Levenberg-Marquardt神经网络在煤矿作业人员人因可靠性评价中应用研究

依据人因可靠性原理、事故致因理论，结合煤矿生产系统的特点，提出了观测可靠度的概念，确立了一系列便于统计和赋值的人因可靠性评价指标．针对人因失误事件过程的动态性、复杂性以及数据的不完整性，利用BP神经网络对非线性动态系统的自学习性和自适应性的特点，建立了基于BP神经网络的煤矿作业人员人因可靠性评价模型．运用Levenberg-Marquardt算法改进的BP神经网络，克服了收敛速度慢，容易陷入局部极小点的缺点，提高了预测精度和稳定性．对于岗位工龄短或有效记录不足的煤矿作业人员，采用BP神经网络模型进行了人因可靠性评价．评价结果表明，基于BP神经网络的煤矿作业人员人因可靠性评价方法具有较好的适用性和可行性