[1]杨 赟,汤 卫.基于隐马尔可夫模型的事故安全风险态势感知模型[J].机械与电子,2025,(11):22-27.
　YANG Yun,TANG Wei.Accident Safety Risk Situation Awareness Model Based on Hidden Markov Models[J].Machinery & Electronics,2025,(11):22-27.
点击复制

基于隐马尔可夫模型的事故安全风险态势感知模型()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2025年11期
页码:
22-27
栏目:
研究与设计
出版日期:
2025-11-24

文章信息/Info

Title:
Accident Safety Risk Situation Awareness Model Based on Hidden Markov Models
文章编号:
1001-2257 ( 2025 ) 11-0022-06
作者:
杨 赟 1 ; 汤 卫 2
1. 贵州开放大学建筑工程学院,贵州 贵阳 550023 ;
2. 贵州开放大学信息工程学院,贵州 贵阳 550023
Author(s):
YANG Yun1 ;  TANG Wei2
( 1.College of Architecture Engineering , Guizhou Open University , Guiyang 550023 , China ;
2.College of Information Engineering , Guizhou Open University , Guiyang 550023 , China)
关键词:
隐马尔可夫模型; 安全风险态势感知; 维特比算法; 风险预测
Keywords:
hidden Markov model ;  safety risk situation awareness ;  Viterbi algorithm ;  risk prediction
分类号:
O29 ;TP274
文献标志码:
A
摘要:
为应对高风险制造企业频发、威胁生产运营和社会稳定的安全事故,利用事故历史数据,提出一种融合隐马尔可夫模型的安全风险态势感知方法。该方法通过刻画潜在风险状态及其转移规律,并结合改进的维特比算法推断最可能的风险演化路径,从而实现对风险趋势的动态预测。实验结果表明,该方法能够精准揭示风险状态变化特征,显著提升风险识别与预测的准确性。研究成果为风险监测与预警体系的构建提供了新的思路与技术支持。
Abstract:
To address the frequent safety incidents in high risk manufacturing enterprises that threaten both production operations and social stability , this study proposes a safety risk situation awareness approach based on historical accident data and the integration of a hidden Markov model ( HMM ) .The method characterizes potential risk states and their transition patterns , and employs an improved Viterbi algorithm to infer the most probable risk evolution path , thereby enabling dynamic prediction of risk trends. Experimental results demonstrate that the proposed method can accurately reveal the characteristics of risk state changes and significantly improve the accuracy of risk identification and prediction.The findings provide new perspectives and technical support for the development of risk monitoring and early warning systems.

参考文献/References:

[ 1 ] 姜福川,刘培舜,张国庆,等 . 煤矿瓦斯爆炸事故安全风险分析及控制[ J ] . 兰州大学学报(自然科学版), 2025 ,61 ( 3 ): 334-340.

[ 2 ] 沈进冉,官亦标,张彦军,等 . 电化学储能电站安全风险评估综述[ J ] . 热力发电, 2025 , 54 ( 9 ): 1-13.
[ 3 ] 穆美丽,郑琰 . 数据驱动贝叶斯网络的实验室安全事故风险分析[ J ] . 实验室研究与探索, 2025 , 44 ( 6 ): 245-250 , 254.
[ 4 ] 罗云,黄西菲,许铭 . 安全生产科学管理的发展与趋势探讨[ J ] . 中国安全生产科学技术, 2016 , 12 ( 10 ): 5-11.
[ 5 ] 李解,王建平,许娜,等 . 基于文本挖掘的地铁施工安全风险事故致险因素分析[ J ] . 隧道建设, 2017 , 37 ( 2 ):160-166.
[ 6 ] 赵少杰,唐细彪,任伟新 . 桥梁事故的统计特征分析及安全风险防控原则[ J ] . 铁道工程学报,2017 , 34 ( 5 ):59-64.
[ 7 ] 梁永宽,杨馥铭,尹哲祺,等 . 油气管道事故统计与风险分析[ J ] . 油气储运, 2017 , 36 ( 4 ): 472-476.
[ 8 ] TANG W , YANG H , PI J X , et al.Network virus propagation and security situation awareness based on hidden Markov model [ J ] .Journal of King Saud University computer and information sciences , 2023 , 35( 10 ): 101840.
[ 9 ] TANG W , LIU Y J , CHEN Y L , et al.SLBRS : network virus propagation model based on safety entropy[ J ] .Applied soft computing , 2020 , 97 : 106784.
[ 10 ] 陆莹,李启明,周志鹏 . 基于模糊贝叶斯网络的地铁运营安全风险预测[ J ] . 东南大学学报(自然科学版),2010 , 40 ( 5 ): 1110-1114.
[ 11 ] 马永军,刘宇姗,侯阳阳,等 . 基于 HMM 的食品安全风险预测方法研究[ J ] . 天津科技大学学报, 2016 , 31( 5 ): 69-73 , 78.
[ 12 ] 于海飞 . 基于 HMM 和马尔可夫博弈的工业互联网风险评估与控制研究[ D ] . 大连:大连理工大学,2024.
[ 13 ] 刘功生,张春良,岳夏,等 . 基于 HMM 算法体系的逆维特比算法理论研究[ J ] . 机电工程技术,2014 , 43( 11 ): 7-10.

相似文献/References:

[1]李 慧,刘 方,张林岗,等.基于 HMM 的烟草包装机内衬纸输送位置纠偏方法[J].机械与电子,2022,(06):31.
　LI Hui,LIU Fang,ZHANG Lingang,et al.Deviation Correction Method for Conveying Position of Lining Paper in Tobacco Packaging Machine Based on HMM[J].Machinery & Electronics,2022,(11):31.

备注/Memo

备注/Memo:
收稿日期: 2025-08-06
基金项目: 2023 年度贵州开放大学(贵州职业技术学院)科学研究项目( 2023YB26 )
作者简介:杨 赟 ( 1990- ),女,江西广丰人,硕士,讲师,研究方向为数学建模与优化控制;汤 卫 ( 1989- ),男,贵州赫章人,博士,副教授,研究方向为网络安全和群体博弈,通信作者, E-mail : tangweimath@163.com 。
更新日期/Last Update: 2025-12-12