基于蟻群優化支持向量機的電力人因事故預測模型*

王 鵬 董建房

（陸軍炮兵防空兵學院基礎部 合肥 230031）

1 引言

近年來，隨著科技的快速發展，社會的不斷進步，各行各業對電力供給的要求不斷提高，但是電力人員死亡事故、大規模停電事件還是不時發生，這引起了政府和公眾的注意，特別是電力人員傷亡事件更是每年在各地都有發生，極大地影響了電力的供給，而在這些電力人員傷亡事故中人因又占了90%［1］，因此對電力行業的生產安全現狀進行評估和預測成為了一件刻不容緩的工作，對電力安全的評估和預測可以為改良電力行業生產模式，減少電力安全事故發生數量，提高電力生產行業安全性提供有效參考。目前國內外對人因事故［2～3］評估模型主要有層次分析法［4］、模糊綜合評判法［5］、貝葉斯網絡［6～7］等，但是這些評估方法具有太多主觀因素，而支持向量機［8～10］是一種建立在統計學習理論基礎上的學習方法，SVM 的原則是實現結構風險最小化，因此SVM 在小樣本、非線性問題中表現突出，而電力人因事故每年的發生次數并不是很多，但是每次發生都影響廣泛，造成極嚴重的后果，而利用一般的方法如線性規劃等對電力人因事故進行預測效果并不理想，但是支持向量機完美契合了電力人事故的特點，因此選用支持向量機對電力人因事故進行預測比較合適。所以，為對電力行業安全生產情況進行預測，本文基于蟻群算法優化的支持向量機建立了電力人因事故數量預測模型，并且根據全國2009 年～2018 年10 年內的電力人因事故數據，進行評估和預測，達到了較好的預測精度。……