煤矿企业成本控制探究.doc

煤矿企业成本控制研究 1、相关定义 1.1、贝叶斯网络的概念 贝叶斯网络(Bayesian network,简称”BN”)又称贝叶斯信念网(Belief network),概率网络(Probability network),因果网络(Casual network),知 识图(Knowledge map)等,是一系列变量的联合概率分布的图形表示。 贝叶斯网络的数学表示为:给定一个随机变量集X= { x 1, x2 , xn } ,其中x i 是 一个 m 维向量。贝叶斯网络说明了 X 上的一条联合概率分布。贝叶斯网络定义如 下:B= ,可见,一个贝叶斯网络主要由两部分构成,分别对应问题领域 的定性描述和定量描述,即贝叶斯网络结构G 和网络参数θ 。 图3-1 一个简单的贝叶斯网络 Fig.3-1 A Simple Bayesian Network 第一部分贝叶斯网络结构(G )即就是一个有向无环图(DAG),由一个节点 集合和一个有向边集合组成。节点集中的每个节点代表一个随机向量,变量可以 25 是任何问题的抽象,用来表示感兴趣的现象、部件、状态或属性等,具有一定的 物理和实际意义。有向边表示变量之间的依赖关系或因果关系,有向边的箭头代 表因果关系影响的方向性(由父节点指向子节点),节点之间若无连接边则表示节 点所对应的变量之间是条件独立的。指向节点 X 的所有节点成为 X 的父节点。尽 管从节点 X 指向节点Y 的有向边频繁地被用来表示 X 引起了Y ,但在贝叶斯网络 里这不是对有向边的唯一解释。例如,Y 可能只与 X 有关联,但是它不是由 X 引 起的。因此虽然贝叶斯网络能表示因果关系,但它们并不局限于表示因果关系。 贝叶斯网络的另一部分θ 是反映变量之间关联性的局部概率分布集即网络参 数(概率参数),通常称之为条件概率表 (Conditional probability Table,CPT), 该表列出了每个节点相对于其父节点所有可能的条件概率。贝叶斯网络约定以节 点的X i 父节点为条件,X i 与任意非X i 子节点条件独立。概率值表示子节点与其父 节点之间的关联强度或置信度,没有父节点的节点概率为其先验概率。贝叶斯网 络结构是将数据实例抽象化的结果,是对问题领域的一种宏观描述。而概率参数 是对变量(节点)之间关联强度的精确表达,属于定量描述的部分。 在语义上,贝叶斯网络是联合概率分布分解的一种表示,更具体地,假设网 络中的变量X 1 ,X 2 , ,Xn ,那么把各变量所附的概率分布相乘就得到联合分布,即 : ( ) 1 2 1 , , , ( / ) n i i i i P X X X P Xπ X = = ∏ (3-1) 其中,当πX i =?时,p ( Xiπ X i ) 即是边缘分布p ( Xi ) 。 如果一个贝叶斯网络提供了足够的条件概率值,足以计算任何给定的联合概 率,我们就称,它是可以计算的,即可以推理的。对任意贝叶斯网络的概率的确 切推理已经知道是一个 NP 难题。理论上,即使是贝叶斯网络中的近似推理也可能 是 NP 难题。但在实践中,许多情况下近似的方法被证明是有效的。 1.2、安全管理的基本概念 安全管理顾名思义,就是企业在其生产经营过程中,对其存在的能 够危及到人员生命健康和财产损失等一系列危害事件的控制,预防事故 的发生以及事故发生后的处理。是管理科学中的一个重要分支,为实现 企业安全目标的一系列管理活动。 (1)安全、危险 没有危险就没有安全的概念,这两个词是相对的。主要是说我们在 平时的生产生活中能否遭受生命健康的损害甚至死亡的一种综合性的认 7 识。什么事危险呢?危险是一种具体的,需要指明对象的认识,如状态、 环境、场所、人员和因素等等,它在系统安全工程中的概念可以归纳为 整个系统当中存在超过人们承受程度的能够导致产生不希望发生的后 果。 在日常的安全管理中,通常用危险度这个名词来说明其程度,其在 生产系统中的公式为图 2-1: 图 2-1 没有危险就意味着安全,安全就表示不危险,这是人们传统的认识。 在企业的生产过程中来说,如果没有出现伤亡事故或者潜在危险,我们 就认为已经达到安全条件。安全状态就是指无论什么原因都不会使系统 不起作用、人员遭受损害等。从而可以看出安全的总体概念就是在生产 系统中不受不能承受的危险对人员的伤害。 (2)危险源 危险源在企业安全生产的角度来说,就是发生危险的根源。为了防 止重大事故的发生,我国对重大危险源做出了非常明确的规定,并对其 进行有效的分级管理, “重大危险源,是指长期地或者临时地生产、搬 运、使用或者储存危险物品,且危险物品的数量等于或者超过临界量的 单元(包括场所和设施) “。重大危险源的标准就是单元中的多种物质满 足下图: 8 图 2