基于IPOA-ELM的化工类实验室风险评估研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：为准确研判化工类实验室的风险等级,防治相关安全事故,本研究提出了一种精准有效的风险评估模型.基于对过往研究案例成果的整合与德尔菲法,筛选出设备与试剂管理、安全管理制度、管理组织架构三方面的20项风险指标因素,利用改良鹈鹕优化算法算法(IPOA)寻优极限学习机(ELM)的输入权值与偏置量,建立IPOA-ELM风险评估模型.结果表明:该模型正确分类了 18组数据的风险等级,判别准确率为90％,在各项性能指标上均优于对照模型,表明其对化工类实验室风险等级具备高识别精度.

作者：

王振

展开 >

作者单位：

辽宁省检验检测认证中心辽宁省安全科学研究院,辽宁沈阳 110004

关键词：

化工类实验室鹈鹕优化算法极限学习机风险评估

出版年：

2024

现代职业安全

中国安全生产科学研究院

现代职业安全

影响因子：0.08

ISSN：1671-4156

年,卷(期)：2024.(8)