基于RS-SPA-Markov chain的生物质气化站安全评价与预测模型研究*

王贝贝　孙家伟　许开立　张辉

(1.东北大学资源与土木工程学院　沈阳 110819；　2.山东钢铁集团日照有限公司　山东日照 276800；　3.一汽-大众汽车有限公司　长春 130013)



基于RS-SPA-Markov chain的生物质气化站安全评价与预测模型研究*

王贝贝1孙家伟2许开立1张辉3

(1.东北大学资源与土木工程学院沈阳 110819；2.山东钢铁集团日照有限公司山东日照 276800；3.一汽-大众汽车有限公司长春 130013)

摘要本文在资料收集、实地考察、专家评估的基础上，建立了相对通用的生物质气化站安全评价指标体系，引入了RS-SPA-Markov chain安全评价与预测模型。通过实例应用，证明了该模型应用于生物质气化站安全评价与预测的可行性和科学性，为生物质气化站安全评价与预测提供了一种新的途径。

关键词生物质气化站粗糙集集对分析马尔科夫链安全评价与预测

0引言

随着现代化建设的日益深入，生产、生活各个领域的安全问题逐渐显现并成为我国构建和谐社会的主要障碍之一，安全评价与预测是解决这些安全问题的基本程序和重要手段。本文在建立安全评价指标体系的基础上，将粗糙集(Rough sets)理论、集对分析(Set Pair Analysis)、马尔可夫链(Markov chain)相结合构建了RS-SPA-Markov chain安全评价与预测模型，并将其应用于危险因素众多且具有不确定性特点的生物质气化站。经验证，评价与预测结果均与该生物质气化站的实际安全状况相吻合，证明了将RS-SPA-Markov chain模型应用于生物质气化站安全评价与预测的可行性与科学性。

1安全评价指标体系的建立

建立一个合理、客观、完善的指标体系是安全评价的基础，也是整个评价的关键环节。本文按照科学性、系统性和实用性原则，结合生物质气化站的实际特点，建立如图1所示的指标体系。

2基于RS-SPA-Markov chain的安全评价与预测模型的建立

2.1基于RS的指标权重的确定

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约减，导出问题的决策或分类规则。目前，粗糙集理论已被成功地应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等领域。本文在对多个生物质气化站进行资料收集、实地考察并征求多位专家意见的基础上，建立了生物质气化站安全知识表达系统，以其子系统安全管理知识表达系统为例说明基于粗糙集理论的安全评价指标权重的确定过程。C={C1，C2，C3，C4}，其中，C1：安全管理制度；C2：安全管理组织及人员素质；C3：安全技术措施及费用；C4：事故应急与救援。D为决策因素。取离散值(1，2，3，4)，分别代表优秀、良好、合格、不合格。预处理结果如表1所示。

图1　生物质气化站安全评价指标体系

论域C1C2C3C4D11121121322231212141223351132161222271321281111192111110211321123222122221213211111423322152112216322221732133183213219312122033323

利用粗糙集理论计算指标权重的具体过程如下：

U/C={{1},{2},{3},{4},{5},{6},{7},{8},{9,13},{10},{11},{12},{14},{15},{16},{17,18},{19},{20}}

U/{C1}={{1,2,3,4,5,6,7,8},{9,10,11,12,13,14,15},{16,17,18,19,20}}

U/{C2}={{1,5,8,9,10,13,15,19},{3,4,6,12,16,17,18},{2,7,11,14,20}}

U/{C3}={{3,8,9,10,13,15,17,18},{1,2,4,6,7,11,12,16,19},{5,14,20}}

U/{C4}={{1,7,8,9,12,13,19},{2,3,5,6,11,14,15,16,20},{4,10,17,18}}

U/{C1,C2,C3}={{1},{2,7},{3},{4,6},{5},{8},{9,10,13,15},{11},{12},{14},{16},{17,18},{19},{20}}

U/{C1,C2,C4}={{1,8},{2},{3,6},{4},{5},{7},{9,13},{10},{11,14},{12},{15},{16},{17,18},{19},{20}}

U/{C1,C3,C4}={{1,7},{2,6},{3},{4},{5},{8},{9,13},{10},{11},{12},{14},{15},{16},{17,18},{19},{20}}

U/{C2,C3,C4}={{1,19},{2,11},{3},{4},{5},{6,16},{7},{8,9,13},{10},{12},{14,20},{15},{17,18}}

U/D={{1,3,5,8,9,13},{2,6,7,10,11,12,15,16,18,19},{4,14,17,20}}

posC(D)={1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,19,20}

γC(D)=|posC(D)|/|U|=18/20

pos(C-{C1})(D)={2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,20}

γ(C一{C1})(D)=|pos(C一{C1})(D)|/|U|=16/20

pos(C-{C2})(D)={2,3,4,5,6,8,9,10,11,12,13,14,15,16,19,20}

γ(C一{C2})(D)=|pos(C一{C2})(D)|/|U|=16/20

pos(C-{C3})(D)={1,2,4,5,7,8,9,10,12,13,15,16,19,20}

γ(C一{C3})(D)=|pos(C一{C3})(D)|/|U|=14/20

pos(C-{C4})(D)={1,2,3,5,7,8,11,12,14,16,19,20}

γ(C一{C4})(D)=|pos(C一{C4})(D)|/|U|=12/20

σCD(C1)=γC(D)-γ(C一{C1})(D)=18/20-16/20=2/20

σCD(C2)=γC(D)-γ(C一{C2})(D)=18/20-16/20=2/20

σCD(C3)=γC(D)-γ(C一{C3})(D)=18/20-14/20=4/20

σCD(C4)=γC(D)-γ(C一{C4})(D)=18/20-12/20=6/20

进行归一化处理，得到各指标的权重系数：aC1=0.143，aC2=0.143，aC3=0.286，aC4=0.428。

采用同样方法，可得到其他各级安全评价指标权重，如表2所示。经专家评估，下表中各级指标的权重与生物质气化站实际状况相符。

表2　生物质气化站安全评价指标体系中各级指标权重

2.2基于SPA-Markov chain的安全评价与预测

马尔科夫链是研究系统状态转移规律，分析随机事件未来变化规律及可能结果的一种方法。文献[1]将马尔科夫链与考虑元素权重的集对的同异反特性变化规律相结合，建立了基于马尔科夫链的集对分析动态模型[2]。本文以该模型为基础，对沈阳周边某生物质气化站进行安全评价与预测。首先将该生物质气化站2009年至2013年的数据进行收集、整理，在此基础上对其安全状况进行评价；利用2009至2013年间的数据对2014年的安全状况进行预测，并与2014年的实际安全状况进行比较，以评判该模型的适用性、可行性与科学性；最终得到该生物质气化站稳定的安全状况。2009—2013年专家评价结果见表3，评价等级分为A，B，C三级，分别代表“安全”、“一般安全”、“危险”。

按照文献[1]中考虑特性权重的联系度计算方法，可得到各年的联系度如下：

μ2009=0.695+0.238i+0.067j

μ2010=0.535+0.448i+0.017j

μ2011=0.419+0.549i+0.032j

μ2012=0.220+0.762i+0.018j

μ2013=0.418+0.380i+0.202j

在联系度表达式中，j=-1，按照“均分原则”，取i=0，联系数所对应的危险等级见表4，由此可得各年的危险等级如表5所示。经验证，评价结果与该生物质气化站的实际安全状况相吻合，证明了将该模型用于生物质气化站安全评价的可行性与科学性。

表3　2009年—2013年某生物质气化站专家评价结果汇总

表4　危险等级划分标准

表5　2009—2013年某生物质气化站安全状况评价结果

按照文献[1]中的同异反转移矩阵计算方法，可得到各年间的转移矩阵如下：

按照“厚今薄古”的原则，2009—2013年联系度的权重为W1=(0.10，0.15，0.20，0.25，0.30)，转移矩阵的权重为W2=(0.10，0.20，0.30，0.40)，计算得到平均联系度与平均转移矩阵如下：

=0.355+0.576i+0.068j

2014年专家评价结果如表6所示，经计算，μ2014=0.353+0.579i+0.068j。

表6　2014年某生物质气化站专家评价结果

3结论

(1) 在生物质气化站安全评价与预测中应用RS-SPA-Markovchain模型，评价与预测结果均与实际安全状况相吻合，表明了该模型的可行性与科学性，为生物质气化站安全评价与预测提供了一种新的途径，也为管理者进行决策提供了更加可靠、客观的依据。

(2)RS-SPA-Markovchain模型同时具有很强的实用性与兼容性。本文中建立的安全评价指标体系及根据粗糙集理论确定的指标权重，可适用于全部的生物质气化站。在利用本模型对其他生物质气化站进行安全评价时，只需进行专家打分，即可得到评价结果。

参考文献

[1]孙晋众，陈世权. 一种集对分析的动态模型及其应用[J].系统工程，2004，22(5)：35-38.

[2]周家红，许开立，陈志勇. 系统动态安全评价研究[J].东北大学学报(自然科学版)，2008，29(3)：416-419.

*基金项目：辽宁省自然科学基金(2013020137)，农业部农村能源综合建设项目(2013-43)。

作者简介王贝贝，女，博士，从事系统安全理论与安全技术研究。

(收稿日期：2015-01-05)

Research on Safety Assessment and Prediction Model of Biomass Gasification Station Based on RS-SPA-Markov Chain

WANG Beibei1SUN Jiawei2XU Kaili1ZHANG Hui3

(1.SchoolofResources&CivilEngineering,NortheasternUniversityShenyang110819)

AbstractA relatively general safety assessment index system of biomass gasification station is established based on data collection, on-the-spot investigation and expert evaluation and RS-SPA-Markov chain safety assessment and prediction model is also introduced. It is proved feasible and scientific to apply the model in safety assessment and prediction of biomass gasification station by example application. A new way of safety assessment and prediction of biomass gasification station is provided.

Key Wordsbiomass gasification stationrough setsset pair analysisMarkov chainsafety assessment and prediction