中国安全科学学报

作者：李红霞, 徐浩冉, 田水承

单位：1 西安科技大学 管理学院,陕西 西安710054；2 西安科技大学 安全科学与工程学院,陕西 西安710054；3 西安科技大学 应急管理学院,陕西 西安710054

关键词：随机森林,矿工,不安全行为,预测预警模型,关联规则挖掘

基金：国家自然科学基金资助(51874237); 国家自然科学基金资助(U1904210); 国家自然科学基金资助(71273208)

为减少煤矿工人不安全行为,科学研判其未来趋势和状态,通过事故统计和文献分析构建煤矿不安全事件与事故数据库和矿工不安全行为属性表,在此基础上,采用Apriori算法挖掘各不安全因素与不安全行为间的关联规则,将强相关规则作为随机森林预测模型的输入指标,不安全行为频次作为输出指标,对原始模型进行拟合训练,基于相关性分析与专家建议设置预警阈值,完善矿工不安全行为预警模型。结果表明:安全文化、现场监护、无效纠正、技术环境以及人员状态与矿工不安全行为构成强相关规则;对于矿工不安全行为的预测,预测值与实际值的偏差较小,预警模型准确度较高;且技术环境、工作环境、组织管理和隐患识别对预测结果影响最大。

来源：2022年第12期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第12期