基于改进的HFACS模型的地铁施工安全事故编码

本文在调查分析了2003-2016年间155起地铁施工事故和参照张永亮在《REASON模型在盾构施工中的应用》中提出的人因分析与分类系统(HFACS)模型的基础上,提出了适用于地铁施工事故人因分析的改进后的HFACS,并通过对专家的问卷调查进一步完善了该模型。然后基于改进后的HFACS模型对地铁施工事故进行事故编码,通过对事故的编码建立起地铁施工事故的人因数据库,为以后地铁施工事故原因分析和地铁施工事故的预防提供参考。     

基于HFACS-ISM的危化品生产人因风险识别研究

为了有效减少危化品事故的发生，构建了危化品生产人因风险分析（HFACS）模型，从组织管理、不安全监督、不安全行为前提、不安全行为四个维度对危化品生产人因致险因素进行梳理，同时在HFACS模型基础上构建了危化品生产风险解释结构模型（ISM），通过解释结构模型对危化品生产人因风险因素的复杂系统层级结构进行分析，采取宏观和微观措施来降低危化品生产人因风险。分析结果表明危化品生产过程仍存在安全隐患，需要加强安全管理。     

基于管理因素的企业信息安全事故分析

在借鉴国内外研究成果的基础上,结合事故致因理论提出企业信息安全事故模型,以事故机理研究为基础,以管理因素研究为核心,对信息安全事故致因因素进行整理归纳,将其分为环境因素、人员因素、技术因素、设备因素等四类,分析各因素对信息安全事故的影响,构建信息安全事故致因因素鱼刺图,最后提出针对性的防范措施。     

基于改进的HFACS电力生产事故人因分析

为了定量地分析我国电力生产事故发生的原因,以从国家安监局网上和电力企业获取的130起典型的电力生产事故为样本,对造成事故的人因因素进行系统分析,构建适用于电力行业的改进的人因因素分类与分析系统(Human Factors Analysis and Classification System,HFACS),利用SPSS22.0对事故人因因素进行卡方检验和让步比分析,研究结果表明:组织影响是事故的主要原因,组织影响、不安全的监管、不安全行为前提条件、不安全的行为之间存在显著的因果关系。     

弹药维修事故致因理论及预防研究

对事故致因理论的了解,有助于分析事故产生的原因及发展,能够预先提出措施,减少事故发生的概率。针对弹药维修过程中产生事故的原因和发展等问题,在给出弹药维修事故定义和主要事故类型的前提下,运用综合-动态事故致因理论,建立了弹药维修事故致因理论分析模型。通过该理论模型,对弹药维修事故产生的原因与发展做了进一步研究,分析了人、物、环境和管理等因素对弹药维修事故产生的影响,给出各因素之间内在联系,并制订了弹药维修事故的预防措施,从多方面、多角度降低事故发生的可能性。     

基于数据驱动的铁路货运事故致因分析及预防对策

从统计角度出发，总结了1986-2020年铁路货物运输事故的时间分布、运输品类和事故致因等主要特点。基于历史数据的统计表明：铁路货物运输事故在时间分布和运输品类上均具有明显的规律。通过对事故案例的分析，提取出人的不安全行为、物的不安全状态、不良的环境条件、管理方面的疏漏和事故救援不当五类事故致因并进行细化统计。提出基于能量意外释放理论的铁路货运事故演化机制，并提出应对措施，以减少事故的发生。     

危险品水路运输事故致因过程研究

从事故致因角度,对危险品水路运输事故致因因素类进行识别,分析事故致因因素间的相互关系,探索危险品水路运输事故致因机理,旨在预防危险品水路运输事故的发生。     

高管团队视角下组织错误研究

随着人误研究的不断深入,研究对象也由个体转向组织,这为人误研究提供了新的方向,以往关于组织错误的研究主要局限于组织管理因素对人因事故的作用与影响方面,对于组织内部各因素对人因事故的影响力却缺乏研究,而组织高管团队作为组织核心,对组织错误具有决定性影响作用,在人因事故中扮演着重要角色。     

基于CREAM追溯分析法的地铁司机人因失误研究

深入探讨地铁司机人因失误事故发生的根原因,对提高地铁司机人因可靠性以及地铁运行安全有着重要意义。首先依据人的行为与意向的关系,将人因失误模式划分为疏忽、遗忘、错误、违规;结合历史地铁人因事故统计、原因分析及专家意见,构建了涵盖与人有关的、与技术有关的、与组织有关的和与环境有关的4个维度的地铁人因失误事故前因分类表;并应用后果—前因之间的归因追溯关系,确定了失误模式—前因表和后果—前因追溯表,提出了一种基于CREAM追溯分析法的地铁司机人因失误分析法。最后进行了实证分析,分析结果与事故调查报告一致。     

我国石化企业人因事故的动态灰色关联分析

对于石化企业这类高危的生产企业而言,一旦出现人因失误,其带来的灾难性后果是非常严重的,但我国石化企业人因事故却又频频发生。以动态灰色关联分析为手段,分析近年来石化企业人因事故的原因,找到人因事故的主要影响因素,并针对性的采取必要的防控措施,能够有效降低石化企业人因事故的发生。     

高速公路交通事故概率预测方法研究

准确的高速公路交通事故概率预测可提高高速公路行车安全。通过分析高速公路交通事故的影响因素,建立高速公路交通事故影响因素体系,构造贝叶斯网络,提出基于贝叶斯网络的高速公路交通事故概率预测方法。此方法利用数据库先验概率信息及贝叶斯预测模型,得出高速公路交通事故概率值,以此判断事故危险等级。     

LEC风险分析方法改进及在隧道施工中的应用研究

LEC方法是目前常用的风险分析方法,但是该方法风险发生概率的取定过于主观。针对这一缺陷,本文展开研究并进行改进,将原方法中的"风险发生可能性"主观打分确定改进为由"系统固有能量"和"人为的控制能量"两个因素确定。最后,本文将改进的模型应用于某公路项目的隧道施工安全风险管理中并取得了很好的效果。     

蒙特卡洛法在投资项目风险分析中的应用

本文以经济净现值为评价指标来度量项目的投资风险,确定各影响因素的概率分布,建立了基于三角分布的风险评价的随机模型,采用蒙特卡罗方法进行模拟,利用MATLAB编程实现,得到投资项目的净现值频数分布的直方图和累计频率曲线图,并对模拟结果进行统计和分析,可得到净现值的平均预测值以及风险率,为评价投资项目的风险提供了理论依据。     

Income distribution and income dynamics in the United Kingdom

In this paper, we propose a model of income dynamics which takes account of mobility both within and between jobs. The model is a hybrid of the mover‐stayer model of income dynamics and a geometric random walk. In any period, individuals face a discrete probability of ‘moving’, in which case their income is a random drawn from a stationary recurrent distribution. Otherwise, they ‘stay’ and incomes follow a geometric random walk. The model is estimated on income transition data for the United Kingdom from the British Household Panel Survey (BHPS) and provides a good explanation of observed non‐linearities in income dynamics. The steady‐state distribution of the model provides a good fit for the observed, cross‐sectional distribution of earnings. We also evaluate the impact of tertiary education on income transitions and on the long‐run distribution of incomes. Copyright © 2001 John Wiley & Sons, Ltd.     

一种基于佳点集遗传算法的物流配送网络优化

首先根据实际问题分析了物流配送网络优化模型的各个关键组成部分,包括优化目标、决策变量和约束条件,并针对目前物流配送网络优化算法中存在的一些问题提出了一种新的算法,其核心是佳点集遗传算法。该算法编码采用prufer num ber结构,变异和交叉概率自适应选择。     

建设工程项目进度的动态风险分析研究

基于PERT网络模型,以网络活动为基础,对所有活动进行风险因素识别,并考虑其风险因素的时空变化性及其施工性质,对风险因素进行概率分布量化及活动影响权重量化;然后,依据量化结果,进行网络时间参数计算、Monte Carlo Simulation(MCS)模拟分析,得到项目完工工期的概率分布;最后,依据项目影响性计算原则,对各风险因素进行动态风险分析,得出各风险因素的影响指数曲线,达到进度动态风险分析的目的。     

人力资源会计信息披露的动机——基于我国A股上市公司年报的分析

过对国内A股上市公司人力资源会计信息披露情况的调查和分析,得出以下结论:人力资源会计在我国实践中已经有所发展,并非以往所认为的基本处于停滞状态;企业对人力资源会计信息的披露也表现出比较强的积极性。     

Forecasting dynamic return distributions based on ordered binary choice

We present a simple approach to the forecasting of conditional probability distributions of asset returns. We work with a parsimonious specification of ordered binary choice regressions that imposes a connection on sign predictability across different quantiles. The model forecasts the future conditional probability distributions of returns quite precisely when using a past indicator and a past volatility proxy as predictors. The direct benefits of the model are revealed in an empirical application to the 29 most liquid U.S. stocks. The forecast probability distribution is translated to significant economic gains in a simple trading strategy. Our approach can also be useful in many other applications in which conditional distribution forecasts are desired.     

An economic–probabilistic model for risk analysis in technological innovation projects

This paper presents the application of an economic–probabilistic model to conduct risk analysis in technological innovation (TI) projects. The model integrates risk and economic analysis by quantifying both value and probability of occurrence of cash flow deviations, thus resulting in an economic–probabilistic analysis of the expected returns. The main risk categories and factors in TI projects are identified and associated to cash flow groups. The model allows to calculate risk-adjusted values for cash flow groups and project net present value through stochastic simulation. As a result, the model provides both the risk-adjusted project economic return with the associated probability distribution to its NPV and the variability that each risk factor generates in the project return. The model offers important benefits from the point of view of practitioners, including a condensed list of independent risk factors and the use of a monetary scale to assess risk impact which is familiar to most decision makers.     

The Lognormal Distribution as a Model for Survival Time in Cancer, With an Emphasis on Prognostic Factors

Despite their long history, parametric survival-time models have largely been neglected in the modern biostatistical and medical literature in favour of the Cox proportional hazards model. Here, I present a case for the use of the lognormal distribution in the analysis of survival times of breast and ovarian cancer patients, specifically in modelling the effects of prognostic factors. The lognormal provides a completely specified probability distribution for the observations and a sensible estimate of the variation explained by the model, a quantity that is controversial for the Cox model. I show how imputation of censored observations under the model may be used to inspect the data using familiar graphical and other technques. Results from the Cox and lognormal models are compared and shown apparently to differ to some extent. However, it is hard to judge which model gives the more accurate estimates. It is concluded that provided the lognormal model fits the data adequately, it may be a useful approach to the analysis of censored survival data.