基于PCA-GA-BP神經(jīng)網(wǎng)絡(luò)的高校實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)估

啜鵬杰， 王清清， 柳培忠， 陳建新， 林暉平， 黃富貴

（1.華僑大學(xué)a.實(shí)驗(yàn)室與設(shè)備管理處，b.工學(xué)院，福建 泉州 362000；2.華僑大學(xué)保衛(wèi)處，福建 廈門(mén) 361000）

0 引 言

近年來(lái)，我國(guó)科技實(shí)力和技術(shù)創(chuàng)新顯著增強(qiáng)，科技創(chuàng)新水平加速挺進(jìn)創(chuàng)新型國(guó)家前列。高校實(shí)驗(yàn)室不僅是師生開(kāi)展教學(xué)、交流的場(chǎng)所，也是培養(yǎng)創(chuàng)新人才的搖籃、科技創(chuàng)新的基地和社會(huì)服務(wù)的重要窗口［1］，然而，實(shí)驗(yàn)室的事故時(shí)有發(fā)生，對(duì)國(guó)家及人民的財(cái)產(chǎn)和生命健康造成了巨大的損失，俗話說(shuō)：＂安全在于提高警惕，事故出于麻痹大意”，如何避免這些悲劇的發(fā)生這一問(wèn)題值得探討思索和共同解決。

郭萬(wàn)喜等［2］對(duì)北京化工大學(xué)化學(xué)類(lèi)實(shí)驗(yàn)室的危險(xiǎn)程度及實(shí)驗(yàn)室管理狀況進(jìn)行了安全評(píng)價(jià)，并對(duì)該實(shí)驗(yàn)室的安全管理狀態(tài)進(jìn)行了等級(jí)的劃分；萬(wàn)梅［3］基于層次分析與模糊數(shù)學(xué)原理相結(jié)合的評(píng)判方法，對(duì)該實(shí)驗(yàn)室進(jìn)行安全等級(jí)評(píng)判，并使用歐幾里得貼進(jìn)度和擇近原則對(duì)評(píng)判結(jié)果進(jìn)行了驗(yàn)證；潘偉健等［4］對(duì)高校物理化學(xué)實(shí)驗(yàn)室存在的危險(xiǎn)源進(jìn)行識(shí)別，利用定性分析方法進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)并確定風(fēng)險(xiǎn)等級(jí)。雖然有關(guān)高校實(shí)驗(yàn)室安全的研究逐漸增多，但利用主成分分析法（PCA）結(jié)合遺傳算法（GA）和BP人工神經(jīng)網(wǎng)絡(luò)構(gòu)建實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)價(jià)模型的研究還較少。因此，本文利用層次分析法（AHP）建立實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)價(jià)體系，通過(guò)PCA對(duì)評(píng)價(jià)指標(biāo)的綜合權(quán)重進(jìn)行降維后構(gòu)建GA-BP實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)價(jià)模型，以期為實(shí)驗(yàn)室安全管理和風(fēng)險(xiǎn)評(píng)價(jià)提供理論基礎(chǔ)和參考依據(jù)。

1 高校實(shí)驗(yàn)室安全現(xiàn)狀

高校實(shí)驗(yàn)室不僅是創(chuàng)新人才培養(yǎng)、科研活動(dòng)的開(kāi)展及新技術(shù)開(kāi)發(fā)活動(dòng)的基地，也是高校實(shí)驗(yàn)教學(xué)、師生工作、學(xué)習(xí)的重要場(chǎng)所［5］。在科研項(xiàng)目增多、科研水平提高的背景下，實(shí)驗(yàn)室中易爆炸、腐蝕性、毒害等化學(xué)品種類(lèi)也在不斷增加，實(shí)驗(yàn)室安全環(huán)境變得越來(lái)越復(fù)雜，實(shí)驗(yàn)室安全事故頻發(fā)［6］。如2015年4月，江蘇某大學(xué)化工學(xué)院發(fā)生實(shí)驗(yàn)室爆炸事故，造成1名研究生死亡，4人受傷［7］；2019年2月南京某大學(xué)實(shí)驗(yàn)室發(fā)生爆炸火災(zāi)事故［8］；2018年12月，北京某大學(xué)實(shí)驗(yàn)室發(fā)生爆炸事故，造成3名學(xué)生死亡［9］，以及2020年1月，某高校實(shí)驗(yàn)室發(fā)生通風(fēng)櫥起火事故，直接導(dǎo)致經(jīng)濟(jì)損失約1萬(wàn)元［10］。這些事故的發(fā)生不僅暴露了實(shí)驗(yàn)室安全管理制度不完善、安全防范意識(shí)淡薄、應(yīng)急處置能力不強(qiáng)等問(wèn)題，更重要的是導(dǎo)致人員傷亡和給國(guó)家財(cái)產(chǎn)造成了損失［6］。鑒于此，教育廳下發(fā)《教育部辦公廳關(guān)于進(jìn)一步加強(qiáng)高校教學(xué)實(shí)驗(yàn)室安全檢查的通知》，要求各高校嚴(yán)查教學(xué)實(shí)驗(yàn)室安全管理體制機(jī)制建設(shè)與運(yùn)行、開(kāi)展教學(xué)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)隱患排查和風(fēng)險(xiǎn)防范管控、加強(qiáng)教學(xué)實(shí)驗(yàn)室?guī)熒陌踩逃⒓皶r(shí)采購(gòu)并配備護(hù)目鏡等安全用具、提升教學(xué)實(shí)驗(yàn)室安全應(yīng)急等能力。

高校實(shí)驗(yàn)室安全已引起各方廣泛關(guān)注，劉義等［11］針對(duì)化工類(lèi)實(shí)驗(yàn)室安全管理不到位、風(fēng)險(xiǎn)認(rèn)識(shí)不足等問(wèn)題，提出了該類(lèi)實(shí)驗(yàn)室風(fēng)險(xiǎn)評(píng)價(jià)方法；韓佳彤［12］以層次分析法和集對(duì)分析法對(duì)化工類(lèi)高校實(shí)驗(yàn)室進(jìn)行了風(fēng)險(xiǎn)評(píng)價(jià)；吳立榮等［13］從安全規(guī)章制度、人的因素、儀器設(shè)備與化學(xué)品、管理與使用、應(yīng)急管理5個(gè)方面建立了高校實(shí)驗(yàn)室安全評(píng)價(jià)指標(biāo)體系。

2 高校實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)價(jià)體系的構(gòu)建

2.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建原則

風(fēng)險(xiǎn)評(píng)價(jià)是指在風(fēng)險(xiǎn)識(shí)別及預(yù)判和基礎(chǔ)上，運(yùn)用科學(xué)的手段和方法綜合考量風(fēng)險(xiǎn)發(fā)生的概率、損失程度及其他因素，從而得出系統(tǒng)發(fā)生風(fēng)險(xiǎn)的概率及可能性，并判定風(fēng)險(xiǎn)等級(jí)，依此決定是否采取控制措施，以及將該風(fēng)險(xiǎn)控制到哪種程度［14］。因此，構(gòu)建指標(biāo)體系應(yīng)遵循科學(xué)性、系統(tǒng)性和啟發(fā)性等原則，以確保評(píng)價(jià)指標(biāo)的可靠性、合理性、完整性和代表性。

2.2 評(píng)價(jià)指標(biāo)體系構(gòu)建

當(dāng)前我國(guó)對(duì)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的研究已經(jīng)取得一定的成果。劉音等［15］從安全操作規(guī)程、儀器設(shè)備管理、用電負(fù)荷、人員管理、安全教育5個(gè)方面建立了電子實(shí)驗(yàn)室風(fēng)險(xiǎn)評(píng)價(jià)體系；林其彪等［16］從安全控制、費(fèi)用控制、進(jìn)度控制和質(zhì)量控制等4個(gè)模塊出發(fā)，構(gòu)建高校實(shí)驗(yàn)室安全管理評(píng)估指標(biāo)體系；高惠玲等［17］構(gòu)建了一種基于危險(xiǎn)源辨識(shí)進(jìn)行實(shí)驗(yàn)室分類(lèi)、基于風(fēng)險(xiǎn)評(píng)價(jià)劃分實(shí)驗(yàn)室級(jí)別、依據(jù)管理措施及成效開(kāi)展達(dá)標(biāo)驗(yàn)收的＂三位一體＂的新型實(shí)驗(yàn)室管理模式。本文參考《中國(guó)實(shí)驗(yàn)室評(píng)價(jià)體系》，并結(jié)合專(zhuān)家的意見(jiàn)，采用Delphi方法從安全制度管理、實(shí)驗(yàn)室安全管理和組織管理3個(gè)方面構(gòu)建實(shí)驗(yàn)室安全風(fēng)險(xiǎn)綜合評(píng)價(jià)體系，如圖1所示。

圖1 實(shí)驗(yàn)室安全評(píng)價(jià)體系

3 安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重的確定

（1）判斷矩陣的構(gòu)建：對(duì)同一層次的各指標(biāo)進(jìn)行兩兩比較，并運(yùn)用9標(biāo)度法（見(jiàn)表1）構(gòu)造模糊判斷矩陣：

表1 1-9標(biāo)度表

（2）矩陣歸一化處理：

（3）計(jì)算最大特征值λmax及其特征向量

（4）根據(jù)式（2）、（3）進(jìn)行一致性檢驗(yàn)（CR＜0.1）

（5）將特征向量轉(zhuǎn)換成主成分：

（6）將特征向量轉(zhuǎn)化的主成分，并計(jì)算主成分累計(jì)貢獻(xiàn)率

本研究對(duì)1級(jí)指標(biāo)、2級(jí)指標(biāo)和3級(jí)指標(biāo)利用AHP法分別分配了一次權(quán)重，而后將2次權(quán)重相乘得出每個(gè)具體指標(biāo)的最終權(quán)重，將所得數(shù)據(jù)整理后得25個(gè)指標(biāo)的最終權(quán)重值（見(jiàn)表2）。

表2 實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

4 GA-BP神經(jīng)網(wǎng)絡(luò)

4.1 主成分分析法的基本原理

主成分分析（principal component analysis，PCA）是在灰色關(guān)聯(lián)分析的基礎(chǔ)上，通過(guò)降低數(shù)據(jù)維數(shù)，排除相互重疊的信息后，將多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)的一種多元統(tǒng)計(jì)分析方法［18-19］。在實(shí)際應(yīng)用中關(guān)于某個(gè)問(wèn)題的信息是包含在由不同屬性的數(shù)據(jù)組成的數(shù)據(jù)陣中的，從線性代數(shù)角度來(lái)看，就是把原來(lái)變量的協(xié)方差矩陣通轉(zhuǎn)化為對(duì)角矩陣，然后提取少數(shù)幾個(gè)可以代表原始變量信息的因子，實(shí)現(xiàn)多維變量到低維變量的計(jì)算統(tǒng)計(jì)［20-21］。從信息論的角度看，PCA方法主要通過(guò)降維來(lái)揭示數(shù)據(jù)陣的主要結(jié)構(gòu)，然后提出關(guān)于該數(shù)據(jù)陣所提供信息的合理解釋?zhuān)卮鹨治龅膯?wèn)題［22］。PCA主要計(jì)算過(guò)程如圖2所示。

圖2 主成分分析流程圖

4.2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是1種多層前饋神經(jīng)網(wǎng)絡(luò)，主要包括信號(hào)前向傳遞和誤差反向傳播［23］，一般由輸入層、隱含層和輸出層構(gòu)成。BP神經(jīng)網(wǎng)絡(luò)算法是整個(gè)學(xué)習(xí)過(guò)程中，不斷將期望輸出與網(wǎng)絡(luò)輸出進(jìn)行對(duì)比得出誤差值，將誤差值反向傳播，逐層修改其連接權(quán)值和節(jié)點(diǎn)閾值，直至網(wǎng)絡(luò)輸出誤差值達(dá)到預(yù)設(shè)的誤差范圍或者達(dá)到設(shè)定的學(xué)習(xí)次數(shù)為止，然后輸出結(jié)果［24］。

4.3 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

遺傳算法（Genetic Algorithm，GA）是模擬達(dá)爾文生物進(jìn)化論中自然選擇和遺傳學(xué)機(jī)理的一種可以避免訓(xùn)練陷入局部極值現(xiàn)象出現(xiàn)的計(jì)算模型［25］。遺傳算法主要包括編碼、選擇、交叉及變異4個(gè)部分，具體過(guò)程如圖3所示。

圖3 遺傳算法流程圖

4.4 GA-BP神經(jīng)網(wǎng)絡(luò)模型中參數(shù)的確定

使用spss 26.0對(duì)樣本數(shù)據(jù)進(jìn)行PCA分析，結(jié)果見(jiàn)表3。由表可知，前6個(gè)主成分的方差累積貢獻(xiàn)率已大于≥90.00%（95.18%），這說(shuō)明前6種主成分已基本包含能夠反映樣本整體的大部分信息，可以替代原始數(shù)據(jù)進(jìn)行建模分析。實(shí)驗(yàn)室安全等級(jí)分為1～4級(jí)，則對(duì)應(yīng)輸出層神經(jīng)元個(gè)數(shù)為4個(gè)，經(jīng)過(guò)多次實(shí)驗(yàn)發(fā)現(xiàn)其隱含層神經(jīng)元個(gè)數(shù)為11時(shí)實(shí)驗(yàn)室安全等級(jí)評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性最佳。利用Matlab 2019b構(gòu)建如圖4所示的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，并對(duì)數(shù)據(jù)進(jìn)行自主訓(xùn)練與學(xué)習(xí)，獲得最佳參數(shù)后結(jié)束訓(xùn)練［26］。參數(shù)設(shè)置：隱含層的激活函數(shù)為tansig，訓(xùn)練函數(shù)采用traingdm，輸出層的傳遞函數(shù)選擇purelin，最大訓(xùn)練次數(shù)設(shè)定2 000，期望誤差值為1.00×10－4，遺傳算法的種群數(shù)設(shè)定為60.00，終止代數(shù)為100.00，使用選擇函數(shù)、交叉函數(shù)和變異函數(shù)分別選擇normGeomSelect、arithXover和nonUnifMutation。

表3 主成分分析

圖4 PCA-GA-BP流程圖

4.5 模型訓(xùn)練

構(gòu)建實(shí)驗(yàn)室風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)矩陣，橫向代表嚴(yán)重性等級(jí)，縱向代表可能性等級(jí)，如表4所示。根據(jù)評(píng)分大小判斷風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)（見(jiàn)表5），其中1級(jí)為不可接受的風(fēng)險(xiǎn)（1～5），需要立即采取整改措施；2級(jí)為嚴(yán)重風(fēng)險(xiǎn)（6～9）；3級(jí)為輕度風(fēng)險(xiǎn)（10～17）；4級(jí)為可接受的風(fēng)險(xiǎn)（18～20）［15］。

表4 風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)矩陣

表5 風(fēng)險(xiǎn)等級(jí)表

5 實(shí)例應(yīng)用

以華僑大學(xué)2020年86間理化實(shí)驗(yàn)室安全檢查結(jié)果為例（見(jiàn)表6），選取前70組進(jìn)行測(cè)試，后16組進(jìn)行預(yù)測(cè)和驗(yàn)證，結(jié)果如表7所示。

表6 訓(xùn)練樣本

表7 測(cè)試樣本

為了判斷PCA-GA-BP模型對(duì)實(shí)驗(yàn)室風(fēng)險(xiǎn)等級(jí)判定結(jié)果的準(zhǔn)確性，本文分別使用BP神經(jīng)網(wǎng)絡(luò)、GA-BP網(wǎng)絡(luò)模型、PCA-BP網(wǎng)絡(luò)模型和PCA-GA-BP網(wǎng)絡(luò)模型運(yùn)行15次，并對(duì)其平均耗時(shí)進(jìn)行分析，結(jié)果如圖5所示。由圖可知，相比其他模型，PCA-GA-BP網(wǎng)絡(luò)模型的運(yùn)行時(shí)間較短，收斂速度快，且運(yùn)行時(shí)間的變化較平穩(wěn)，這說(shuō)明該網(wǎng)絡(luò)模型能夠一定程度的避免BP人工網(wǎng)絡(luò)陷入局部極小值，且模型的穩(wěn)定性和適應(yīng)度更好。

圖5 測(cè)試時(shí)間曲線圖

該模型的準(zhǔn)確率和相對(duì)誤差分析結(jié)果如圖6所示。由圖可知，PCA-GA-BP網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果不僅準(zhǔn)確率較高，且準(zhǔn)確率的波動(dòng)幅度比其他幾種模型小，其最小相對(duì)誤差為0.05%，最大誤差1.21%；BP人工網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果的最大誤差為4.75%，最小相對(duì)誤差較PCA-GA-BP網(wǎng)絡(luò)模型高了0.22%；GA-BP和PCABP網(wǎng)絡(luò)模型的最大和最小相對(duì)誤差分別為2.06%和0.24、3.62%和0.68，這說(shuō)明PCA-GA-BP網(wǎng)絡(luò)模型的預(yù)測(cè)輸出值比其他幾種模型的預(yù)測(cè)輸出值更接近期望輸出裝值，有更高的穩(wěn)定性和準(zhǔn)確性。由此可知，主成分分析、遺傳算法與BP神經(jīng)網(wǎng)絡(luò)結(jié)合可提高網(wǎng)絡(luò)識(shí)別的精準(zhǔn)度，加快網(wǎng)絡(luò)收斂的速度，有較高的穩(wěn)定性、廣泛性和實(shí)用性，因此利用APC-GA-BP網(wǎng)絡(luò)構(gòu)建的實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)估模型對(duì)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)的級(jí)別評(píng)估具有一定的可靠性和適用性。

圖6 準(zhǔn)確率和測(cè)試相對(duì)誤差柱狀圖

6 結(jié) 語(yǔ)

（1）通過(guò)利用主成分分析法對(duì)評(píng)價(jià)指標(biāo)的綜合權(quán)重進(jìn)行降維處理后，提高了網(wǎng)絡(luò)模型的分類(lèi)能力，縮短了該模型的運(yùn)行時(shí)間。

（2）本文提出的PCA-GA-BP網(wǎng)絡(luò)模型與標(biāo)準(zhǔn)BP網(wǎng)絡(luò)模型、PCA-BP網(wǎng)絡(luò)模型、GA-BP網(wǎng)絡(luò)模型相比，有更高的精準(zhǔn)度、收斂性和適用性，不僅可為華僑大學(xué)實(shí)驗(yàn)室安全風(fēng)險(xiǎn)評(píng)價(jià)提供算法支撐，也可為今后其他高校實(shí)驗(yàn)室的安全管理、隱患跟蹤提供提論基礎(chǔ)。