基于IPOA-ELM的化工类实验室风险评估研究  

作　　者：王振 

机构地区：[1]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

出　　处：《现代职业安全》2024年第8期108-112,共5页Modern Occupational Safety

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,利用改良鹅优化算法算法(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。

关 键 词：化工类实验室 鹅优化算法 极限学习机 风险评估 

分 类 号：X937[环境科学与工程—安全科学]