率减少到系统可接受的最小限度。可以说，h r a 是以人因工程、系统分 析、认知科学、概率统计、行为科学等诸多学科为理论基础发展起来的一门新型学科。 h r a 起源于2 0 世纪5 0 年代1 6 】，最早为人所知的工作是美国s a n d i a 国家试验室 ( s n l ) 进行的复杂武器系统风险研究，其可靠性分析人员采用常规的硬件可靠性分析 方法，估计人员失误对军队系统及装备可靠性的定量影响1 7 】。1 9 5 8 年h h w i l l i a m s 首先 提出，在系统可靠性预计中必须包括人因可靠性，否则将不能代表实际情况。该学科的 正式确立是1 9 6 4 年8 月于美国新墨西哥大学召开的h r a 第一次国际学术会议，美国人 因学会会刊h a m a nf a c t o r s 出版了会议报告专辑峭j 。 h r a 的发展历程大致可分为两个阶段。 ( 1 ) h r a 发展的第一阶段 第一个阶段从2 0 世纪6 0 年代到8 0 年代中后期，主要的工作包括人因失误理论与 分类研究，人因可靠性数据的收集和整理( 现场数据和模拟机实验数据) 和发展以专家 判断为基础的人因失误概率的统计分析与预测方法，其中最具代表性的是人失误率预测 技术( t e c h n i q u ef o rh u m a n e r r o rr a t ep r e d i c t i o n ，t h e r p ) ，它的基本指导思想是将人 的行为事先分解为一系列由系统功能或规程所规定的子任务或步骤，并分别对其给出专 家判断的人误概率值( h u m a ne r r o rp r o b a b i l i t y ，h e p ) ，同时考虑使用行为形成因子 ( p e r f o r m a n c es h a p i n gf a c t o r s ，p s f s ) 在不确定性范围内进行修正，进而计算完成整个 任务失效的概率。在美国，1 9 7 5 年将t h e r p 的h r a 方法应用于商用核电厂系统，评 价了两座核电厂p s a 中人因失误行为及其影响程度，成为核反应堆安全性研究报告 ( w a s h 一1 4 0 0 ) 9 1 极为重要的组成部分。与此同时，在欧洲，丹麦r i s o 国家实验室、 英国原子能机构、法国原子能委员会等也联合研究了t h e r p h r a 在复杂系统中的应 用。在w a s h 1 4 0 0 中使用t h e r p 的经验导致产生了一本h r a 手册，使t h e r p 不仅 广泛应用于核电厂p s a 研究，而且在军事系统和其它工业系统中也成为分析人因问题 最重要的方法。该手册经过近十年的应用和多次修订，于1 9 8 3 年正式出版。目前该手 册仍是军事装备系统、核电厂、石油化工、航空等复杂系统中应用最普遍的h r a 指导 性文件。 这一阶段产生的h r a 模型的基础是人的行为理论，即以人的输出行为为着眼点， 而未探究行为的内在历程。在这类模型中，对人的处理方式类似于对机器的处理。因此， 基于此建立的h r a 方法被称为静态的专家判断与统计分析相结合的第一代h r a 方法， 以人误率预测技术( t h e r p ) 为主要代表。 第一代h r a 方法有三十余种，其中常用的有以下1 5 种， 大连交通大学工学硕士学位论文 t h r e p 人误率预计技术( s w a i n & g u t t m a n n ，19 8 3 ) ；a s e p 事故序列评价程序 ( s w a i n ，1 9 8 7 ) ；址p a 事故引发与进展分析( f l e m i n ge t a ，1 9 7 5 ) ；h c r 人的认知 可靠性模型( h a n n am a i le t a ，1 9 8 5 ) ；p c 成对比较法( c o m e re t a ，1 9 8 4 ) ；d n e 直 接数字估计法( c o m e re t a ，1 9 8 4 ) ；成功似然指数法( e m b e re t a ，1 9 8 4 ) ；s t a h r 社 会技术人因可靠性分析法( p h i l l i p se t a ，1 9 8 5 ) ；c m 混合矩阵法( p o t a s he t a ，1 9 8 1 ) m a p p s 维修个人行为模拟模型( k a p u s t i n & w o l f , 1 9 8 5 ) ；m s f m 多重序列失效模型 ( s a r n a n t h ae t a ，1 9 8 5 ) ；s h a r p 系统化的人的行为可靠性分析程序( h a n n am a n & s p u r g i n ，1 9 8 4 ) ；t e s e o 人因失误分析因子法( dig e r m a n ，1 9 9 2 ) 1 0 “j 。 ( 2 ) h r a 发展的第二阶段 h r a 发展的第二阶段，又称为动态的人因可靠性分析模型，该方法主要研究在情 景( c o n t e x t ) 模式下，人因失误发生的机理。1 9 7 9 年美国三哩岛核电厂堆芯熔化事故发 生后，人们认识到电厂运行中人与系统的交互作用( 尤其在事故进程中) 对于事故的缓 解或恶化起着至关重要的作用，即不仅仅是在正常运行条件下，而且在复杂的动态过程 中，人因可靠性分析具有更加重要的现实意义【1 0 1 2 b 】。因而人因可靠性分析研究进入了 结合认知心理学、以人的认知可靠性模型为研究热点的新阶段，即着重研究人在应急情 景下的动态认知过程，包括探查、诊断、决策等意向行为，核心思想是将人放在事故情 景环境中去探究人因失误机理，而不是采取割裂的分解赋值方式。目前，该类方法正在 发展，尚未正式用于p s a 工程实践。主要代表有认知可靠性和人误分析法( c r e a m ) 和人误分析技术( a t h e a n a ) 等i l 0 1 4b j 。 图1h r a 方法发表年代 f i g 1t i m ed i s t r i b u t i o no nh r am e t h o d sp u b l i s h e d 4 绪论 图1 展示了h r a 方法发表分布的年代，由图可知现有的主要的h r a 方法多产生于 2 0 世纪8 0 年代，这主要是三哩岛核电站事故刺激所致。而9 0 年代以来，则很少出现新 的方法，主要原因是新的人因可靠性理论未有新的突破。 我国h r a 发展历史及研究现状 我国对人因可靠性的研究工作起步较晚，早期往往重于设备，较少考虑人的行为问 题，系统地开展此项工作始于8 0 年代后期。i e c 美国国家委员会主席l 波多尔斯基于 1 9 8 0 年访问广州，在中国电子产品可靠性与环境研究所作报告时提出四条，后来被称为 “波多尔斯基原则的四内容中主要精神就是人因可靠性：“没有任何不可靠的产品，只 有生产不可靠产品的人 。国内对h r a 的相关研究主要有：王武宏，曹琦于1 9 9 9 年出 版的人因失误及其可靠性分析，对人因失误及其可靠性问题进行了较为全面的分析 【1 1 ；黄祥瑞、高佳于1 9 9 3 年和1 9 9 6 年先后承担的国家自然科学基金项目“人因失误及人 因可靠性分析研究”( 7 9 3 7 0 0 4 0 ) 和“人的动态认知可靠性模型的理论及应用” ( 7 9 6 7 0 0 4 8 ) ，建立了人因失误心理学分类机制、动态认知可靠性模型及失误原因的认 知心理学分析方法。张力教授对“人因事故分析理论、方法及应用”( 7 9 8 7 0 0 0 4 ) ，“人 误分析技术及应用”( 7 0 2 7 1 0 1 6 ) 等进行了研究。前一时期，我国关于h r a 的研究主要 集中在核电厂操纵员、核反应堆操作人员及军工系统，研究的方法主要集中在模糊数学、 统计学、行为学、心理学等学科相互交插的方向或利用原有的方法进行交并l l o j ；最近一 个时期，我国h r a 研究有了一个快速的发展，研究领域也扩展到汽车工业以及交通运 输等行业，特别是在航空飞行员、铁路司机、机动车驾驶员及电力运行岗位等均有了系 统的研究 1 6 - 1 8 j 。 现行h r a 方法的缺陷 ( 1 ) 功能不完备【1 01 9 2 0 】 一个完整的h r a 至少应具备以下基本功能：任务分析( 描述运行人员应当做什么) 、 失误分析( 确定什么可能会出错) 、表现形式( 以一个逻辑的和量化的结构，确定人与 硬件、软件和环境事件共同卷入事件的后果影响) 、量化( 推算失误的可能性) 、失误 减少( 减少人误对风险的影响) 、质量保证和资料编制( 确保评价是有效的，且能够作 为将来设计运行的一个信息资源) 。然而现有的h r a 方法普遍仅具有上述的部分功能， 主要为人误辨识和量化，而只有少数方法可处理完整的h r a 过程。 ( 2 ) 数据可用性不副1 0 1 9 2 0 】 由于人因事件过程的动态性，使得人因数据的采集极度困难，致使h r a 长期缺乏 较充分的可用数据。迄今为止，使用最普遍的人因数据库仍是s w a i n 等人于1 9 8 3 年出 大连交通大学下学硕十学位论文 版的人员可靠性分析手册。这些数据的可用性至少有三方面的问题尚待解决：一为数 据的可靠性。二为这些数据库均是针对某个专门领域建立的，如人员可靠性分析手册 的数据是为核动力工业建立的，它能否用于交通系统( 如火车) 风险分析，尚未经过合 理性证明。三为他国数据的可引用性。不同的国家、不同的民族有不同的文化教育背景、 社会环境和物质条件，决定了人们不同的思维方式和行为方式。因此，一个国家不宜直 接引用他国的人因数据，而须作必要的修订。 ( 3 ) 缺乏客观性与一致性【1 0 1 9 2 0 】 h r a 分析的对象是人的行为，由于人具有生理、心理、社会、精神等方面特性， 导致人的行为具有多样性和较大的不确定性，而现行的h r a 方法尚不足以规则地、结 构化地处理这些问题，很大程度上还依赖于分析人员的主观理解、判断和经验，致使具 有不同学识背景、不同经历、不同层次的使用者对同一问题获得相距甚远的结论，缺乏 客观性和一致性。 ( 4 ) 应用缺乏规范性【1 0 1 92 0 j h r a 作为一门应用学科，主要目的是指导、应用于实践。从工程应用的角度，欲 将理论、方法应用于实践，首先须将该理论、方法转化为相应的技术、程序，使其具有 可操作性，才能保证应用的质量和合理性。而当前h r a 实践中，该方面存在较大的缺 陷，突出表现在应用的规范化问题上。一是没有统一的方法，因而结果的差异很大，不 确定性很严重；二是在众多h r a 方法中选用标准不明确、不统一；三是未建立符合质 量保证要求的规范化的实施程序，如果该问题解决好，在很大程度上可以弥补上述的 h 】认方法上的不足。 ( 5 ) 应用范围不全面 以往的h r a 方法或者是为p s a 准备数据，或者是用于改进人机界面或作业环境， 在应用的过程中，缺少对人因可靠性动态变化的研究及基于人因可靠性的安全管理方面 的应用。 当前h r a 的主要研究方向 由于人因可靠性分析本身的复杂性，许多问题尚未解决，从目前国际国内的研究现 状看，今后的研究将会集中在以下几个方面： ( 1 ) 人因失误理论的研究。进一步完善现有的人因失误理论，建立更为合理的失 误模型，推进人的因素的分类的实用化。 ( 2 ) 人的因素数据和信息收集方法研究及收集。进一步完善和改进人因失误数据 的收集和处理方法，建立人因失误数据库，非事故数据库等。 6 绪论 ( 3 ) 人因失误与影响因素之间关系的识别研究。借助新的数学工具和技术完善识 别方法，进一步研究影响因素之间的交互影响以及人因失误的社会因素。 ( 4 ) 人因可靠性分析模型的研究与完善。注意人的行为中的随机因素，并充分考 虑时间因素，解决分析结果的验证、校准和精度问题。 ( 5 ) 人因可靠性分析方法的应用研究。加快人因可靠性分析在人因事故高发领域 的应用，促进安全技术及管理水平的提高。 本课题的主要研究内容 本文以某桥梁施工单位高处作业人员与起重机操作司机为研究对象，基于r b f 神 经网络技术，根据影响作业人员可靠性的因素的变化情况，建立了作业前高处作业人员 操作可靠性的定性评价模型与作业过程中起重司机操作可靠性的定量评价模型。该模型 具有良好的泛化能力，其h r a 技术可以应用于其它作业岗位，从而通过对h r a 的定性 和定量评价，实现对作业人员操作可靠性和安全性的动态安全管理。 主要研究内容包括： ( 1 ) 通过对主成分分析法原理及神经网络技术的分析，对p c a - - r b f 神经网络技 术在h r a 中的可行性和优越性进行了研究。 ( 2 ) 对建立人因可靠性预测体系应坚持的原则及应包含的内容进行了研究。 ( 3 ) 运有p c - 卜i m f 神经网络对作业前高处作业人员的可靠性预测问题进行了研 究。 ( 4 ) 基于r b f 神经网络以起重机司机为例，对单人作业岗位上的具体作业人员作 业过程中的可靠性进行了研究。 ( 5 ) 对较复杂作业及单项重复作业的人因失误的界定标准及失误次数的统计方法 进行了研究，增加了模型的实用性。 7 大连交通大学工学硕十学位论文 第一章p c a r b f 神经网络模型及其在h r a 中的可行性及优越性 影响人因可靠性的因素众多，且大多数因素之间存在着较强的相关性，主成分分析 法能在保留原有变量大部分信息的情况下，对上述因素进行降维处理，而人工神经网络 具有极强的非线性逼近、模糊推理、并行处理、自训练学习、自组织和良好的容错性等 优点，将二者结合应用于人因事故分析，能克服传统人因分析方法的一些缺陷，快速、 准确地对人因可靠性进行定性与定量预测，从而指导人们的安全生产。 1 1 主成分分析方法的基本理论 主成分分析( p r i n c i p a lc o m p o n e n t sa n a l y s i s ) 也称主分量分析，是由霍特林( h o t e l l i n g ) 于1 9 3 3 年首先提出的。主成分分析是利用降维的思想，在损失很少信息的前提下把多 个指标转化为几个综合指标的多元统计方法。通常把转化生成的综合指标称之为主成 分，其中每个主成分都是原始变量的线形组合，且各个主成分之间互不相关，这就使得 主成分比原始变量具有某些更优越的性能。这样在研究复杂问题时就可以只考虑少数几 个主成分而不至于损失太多信息，从而更容易抓住主要矛盾，揭示事物内部变量之间的 规律性，同时使问题得到简化，提高分析效率。 1 1 1 主成分分析基本思想 在对某一事物进行实证研究中，为了更全面、准确地反映出事物的特征及其发展规 律，人们往往要考虑与其有关系的多个指标，一方面，人们为了避免遗漏重要的信息而 考虑尽可能多的指标，另一方面，随着考虑指标的增多增加了问题的复杂性。由于各指 标均是对同一事物的反映，不可避免地造成信息地大量重叠，基于此，主成分分析研究 是通过原来变量的少数几个线性组合，来表示原来变量绝大多数信息地一种多元统计方 法。 一般地说，利用主成分分析得到的主成分与原始变量之间有如下基本关系： ( 1 ) 每一个主成分都是原始变量的线性组合。 ( 2 ) 主成分的数目大大小于原始变量的数目。 ( 3 ) 主成分保留了原始变量绝大多数信息。 ( 4 ) 各主成分之间互不相关。 8 第一章p c a r b f 神经网络模型在h r a 中的可行性及优越性 上述思想可进一步解释为：用较少的综合指标z f ( f = 1 ，2 ，p ，p m ) 反映 m 个原指标x ，( ，= 1 , 2 ，朋) 所包含的信息，实际就是建立用标准化指标x ：表示的综合指 标互的方程。 上式满足 配+ 酲2 + + 夸乙= l ( 后= 1 , 2 ，m ) ( 1 2 ) 乙z ，o ，i ，= 1 , 2 ，p ) 相互无关。 z l 是x ：，x ：，x ：，的一切线性组合( 系数满足( 1 2 ) 式) 中方差最大者；z 2 是与z i 不相关的x ：，x ：，x 二的所有线性组合中方差最大者；z p 是与z 1 ，z 2 ，z p 1 都不相关的i ，x ；，x ：所有线性组合中方差最大者。 基于以上三条原则决定的综合变量z 1 ，z 2 ，z p 分别称为原始变量的第一、第二、 第p 个主成分。其中，各综合变量在总方差中所占的比重依次递减，在实际研究工作中， 通常只挑选前几个方差最大的主成分，从而达到简化系统结构、抓住问题实质的目的。 1 1 3 主成分分析步骤 ( 1 ) 根据研究问题选取初始分析变量； ( 2 ) 原始指标数据的标准化，即无量纲化； 9 大连交通大学工学硕士学位论文 将各样品指标值x j 按式1 3 转化为标准化指标彳，其中弓和s 分别为x ：的均值和 标准差。巧的均值为0 ，方差为1 。 ：x v _ x j ( 1 3 ) a j ( 3 ) 求各标准化指标巧的两两相关系数勺，并写出相关系数矩阵r = ( 白) 脚。册。 ( 4 ) 求相关系数矩阵的特征根丑( 江1 , 2 ，m ) ，将其由大到小排列， 如丸0 ，称= l 为第i 个主成分z ，的贡献率。称等一为前p 个主成 y 允y 见 一t = l 智f = 1 分毛，z ：，z 。的累计贡献率。 ( 5 ) 按预定的累计贡献率，确定主成分个数p ( p 册) ，求出五o = 1 , 2 ，p ) 对应的 贡献率，累计贡献率和特征向量。 ( 6 ) 求各主成分z ，( 扛1 , 2 ，p ) 与标准指标x ：对应的系数关系。 ( 7 ) 结合主成分对研究问题进行分析并深入研究。 1 2r b f 人工神经网络 r b f n ( r a d i a lb a s i sf u n c t i o nn e t w o r k s ) 是以函数逼近理论为基础而构造的一类前 向网络，它适合于多变量函数的逼近，只要中心选择得当，只需很少的神经元就可以获 得很好的逼近效果。它还具有唯一最佳逼近点的优点，最近几年已成为与b p 网络并驾 齐驱的网络，这类网络的学习等价于在多维空间中寻找训练数据的最佳拟合平面。径向 基函数网络的每个隐层节点激活函数都构成了拟平面的一个基函数，网络也由此而得 名。 构成r b f 神经网络的基本思想是：用r b f 作为隐单元的“基”构成隐含层空间，这 样可以将输入矢量不通过连接权直接映射到隐空间上。当r b f 的中心点确定以后，这 种映射关系也就确定了。隐含层空间到输出空间的映射是线性的，即网络输出是隐单元 输出的加权和。此处的权为网络的可调参数。这就是说，网络从总体来看是输入到输出 的非线性映射，而网络输出对可调权值而言却又是线性的。这样网络的权值，就可以用 线性方法求解，从而大大地加快学习速度并避免局部极小值问题。 r b f 神经网络的一般拓扑结构如图1 1 所示。它由输入层、隐含层和输出层组成， 各层的节点数分别为n 、l 、m 。从结构上分，r b f n 属前向网络模型，但它与b p 前向 l o 第一章p c a r b f 神经网络模型在h r a 中的可行性及优越性 网络模型的差别在于b p 网络的参数为随机初始化，而r b f 网络的参数( 如隐层节点的 中心及方差) 是根据训练样本集按一定规则来确定的。 月 皿 朋 图1 1r b f 网络结构 f i g 1 1r b fn e t w o r ks t r u c t u r e 隐层节点的激活函数采用径向基函数，文献【2 l 】给出常用的三种径向基函数，最常 用的径向基函数是高斯基函数，采用高斯基函数具有如下一些优点： ( 1 ) 表示形式简单，即使对于多变量输入也不增加太多的复杂性。 ( 2 ) 径向对称。 ( 3 ) 光滑性好，任意阶导数均存在。 ( 4 ) 由于该函数表示简单且解析性好，因而便于进行理论分析。 采用高斯基函数时，可调参数有两个，即中心位置及方差( 函数的宽度参数) ；整 个网络的可调参数( 待训练的参数) 有三组，即各基函数的中心位置，方差和输出单元 的权值。 一般地，对各r b f 的中心及方差的选择有以下三种方式： ( 1 ) 用聚类方法，把样本聚成几类，以类中心为各r b f 函数的中心。常用的聚类 方法有k 均值法，当然也可用其他聚类方法。 ( 2 ) 根据经验选择中心。只要训练样本的分布能代表所给问题，可根据经验选定 ，| 均匀分布的m 个中心，其间距离为d ，则高斯函数的方差为o - - 喜，其中m 为中心 4 2 m 数。 ( 3 ) 最后还有一种方法，就是以上三组参数( i 也f 的中心，宽度参数，输出单元 的权值) 都用监督学习( 误差纠正算法) 从样本学习。这就要分别计算误差孝( n ) 对各组 参数的偏导数( 梯度) ，再用c o ( n + 1 ) ：c o ( 刀) 一刁差掣去修正，秒为待学习的参数。 大连交通大学t 学硕十学位论文 本文对隐层中任一节点激活函数采用g a u s s 型径向基函数： 孵) _ e x p 【一等】 当输出层节点激活函数为线性函数时，任一个输出节点的输出为： 乃( x ) = 坳仍( x ) ，= 1 ，m ( 1 4 ) ( 1 5 ) 归一化后的输出为： 上 仍( x ) y ，) = 气一 ( 1 6 ) 仍( x ) 1 = i 在上面三个表达式中，q 和d f 代表隐层各节点g a u s s 函数中心值白和标准差值o r 口， f = l ，构成的向量，是隐层的两个重要参数；n 和m 为网络的输入和输出节点数； 隐层节点数l 也是网络的重要参数，它一般采用聚类方法或凭经验来确定；，表示网 络第j 个输出与第1 个隐层节点间的连接权。 当r b f 网络用于函数逼近时，其输出形式采用归一化时效果较好，而用于分类时， 则应该采用直接加权求和的形式( 式( 1 7 ) ) 。无论r b f 网络的使用目的如何，网络 的性能指标函数均取误差平方的形式： 1 e = 去( y - y ) 2 ( 1 7 ) z 其中，y 是网络输出，y 为目标值。 通过分析可以看出，在r b f 网络中，在高斯基函数的中心附近的区域内网络的输 出最大，随着与中心距离的增大，逐渐变小，而这一过程的快慢则由高斯基函数的宽度 来决定，越宽则函数输出曲线越平缓，对输入的变化越不敏感。可见输入向量与高斯基 函数的中心之间的距离决定了网络输出的大小，所以距离相等或相近的输入向量可以归 为类，相当于把输入向量按照与高斯基函数的中心之间的距离进行了空间划分，根据 输入向量与高斯基函数的中心之间的距离把输入向量空间通过径向基函数非线性映射 到了隐层空间，之后又通过线性变换映射到输出空剐2 2 。o 】。 1 3p c a r b f 神经网络模型在职a 中的可行性 根据人的行为理论可以推知，人因可靠性是由人因可靠性影响因素决定和控制的。 因此h r a 必须全面分析与人作业相关的各个系统因素。由于h r a 系统是一个包含多个 1 2 第一章p c a r b f 神经网络模型在h i 认中的可行性及优越性 子系统、多层次的复杂系统，影响因素中常有许多定性因素穿插交融在h r a 之中，要 求人们凭借经验、知识和智慧参与判断、决策。因而在对人因可靠性进行分析，建立模 型时常存在以下问题： ( 1 ) 目标属性间的关系绝大多数为非线性关系，一般的方法很难反映这种关系； ( 2 ) 许多问题的信息来源既不完整又含有假象，评价规则常常相互矛盾，有时无 条理可循； ( 3 ) 人们通常难以准确地描述各因素间的相互关系，更无法用定量关系式来表达 它们之间的权重分配，所能准确提供的只是各因素的属性特征以及同类方案的以往现场 收集结果。 因此，用精确的数学模型来预测人因失误是不可能的，且人因失误发生所具有的随机性、 模糊性和不确定性的特点，决定了系统状态的变化并不按照某一特定的规律或函数变 化，所以人因失误是非线性动力学过程，这与人工神