[发明专利]一种安全风险预测方法

说明书

本发明公开了一种安全风险预测方法：S1，对数据进行预处理；S2，使用Apriori算法在数据里得到高频的关联数据；S3，对关联数据使用模糊逻辑回归建立风险的预测模型并测试；S4，使用预测模型得到预测风险。通过本发明可以升级现有的安全风险预警系统，使其能够结合信息技术和数据挖掘构建数学模型，提供六个安全管理综合指数以相应弥补现存六大不足，及时对风险问题进行提示警告和精准化预警，完善事前监控管理、事中断因止损、事后溯源追责、系统考核评价机制，从而有效减少事故损失、阻断事故发生，最终为交通运输业的安全生产保驾护航。

技术领域

本发明涉及交通运输安全风险评估管理领域及数据挖掘分析技术领域，特别是涉及风险预测方法。

背景技术

交通运输业作为国民经济的重点战略产业，是国民经济的重要基础设施，是制约经济与社会发展的一个重要因素。交通运输及相关部门，即包括铁路运输、空运、海运等和涉及这些行业的制造管理部门，必须很好地对交通运输进行布局、修建、控制、经营和管理，对影响交通运输的安全风险进行高效管控，阻断事故，减少损失，保障安全。其中，超前防范是安全管理工作的关键，安全预警则是落实超前防范和实施风险管控的重要手段和具体抓手。

然而，交通运输业在生产、建设、管理过程中受人、车、道路环境等方面的影响始终存在，安全风险无法完全消除。部分企业及部门对安全风险的管控工作仍侧重于降低经济损失的事后补救层面，而把事前预防层面仅作为辅助，没有贯彻“安全第一，预防为主，综合治理”的安全工作基本方针，使得安全生产的日常管理工作得不到真正重视，也缺乏合理高效的安全风险预警系统进行全方位管控。

当前，交通运输及相关部门的安全风险预警系统仍存在以下6点不足：

预警的深度和广度不够，检查力度小、层面少，难以多维度分析出单位环节中的实际隐患，预警的精准性仍有待提高；

主要依现实安全状况、管理者的主观意识和经验判断而定，预警面过于单一和针对性，缺乏必要的数据支撑和理论依据；

安全分析智能化不高，安全分析结果不直观，分析结果碎片化，缺乏整体性、关键性、印象性、形象性等问题暴露对预警实效影响的有效显示；

无明确的管理制度和运作机制，难以形成科学、持续的安全预警体系，预警时效低、成效慢，缺乏对事前考核、事后追责机制的数据支持；

缺少对预警实施的有效追踪，难以掌握相关预警单位的预警落实和管理行为反映力度，无法明确事后问题整改进度；

各系统间的相对孤立使许多有用信息被埋没在海量数据中，无法得到综合分析预警，导致安全大数据利用率不够。

有鉴于此，本发明提出一种安全风险预测方法，以升级现有的安全风险预警系统，使其在安全管控环节中能够结合信息技术和数据挖掘，及时对风险问题进行提示警告和精准化预警，完善事前监控管理、事中断因止损、事后溯源追责、系统考核评价机制，从而有效减少事故损失、阻断事故发生，最终为交通运输业的安全生产保驾护航。

具体而言，为相应弥补现有系统六大不足之处，本发明提出一种安全风险预测方法，通过构建数学模型，分别形成以下六个适用于各个层级的安全管理综合指数：

检查力度指数。从检查数量和检查质量方面，综合反映单位检查力度和管理压力传递情况，验证单位监督检查与体量是否匹配，与风险管控力度是否匹配。

检查均衡度指数。反映安全监督检查的时间、地点的均衡度，以及从发现的问题种类来反映监督检查项目是否全面，督促各级干部把精力和力量用好，确保检查的有效性。

问题暴露度指数。主要从监督检查发的问题数量、质量上分析单位的问题主动暴露情况，目的是反映单位风险释放是否充分、隐患排查是否彻底，问题暴露度越低说明发生事故的概率反而越大。