一种基于队列智能算法的安全投资决策方法技术

一种基于队列智能算法的安全投资决策方法，属于企业生产经营活动安全投资技术领域。该方法包括：确定安全投资项目各项参数、确定各分项安全投资指标权重、建立目标模型、制定基于队列智能算法对安全投资决策的方案、完成安全投资决策，满足既定要求。本发明专利技术基于队列智能算法对安全投资进行决策，提高方案生成的可靠性，避免陷入局部最优，调整了搜索时的选择算法，利用轮盘赌法，提高算法的搜索精度。本发明专利技术完善了安全投资决策的实现过程，实时评估每一次重构的结果，从而采取相应的措施，使整个过程完整、可靠。同时，通过轮盘赌法，改进了算法的搜索精度，提高了算法的解的可靠性。

【技术实现步骤摘要】
一种基于队列智能算法的安全投资决策方法
本专利技术属于企业生产经营活动安全投资
，具体涉及一种基于队列智能算法的安全投资决策方法。
技术介绍
安全投资(罗云.安全经济学[M].北京:化学工业出版社，2010.)是指为了提高企业的系统安全性、预防各种事故的发生、防止因工伤亡、消除事故隐患、治理尘毒的全部费用，它属于主动性安全投入的范畴。保证合理的安全投资，是企业实现安全生产的必经之路，同时也可减少甚至避免被动性安全投入的支出。从这个意义上讲，研究安全投资具有更为积极的现实意义。由于安全投资的超前性和安全效益的滞后性，安全投资一直以来都是各企业所避讳的敏感问题，出于追求经济利益最大化的考虑，相对于企业在生产经营上的投入显得捉襟见肘。安全投资不足、安全投资缺乏科学性，是企业事故频发、安全状况不理想的原因所在(颜会芳，田水承，李红霞，等.基于实物期权博弈的安全投资决策研究综述[J].中国安全科学学报，2008，18(4):70-75.)。安全投资已经成为制约一个企业能否保证安全生产的瓶颈。为此，有必要对安全投资问题进行系统而深入的研究和探讨，其中安全投资优化决策便是破解这一问题的关键所在。目前，有关安全投资决策方面的研究，主要包括安全投资结构配比研究(杨高升，吴珊珊，黄歌.工程项目施工安全保证的投入效率分析[J].中国安全科学学报，2010，20(6):152-157.)、安全投资决策的目标规划模型研究(罗景峰，许开立.模拟退火算法在安全投资决策中的应用[J].安全与环境工程，2010，17(3):102-104.)、安全成本最小化模型研究(彭红军，李新春.安全投资最优化模型[J].煤矿安全，2007(2):57-59.)、危险度最小化模型研究(罗霞，吴海涛.道路运输企业安全投资决策研究[J].交通运输工程与信息学报，2008，6(4):1-4.)、兼顾事故损失最小化和安全度最大化的多目标安全投入优化模型研究(徐强，王如坤，王兴发，等.基于优化模型的煤矿安全投入分配决策研究[J].金属矿山，2013(11):139-142.)等。上述研究兼顾了每一个安全投资分项，达到了一定预期效果，但很难实现对每个安全投资分项需求的完全满足，而某些急需或重要的安全投资分项需求若不能完全得到满足，很可能会导致生产安全事故，影响企业的安全生产，该问题尚未见到相关研究报道。
技术实现思路
本专利技术的目的是为了解决现有的投资决策方面的研究很难实现对每个安全投资分项需求的完全满足的问题，提供一种基于队列智能算法的安全投资决策方法，该方法以0-1背包问题为基础。为实现上述目的，本专利技术采取的技术方案如下：一种基于队列智能算法的安全投资决策方法，所述的方法具体步骤如下：步骤一：对安全投资项目的分项安全投资额，分项安全投资效益，安全投资总额，安全投资总效益参数进行建模；步骤二：各分项安全投资指标权重确定：采用二元比较模糊决策分析法确定；令系统有待进行重要性比较的指标集{q1,q2,...,qm}，qi(i＝1,2,...,m)为系统指标集中的指标，m为指标总数；定义1指标集{q1,q2,...,qm}中第k个元素qk与指标集{q1,q2,...,qm}中第l个元素ql作二元比较，若(1)qk比ql重要，则排序标度为ekl＝1，elk＝0；(2)qk与ql同样重要，则ekl＝0.5，elk＝0.5；(3)ql比qk重要，则排序标度为ekl＝0，elk＝1；k＝1,2,...,m；l＝1,2,...,m；利用二元比较模糊决策分析法确定权重步骤具体为：Step1：确定指标集二元比较重要性排序标度矩阵E＝(ekl)，该k*l阶矩阵满足：(1)ekl仅在0、0.5、1中取值；(2)ekl+elk＝1；(3)ekk＝eu＝0.5；Step2：根据规则：设矩阵的第h行中(1)若ehk＞ehl，则ekl＝0；(2)若ehk＜ehl，则ekl＝1；(3)若ehk＝ehl＝0.5，则ekl＝0.5；(4)若ehk＝ehl＝0或ehk＝ehl＝1，则ekl＝1，0.5，0这样形成三个矩阵，对这三个矩阵进行一致性检验；Step3：若矩阵E为排序一致性标度矩阵，则转Step4；否则进行修正，转Step2；Step4：对矩阵E各行求和，并记为Si(i＝1,2,...,m)；Step5：根据Si(i＝1,2,...,m)值确定模糊语气算子，并结合模糊语气算子与模糊标度、相对隶属度关系表确定各指标的相对隶属度，得到指标相对隶属度向量W′；Step6：对W′进行归一化，得到指标权重向量W；步骤三：建立目标函数：将安全投资决策抽象为0-1背包问题，建立以下安全投资决策模型为:式中，P(x)为安全投资总效益，pi(i＝1,2,...,m)为第i个分项安全投资效益，xi(i＝1,2,...,m)为第i个安全投资决策变量，xi＝0表示第i项未投资，xi＝1表示第i项被投资；ci(i＝1,2,...,m)为第i个分项安全投资额，C为安全投资总额；安全投资决策向量为x＝(x1,x2,...,xm)，其中x1、x2、xm代表第i项的投资状态，分项安全投资额向量为c＝(c1,c2,...,cn)，其中c1、c2、cn代表第i项的安全投资额，分项安全投资效益向量为p＝(p1,p2,...,pn)，其中p1、p2、pn代表第i项的安全投资效益；步骤四：基于队列智能算法对安全投资进行决策，用队列智能算法求解0-1背包问题：首先定义队列的候选情况总数C和每代优化算法执行次数t，最初每组候选c(c＝1,...,C)随机选择一组对象负载，每组候选代表了一种投资方案，所有候选构成了问题的队列，针对每组候选，计算出相关的价值FC＝{f(v1),...,f(vc),...,f(vC)}和权重FCW＝{f(w1),...,f(wc),...,f(wC)}，(1)为了衡量每个候选输出与最优解的相似程度，为轮盘赌法选择进化目标提供概率基础，定义相似度概率函数pc如下：其中，表示从容量方面衡量输出与最优解的相似程度，具体为表示从获利方面衡量输出与最优解的相似程度，具体为其中：W即系统容量最大值；基于轮盘选择方法，每组候选c(c＝1,...,C)都将选择一个目标候选f(vc[？])来进化自身，在算法中，进化是指通过结合来自目标候选的一些对象来达到优化其自身解决方案的目的；上标[？]表示每个候选c在选择目标候选时，是基于相似概率函数的轮盘赌法进行随机选择的，事先无法确定；(2)方案分类如下：1、如果候选c(c＝1,...,C)的解是可行的，即满足公式(1)给出的权重约束条件，则随机选择以下修改之一：1.1.从目标候选中添加随机选择的对象，要求该对象没有被包含在当前候选c中，并且仍然满足由公式(1)给出的权重约束条件；1.2.从目标候选中随机选择的对象替换原候选中的一个随机选择的对象，同样满足公式(1)；2、如果候选c(c＝1,...,C)是不可行的，则随机选择下列修改之一：2.1.从候选中随机移除一个对象；2.2.用目标候选中随机选择的对象从原候选c中替换一个随机选择的对象，以减少候选c的总权重f(wc)；每个候选执行上述过程t次；这使得每个候选人c均可获得相关的价值输出集合Fc,t＝{f(vc)1,...,f本文档来自技高网...

【技术保护点】
1.一种基于队列智能算法的安全投资决策方法，其特征在于：所述的方法具体步骤如下：步骤一：对安全投资项目的分项安全投资额，分项安全投资效益，安全投资总额，安全投资总效益参数进行建模；步骤二：各分项安全投资指标权重确定：采用二元比较模糊决策分析法确定；令系统有待进行重要性比较的指标集{q1,q2,...,qm}，qi(i＝1,2,...,m)为系统指标集中的指标，m为指标总数；定义1指标集{q1,q2,...,qm}中第k个元素qk与指标集{q1,q2,...,qm}中第l个元素ql作二元比较，若(1)qk比ql重要，则排序标度为ekl＝1，elk＝0；(2)qk与ql同样重要，则ekl＝0.5，elk＝0.5；(3)ql比qk重要，则排序标度为ekl＝0，elk＝1；k＝1,2,...,m；l＝1,2,...,m；利用二元比较模糊决策分析法确定权重步骤具体为：Step1：确定指标集二元比较重要性排序标度矩阵E＝(ekl)，该k*l阶矩阵满足：(1)ekl仅在0、0.5、1中取值；(2)ekl+elk＝1；(3)ekk＝eu＝0.5；Step2：根据规则：设矩阵的第h行中(1)若ehk＞ehl，则ekl＝0；(2)若ehk＜ehl，则ekl＝1；(3)若ehk＝ehl＝0.5，则ekl＝0.5；(4)若ehk＝ehl＝0或ehk＝ehl＝1，则ekl＝1，0.5，0这样形成三个矩阵，对这三个矩阵进行一致性检验；Step3：若矩阵E为排序一致性标度矩阵，则转Step4；否则进行修正，转Step2；Step4：对矩阵E各行求和，并记为Si(i＝1,2,...,m)；Step5：根据Si(i＝1,2,...,m)值确定模糊语气算子，并结合模糊语气算子与模糊标度、相对隶属度关系表确定各指标的相对隶属度，得到指标相对隶属度向量W′；Step6：对W′进行归一化，得到指标权重向量W；步骤三：建立目标函数：将安全投资决策抽象为0‑1背包问题，建立以下安全投资决策模型为:...

【技术特征摘要】
1.一种基于队列智能算法的安全投资决策方法，其特征在于：所述的方法具体步骤如下：步骤一：对安全投资项目的分项安全投资额，分项安全投资效益，安全投资总额，安全投资总效益参数进行建模；步骤二：各分项安全投资指标权重确定：采用二元比较模糊决策分析法确定；令系统有待进行重要性比较的指标集{q1,q2,...,qm}，qi(i＝1,2,...,m)为系统指标集中的指标，m为指标总数；定义1指标集{q1,q2,...,qm}中第k个元素qk与指标集{q1,q2,...,qm}中第l个元素ql作二元比较，若(1)qk比ql重要，则排序标度为ekl＝1，elk＝0；(2)qk与ql同样重要，则ekl＝0.5，elk＝0.5；(3)ql比qk重要，则排序标度为ekl＝0，elk＝1；k＝1,2,...,m；l＝1,2,...,m；利用二元比较模糊决策分析法确定权重步骤具体为：Step1：确定指标集二元比较重要性排序标度矩阵E＝(ekl)，该k*l阶矩阵满足：(1)ekl仅在0、0.5、1中取值；(2)ekl+elk＝1；(3)ekk＝eu＝0.5；Step2：根据规则：设矩阵的第h行中(1)若ehk＞ehl，则ekl＝0；(2)若ehk＜ehl，则ekl＝1；(3)若ehk＝ehl＝0.5，则ekl＝0.5；(4)若ehk＝ehl＝0或ehk＝ehl＝1，则ekl＝1，0.5，0这样形成三个矩阵，对这三个矩阵进行一致性检验；Step3：若矩阵E为排序一致性标度矩阵，则转Step4；否则进行修正，转Step2；Step4：对矩阵E各行求和，并记为Si(i＝1,2,...,m)；Step5：根据Si(i＝1,2,...,m)值确定模糊语气算子，并结合模糊语气算子与模糊标度、相对隶属度关系表确定各指标的相对隶属度，得到指标相对隶属度向量W′；Step6：对W′进行归一化，得到指标权重向量W；步骤三：建立目标函数：将安全投资决策抽象为0-1背包问题，建立以下安全投资决策模型为:式中，P(x)为安全投资总效益，pi(i＝1,2,...,m)为第i个分项安全投资效益，xi(i＝1,2,...,m)为第i个安全投资决策变量，xi＝0表示第i项未投资，xi＝1表示第i项被投资；ci(i＝1,2,...,m)为第i个分项安全投资额，C为安全投资总额；安全投资决策向量为x＝(x1,x2,...,xm)，其中x1、x2、xm代表第i项的投资状态，分项安全投资额向量为c＝(c1,c2,...,cn)，其中c1、c2、cn代表第i项的安全投资额，分项安全投资效益向量为p＝(p1,p2,...,pn)，其中p1、p2、pn代表第i项的安全投资效益；步骤四：基于队列智能算法对安全投资进行决策，用队列智能算法求解0-1背包问题：首先定义...

【专利技术属性】
技术研发人员：刘洪丹，孙蓉，马吴涵，许长魁，张兰勇，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23