数据挖掘技术在职业卫生工程分析中的应用研究.pdf

《数据挖掘技术在职业卫生工程分析中的应用研究.pdf》由会员分享，可在线阅读，更多相关《数据挖掘技术在职业卫生工程分析中的应用研究.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、【论著】数据挖掘技术在职业卫生工程分析中的应用研究麦海明1 罗海铭1 常会友2 陈有青2(11 广东省卫生监督所,广东 广州 510300;21 中山大学软件学院)【摘 要】目的 利用数据挖掘技术将历史数据和专家经验合理应用于职业卫生工程分析,弥补传统分析方法的缺陷。方法 用历史数据建立数据仓库,用联机分析处理(OLAP)和基于贝叶斯信念网络与神经网络集成的风险评估模型,分别挖掘泛化特征和风险评估规则。结果 该方法能充分应用历史数据的隐含规则与专家经验来提高工程分析的准确度。结论 数据挖掘技术的应用,为工程分析方法的改进提供了一种新的途径。【关键词】职业卫生;卫生工程;风险评估;数据挖掘 中图

2、分类号 R13;D23 文献标识码 A 文章编号 167124199(2007)0220070205ApplicationofDataMiningTechnologyonOccupationalHealthEngineeringMAI Hai-ming,LUO Hai-ming,CHANGHui-you,et al.Guangdong Health InspectionInstitute,GuangzhouGuangdong510300,China【Abstract】ObjectiveToapplyhistoricaldataandexpertsexperiencetooccupational

3、healthengineeringanalysisbyusingDataMiningtechnologysoastocomplementtheinsufficiencyoftraditionalmethodsandimprovethequalityofengineeringanalys2is.MethodsUsinghistoricaldatatosetupthedatabase,andcombiningOLAPandhazardassessmentmodalbasingonneuralnetworkintegrationtoexcavatethegeneralizationengineeri

4、ngcharacteristicsandharmfulfactorscharacteristicsandhazardassess2mentregulations.ResultsThismethodcouldmakeafulluseoftheconnotativeregulationsofhistoricaldataandexpertsexperi2encetoimprovetheengineeringanalysisaccuracy.ConclusionTheapplicationofDataMiningtechnologyoffersanewwayforengineeringanalysis

5、methodamelioration.【Keywords】Occupationaldisease;Healthengineering;Hazardassessment;DataMining作者简介:麦海明(1962-),男,副主任医师,硕士,研究方向:模糊逻辑与人工智能职业卫生工程分析(OccupationalHealthEngi2neeringAnalysis)是通过对工程项目的工程特征和卫生特征进行全面、系统的分析,了解项目所具有的工艺特点、工艺流程和卫生防护水平1。数据挖掘(DataMining)是一个集统计学、人工智能、模式识别,并行计算、机器学习、数据库等技术于一体的交叉性学科研究领

6、域。数据挖掘技术是指从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程2。本文探讨如何应用数据挖掘技术,将历史数据与专家经验合理应用于职业卫生工程分析,简化工程分析过程,为风险评估法提供依据,提高工程分析质量。1 数据挖掘111 数据的选择 本文利用的数据有有:职业病危害项目申报资料、评价单位开展的类比工程调查资料和企业职业卫生档案数据(目前利用的是7506家企业的数据)。这些数据包含有:行业分类、项目概况、工程技术及生产方法、有毒有害因素、职业病危害结果、关键控制点、物料平衡、卫生防护措施等。知识库包括职业卫生相关法规、标

7、准、职业病危害因素资料、卫生工程控制技术资料、职业病危害事故案例、生产安全事故案例等。112 数据的预处理与数据挖掘系统的建立 按职业卫生工程分析的知识背景需求对原始数据清理、转换,数据的遗漏值由专家组经集体讨论后根据经验使用最可能的值填充,专家无法判断的字符串型数据都用“Unknown”填充,数字型数据都用“-1”填充。例如:电力行业中的危害因素六氟化硫、石化行业的密闭空间作业等是资料中经常出现的遗漏值,这些都应由专家根据经验予以填充。有些资料缺少检测数据,如车间空气中苯浓度,应用“-1”填充。存在大量氯气的场所虽然在本文利用的数据中没有事故发生,但根据国内案例,在资料中补充了氯气中毒的潜在

8、危险。建立的数据挖掘系统体系结构如图1。根据职业卫生工程学的背景知识特点,数据仓库OheasDataWarehouse,由RiskAnalysis事实表和En2terpriseSituation、Hazard等6个维表及其子维表组成。其中EnterpriseSituation包含行业分类、项目概况、工07中国卫生工程学2007年4月第6卷第2期 ChineseJournalofPublicHealthEngineeringApr12007,Vol16No12 1994-2008 China Academic Journal Electronic Publishing House.All rig

9、hts reserved.http:/图1 数据挖掘系统的体系结构程技术及生产方法等信息,Hazard包含有毒有害物质单位时间消耗量、有害因素释放水平及来源、职业病危害因素识别与危害结果、评价因子、关键控制点、物料平衡、卫生防护措施及其技术可行性分析依据等信息。114 工程特征分析和危害因素特征分析 Oheas2DataWarehouse概念分层按行业、工艺特点、危害因素等进行分层和聚集分析。通过上卷、下钻、切片和切块、转轴等联机分析处理(OLAP)操作2,分析某行业的工程特征与职业病危害因素特征等。应用面向属性归纳方法进行工程特征分析和危害因素特征分析,在关系数据库上挖掘工程的泛化特征和危害

10、因素特征。在应用中最常见的是行业特征,如果已经从企业提供或调查的资料了解到更多的信息,还可以挖掘具有更具体属性集合的泛化特征,如行业、工艺单元、作业方式、劳动定员、危害因素等。每个维泛化到越高的层,其特征性越低。因此,掌握的拟分析的工程资料越多,就越能挖掘到可比性的类比资料。工程特征分析和危害因素特征分析导出泛化的表示用表格显示,拟分析工程特征与泛化特征的可比性用属性相关分析方法进行比较2。115 职业病危害风险评估 职业病危害风险评估(RiskAssessmentofOccupationalHazard)是指依据工作场所职业病危害因素的种类、理化性质、浓度(强度)、暴露方式、接触人数、接触时

11、间、接触频率、防护措施、毒理学资料、流行病学等相关资料,按一定准则,对建设项目发生职业病危害的可能性和危害程度进行评估,并按照危害程度考虑有关消除或减轻这些风险所需的防护措施,使其降低到可承受水平。11511 选择评价因子 根据上述定义,参考职业安全卫生风险评价方法MES、LEC和MLS等3,风险程度函数可设为:R=maxRi|i=1,2,n(1)Ri=maxRijj=1,2,m;i=1,2,n(2)R ij=f(Kij,Pij,Lij,Mij,Eij,Sij;i=1,2,n;j=1,2,m(3)式中,R为工程总风险度;Ri为评价单元i的风险度;Rij为评价单元i的危害因素j的风险度,量纲为1

12、;n为评价单元个数;m为职业病危害因素的个数;Kij为第i评价单元第j个职业病危害因素危害系数;Pij为第i评价单元暴露于第j个职业病危害因素的人数系数;Lij为第i评价单元第j个职业病危害因素所导致的事故发生可能性;Mij为第i评价单元第j个职业病危害因素的控制措施;Eij为第i评价单元人员暴露于第j个职业病危害因素的频繁程度;Sij为第i评价单元第j个职业病危害因素所导致的事故后果。参考LEC、MES和MLS,结合毒理学资料和接触人数等对风险程度的影响,将控制措施的状态(M)、暴露频繁程度(E)、事故后果(S)、事故发生可能性(L)、职业病危害因素危害系数(k)、暴露于职业病危害因素的人数

13、系数(p)和危险度(R)分组(见表1)。OheasDataWarehouse数据仓库中每条数据的S、L、R用以下方法确定:事故后果S通过OLAP操作或从事故案例分析可以确定。应用模糊模式识别法确定R3。事故发生可能性L可从流行病学调查资料或事故案例中得到,也可以利用OheasDataWare2house数据仓库中的资料,通过贝叶斯信念网络求解。贝叶斯信念网络求解方法如下:将Oheas2DataWarehouse数据仓库中的每个评价单元的数据集合设为一个随机变量集X=X1,X2,Xn(其中Xj是一个m维向量),建立贝叶斯信念网络2。贝叶斯信念网络由两部分定义:第一部分是有向无环图,其每个结点代表

14、一个随机变量,而每条弧代表一个概率依赖;如果一条弧由结点Xj到Zj,则Xi是Zi的双亲或直接前驱,而Zi是Xj的后继;给定其双亲,每个变量条件独立于图中的非后继,它们可以对应于数据中给定的实际属性,或对应于一个相信形成联系的“隐藏变量”(如“慢性苯中毒”等职业病危害事故)。定义信念网络的第二部分是每个属性一个条件概率表(CPT),变量Zi的CPT说明条件分布PZi|Parents(Zi),其中,Parents(Zi)是Zi的双亲。对应于属性或变量Zi,Zn的任意元组(Zi,Zn)的联合概率由下式计算:P(Z2,Zn)=Kni=1PZi|Parents(Zi)其中,PZi|parents(Zi)

15、的值对应于Zi的CPT中的17中国卫生工程学2007年4月第6卷第2期 ChineseJournalofPublicHealthEngineeringApr12007,Vol16No12 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/表目。在给定网络结构后,使用梯度下降方法训练信念网络。应用经过训练的网络可以考察任意组合的非空条件下危害因素i的事故发生概率Li,例如,可表1M、E、S、L、k、p、R分组组号 分项控制措施的状态(M)1 无控制措施2 预防措施不足,有减

16、轻后果的应急措施,包括报警系统3 预防措施足够,作业场所危害因素浓度(强度)不超标暴露频繁程度(E)1 连续暴露2 每天工作时间间断暴露3 每周一次,或偶然暴露4 每月一次暴露5 每年几次暴露6 非常罕见的暴露事故后果(S)1 有多人死亡2 有职业病多人,或有1人死亡3 只有职业病1人4 只有观察对象5 只有职业性多发病6 极不可能有事故发生要能性(L)1 非常可能,为常见、多发的职业病2 可能,但不经常3 可能性小,历史上曾有个案,完全是意外事故4 很不可能,没案例,只有潜在可能,可以设想5 极不可能职业病危害因素危害系数(k)1 严重职业病危害的因素2 其他职业病危害因素暴露于职业病危害因

17、素的人数系数(p)1 暴露人数 100人2 暴露人数5099人3 暴露人数1049人4 暴露人数59人5 暴露人数5人危险度(R)1 职业病危害轻微2 职业病危害一般3 职业病危害严重考察联合条件(如变量集:行业=“制鞋”,作业方式=“开放式”、个人防护措施=“无”,危害因素名称=“苯”,危害事故=“慢性苯中毒”)概率分布,即输出危害事故=“慢性苯中毒”的发生概率等。11512 挖掘风险分析规则 建立一个基于神经网络集成的风险评估模型,将神经网络放在前端,做数据前端处理。基于蚁群算法的选择性神经网络集成ANTSEN5与数据挖掘框架图分别如图2、图3所示:图2ANTSEN描述图图3 利用数据挖掘

18、进行风险评估 该模型基于蚁群算法的选择性神经网络集成方法ANTSEN,利用蚁群算法良好的组合优化性能,选择精度好且具有差异性的个体神经网络进行网络集成,提高预测精度和减少网络冗余,提高运行效率。同时,应用基于ANTSEN和Ant-Classfier的分类规则挖掘算法NeAnt。NeAnt首先利用ANTSEN的强泛化能力对原始训练数据集进行预处理,然后使用Ant-Classfier从处理过的训练数据进行抽取规则。NeAnt既利用了选择性神经网络集成的强泛化能力,也使抽取的规则具有非常好的可理解性615。在建立上述评价模型后,先利用OheasDataWarehouse数据仓库中的数据对网络进行训练

19、、验证,然后将训练好的模型应用于规则挖掘。如XX制鞋厂底部车间存在的职业病危害因素有苯、甲苯、丙酮,作业场所有局部通风装置,每班作27中国卫生工程学2007年4月第6卷第2期 ChineseJournalofPublicHealthEngineeringApr12007,Vol16No12 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/业工人80人,工人佩带有棉纱口罩,每位工人每天工作8h,车间空气检测苯超标。挖掘规则如下:IF(危害因素=“苯”)AND(M=2)AN

20、D(p=2)AND(E=2)AND(k=1)THEN(L=1)AND(S=1)AND(R=3)ELSEIF(危害因素=“甲苯”)AND(M=2)AND(p=2)AND(E=2)AND(k=2)THEN(L=4)AND(S=3)AND(R=1)ELSEIF(危害因素=“丙酮”)AND(M=2)AND(p=2)AND(E=2)AND(k=2)THEN(L=4)AND(S=3)AND(R=1)用M、E、S、L、k、p作为已知条件挖掘规则如下:IF(L=1)AND(M=2)AND(p=2)AND(E=2)AND(k=1)AND(S=1)THEN(R=3)ELSEIF(L=4)AND(M=2)AND(p

21、=2)AND(E=2)AND(k=2)AND(S=3)THEN(R=1)通过数据挖掘得RART(riskassessmentruleta2ble)(见表2)。表2XX制鞋厂底部车间RARTk=1M=1M=2M=3k=2M=1M=2M=3LSEpRLSEpRLSEpRLSEpRLSEpRLSEpR112234322143221 根据公式(1),R=max(R苯,R甲苯,R丙酮)=3(职业病危害严重)。2 讨论 卫生工程分析是建设项目职业病危害预评价和设计审查中的基本工作专题,是职业病危害评价、职业病防护设施设计、卫生审查与验收、职业病危害控制和卫生监督的基础1。数据挖掘的目的是发现潜在知识,分为

22、描述式数据挖掘和预测式数据挖掘两类,前者提供数据有实用价值的一般性质,后者可建立一个或一组模型并预测新数据集的行为2。本文通过应用数据仓库与数据挖掘技术,科学利用历史数据和专家的经验,弥补了类比法、经验法、检查表法和综合分析法等受限于资料来源和经验不足所造成的缺陷。通过数据挖掘发现的工程特征和危害因素特征能为工程分析提供类比工程的经验数据,工程分析人员可以根据需要选择不同的非空集合考察工程的泛化特征,如考察某行业的特征或某危害作业特征,或考察类似行业=“电镀”,作业方式=“开放”,危害因素包含“三氯乙烯”和“氰化钾”等非空集合的工程特征与危害特征等。应用贝叶斯信念网络与基于选择性神经网络集成的

23、风险评估规则挖掘方法抽取风险评估规则,达到了利用历史数据与专家经验提高评估准确度的目的。用便于理解和实际应用的表格形式显示规则,使工程分析者不必考虑研究者的计算过程而直接通过查表来判断工程的危险度,有利于使用与推广,为风险评估评价方法的应用提供了一种新的途径。该方法克服了MES、LEC和MLS等方法主观性过大的缺点,比计算复杂的六阶段法、易燃易爆有毒重大危险源评价法、事故灰色预测模型等方法3,4简单。由于数据仓库中的数据有限,未能包含所有的工程特征,一些国内新引进的工艺资料由于缺乏历史数据而未能描述其特征和挖掘其风险评估规则。但通过不断吸纳新评定工程和调查资料扩充数据量可逐步减少这些缺陷。3

24、参考文献1卫生部法制与监督司 1 建设项目职业病危害评价 M 1 北京:中国人口出版社,2003:5026212JiaweiHan1MichelineKamber1DataMining:ConceptsandtechniquesM 1Singapore:Elsevierlnc,2006:103218613罗云 1 风险分析与安全评价M 1 北京:化工工业出版社,2004:144221214罗云 1 事故分析预测与事故管理M 1 北京:化工工业出版社,2006:119212415HomikKM,StinchcombeM,WhiteH1Multilayerfeedforwardnetworksar

25、euniversalapproximatorsJ 1NeuralNetworks,1989,2:359236616DorigoM,ManiezzoV,ColorniA1Positivefeedbackasasearchstrate2gyR 1TechnkalReport91-016,DipartimentodiElettronica,Po2litecnicodiMilano,IT,199117DorigoM1LearningandNaturalAlgorithma(inItalian)R 1Ph1D1t2hesis1DipartimentodiElettronica,Politecnicodi

26、Milano,IT,199218ColorniA,DorigoM,ManiezzoV1Distributedoptimizationbyantcolo2nies:InproceedingsofthefirsteuropeanconferenceonartificiallifeM.Amsterdam:ElsevierPublishing,1992:13421421(下转第76页)37中国卫生工程学2007年4月第6卷第2期 ChineseJournalofPublicHealthEngineeringApr12007,Vol16No12 1994-2008 China Academic Jour

27、nal Electronic Publishing House.All rights reserved.http:/决定和处理的工作。这就要求脑力劳动者应具备积累丰富的经验,良好的记忆力,敏锐的思维能力以及联想、推想、归纳、创新的能力,而且脑力劳动工作以半抽象或抽象为主,这都将使脑力劳动者工作压力增大。有研究提示,在不同类型工作中,混合者的工作能力最高,体力劳动者的工作能力相对较低7。本次调查结果表明,混合劳动者的工作能力得分最高,水平处于“好”的比例最高。这可能由于混合劳动者有适度的体力、脑力负荷,良好的健康状况使其工作能力较好。而体力劳动者从事的多为要求不高,职业任务过于狭窄、单调,缺乏变

28、动的刺激性的作业,从而导致工作能力水平下降。因此,在同一企业3种类型劳动中其职业应激的强度不同,表现出工作能力水平也不一样。控制或消除环境中的应激因素,提高工人对工作环境的适应和控制能力,是减少职业应激对健康危害的根本措施。改善脑力劳动者的应激程度,应从工作任务、工作环境和工作过程着手,重新设计工作环境,为劳动者创造更多参与和学习机会,同时改进记忆和思考的方式方法,重视工间休息,以维护脑力,防制过劳。而对体力劳动者,则应注重运用工效学来评价工作程序、设备与劳动条件,合理安排作业内容及负荷,加强个人防护。针对不同类型劳动者改善其作业环境,控制职业应激的“病因学”因素,提高劳动者对环境压力的技能,

29、调动劳动者的工作热情和积极性,加强社会支持,优化职业应激的控制因素,才能有效减少和控制职业应激,从而保护劳动者的健康,提高劳动生产率。4 参考文献1马来记 1 工作能力指数(WAI)调查表J 1 劳动医学,2000,17(2):12812马来记,周彤,金泰,等 1 工作能力指数表中文版的信度和效度J 1 劳动医学,2000,17(2):7027213余善法,张锐,马良庆,等 1 职业紧张测量工具研究J 1 河南医学研究,2000,9(2):171217414杨惠芳,王锦珍,王明治,等 1 体力劳动者职业紧张与工作能力现状及关系的研究J 1 工业卫生与职业病,2006,32(5):2752278

30、15杨惠芳,王锦珍,王明治,等 1 职业紧张对化工工人工作能力的影响J 1 卫生研究,2004,33(2):130213316黄燕,孙今炜,马来记,等 1 供电所职业人员工作能力与紧张程度关系J 1 劳动医学,2000,17(4):193219517王明治,王锦珍,兰亚佳,等 1 中老年在职职工工作能力现状研究J 1 中国公共卫生学报,1996,15(5):29622981 收稿日期 2007202225(编校 杨杰)(上接第73页)9ChuanChen,YouqingChen1Antcolonyalgorithmbasedselectiveneu2ralnetworkensembleJ 1I

31、nternationalConferenceonComplexSystemsandApplication,2006,6:16218110DorigoM,ManiezzoV,ColorniA1TheAntSystern:OptimizationbyacoIonyofcooperatingagentsJ 1IEEETransactionsonsysterns,man,andcvbernetcs-partB,1996,1:29241111ChuanChen,YouqingChen1NeuralNetworkEnsembleBasedAntColonyClassificationRuleMiningR

32、 1FirstInternationalconferenceonlnnovativeComputing,InformationandControl(ICICIC),Beijing,China,VIII,2006:30112DietterichTG1Machinelearningresearch:FourcurrentdirecdonsJ 1AIMagazine,1997,18:972136113BreimanL1BaggingpredictorsJ 1MachineLearning,1996,2:1232140114HansenLK,SalarnonP1Neuralnetworkensembl

33、esJ 1IEEEtranspatternanalysisandmachineintelligence,1990,10:99321001115SollichP,KroghA1Leamingwithensembles:howoverfittingcanbeusefuI1In:TouretzkyD,MozerM,HasselmoMeds1AdvancesinNeu2ralInformationProcessingSystems8,CambridgeM 1MA:MITPress,1996:19021961 收稿日期 2007203220(编校 曲莉)书 讯建设项目职业病危害因素识别 在撰写中借鉴国内

34、外建设项目安全评价和环境影响评价等学科中的一些原理、观点与方法,系统地阐述了职业病危害因素识别的作用、原理、原则、程序和方法以及特殊环境职业病危害因素识别等。介绍了燃煤火力发电机组、燃气(燃油)发电机组、核电机组、耐火材料与铁合金制造、铁矿石烧结与高炉炼铁、炼钢与轧钢、有色金属冶炼、石油炼制、酸碱化肥工业、胶黏剂制造与应用、机械制造、焊接工艺、表面处理和造纸工业的职业病危害因素识别问题。本书文字简洁,具有较强的科学性、实用性和可操作性,适合于从事建设项目职业病危害评价、职业病防治管理、职业卫生监测、职业性体检和职业病临床、急性职业中毒事故救助、厂矿职业卫生工作人员以及大专院校相关专业师生阅读。

35、该书由杨乐华主任医师担任主编,湖南省劳动卫生职业病防治所组织编写,化学工业出版社出版。定价:59元 本。全国各地新华书店均有售。作者单位:湖南省劳动卫生职业病防治所,联系人:杨乐华,通讯地址:湖南省长沙市雨花路21号,邮编:410007,电话:0731-5602072(办),13627318523,E-mail:yanglh621631com。67中国卫生工程学2007年4月第6卷第2期 ChineseJournalofPublicHealthEngineeringApr12007,Vol16No12 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http:/