基于時(shí)間序列和機(jī)器學(xué)習(xí)預(yù)測(cè)塵肺病發(fā)展趨勢(shì)研究

李申龍，王振平，盧國(guó)群，徐修立，李宗山，初 昊，肖 旸

(1.陜西未來(lái)能源化工有限公司金雞灘煤礦，陜西省榆林市，719000；2.西安科技大學(xué)安全科學(xué)與工程學(xué)院，陜西省榆林市，710054)

0 引言

我國(guó)是一個(gè)以煤為主的能源生產(chǎn)和消費(fèi)大國(guó)，目前我國(guó)煤炭消費(fèi)量占全球的20.3%。當(dāng)前，煤炭仍是我國(guó)最主要的能源，且在今后相當(dāng)長(zhǎng)的時(shí)間內(nèi)以煤為主的能源消費(fèi)結(jié)構(gòu)不會(huì)改變[1]。“十三五”期間煤礦整體安全生產(chǎn)形勢(shì)呈穩(wěn)定好轉(zhuǎn)趨勢(shì)，但隨著整體開(kāi)采深度的增加，煤礦粉塵災(zāi)害日益嚴(yán)重[2]。井下工人長(zhǎng)期吸入礦塵，極易引發(fā)塵肺病，因吸入煤塵過(guò)多而患上塵肺病的工人數(shù)量在逐年增加[3]。

據(jù)統(tǒng)計(jì)，煤礦井下采煤工作面是產(chǎn)塵量最大的位置，約占50%，掘進(jìn)工作面約占35%，噴漿作業(yè)地點(diǎn)約占10%，裝煤、運(yùn)煤以及卸煤過(guò)程約占5%[4]。這些生產(chǎn)環(huán)節(jié)所產(chǎn)生的粉塵有一部分可以通過(guò)一些降塵措施進(jìn)行消除，但有大部分粒徑較小的粉塵會(huì)從這些降塵措施中“逃逸”，并且可以長(zhǎng)時(shí)間懸浮于生產(chǎn)作業(yè)空間之中[5-7]。這些粒徑較小的粉塵被稱為呼吸性粉塵，它可以通過(guò)防護(hù)面罩，經(jīng)過(guò)鼻腔進(jìn)入肺部并且無(wú)法從肺部排出，沉降在肺泡里導(dǎo)致肺部纖維化，最終導(dǎo)致塵肺病的發(fā)生[8]。由于這種塵肺病主要發(fā)病于煤礦行業(yè)，因此這類塵肺病又叫煤工塵肺病。在煤礦行業(yè)中，塵肺病是一種常見(jiàn)的職業(yè)性疾病，作為“隱性”礦害，它有著比瓦斯爆炸、水害等“顯性”礦難更大的威脅[9]。據(jù)統(tǒng)計(jì)，每年因塵肺病死亡的礦工人數(shù)遠(yuǎn)高于其他原因死亡的礦工人數(shù)，并且塵肺病是一種潛伏時(shí)間較長(zhǎng)的職業(yè)病，其危害的持續(xù)之久、程度之惡劣都足以引起大家對(duì)它的重視[10]。根據(jù)國(guó)家衛(wèi)建委公布，近幾年塵肺病新增病例總數(shù)約24.76萬(wàn)人，其中煤工塵肺病新增約12.54萬(wàn)人，約占50.65%[11]。

綜上所述，煤工塵肺病是占比最大的塵肺病病種。結(jié)合全國(guó)煤炭年產(chǎn)量、煤礦從業(yè)人數(shù)與每年塵肺病病例數(shù)，綜合考慮各種影響參數(shù)，建立合理的模型預(yù)測(cè)2024-2030年煤炭產(chǎn)業(yè)發(fā)展?fàn)顩r與塵肺病的發(fā)展是一個(gè)重要的研究方向。筆者采用時(shí)間序列預(yù)測(cè)法預(yù)測(cè)2024-2030年全國(guó)煤炭年產(chǎn)量和煤礦從業(yè)人數(shù)，取2021年和2022年的真實(shí)數(shù)據(jù)作為參照，得出時(shí)間序列預(yù)測(cè)法的精確度；使用1998-2022年的煤炭年產(chǎn)量、煤礦從業(yè)人數(shù)與1998-2021年塵肺病病例數(shù)作為變量建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，將時(shí)間序列預(yù)測(cè)法得到的煤炭年產(chǎn)量和煤礦從業(yè)人數(shù)作為輸入變量，取2021年的真實(shí)數(shù)據(jù)作為參照，用來(lái)對(duì)比檢驗(yàn)?zāi)Ｐ停瑥亩A(yù)測(cè)2024-2030年全國(guó)塵肺病患病病例數(shù)。

1 理論研究

1.1 時(shí)間序列預(yù)測(cè)法

時(shí)間序列預(yù)測(cè)法的原理是假設(shè)現(xiàn)階段以往數(shù)據(jù)可以準(zhǔn)確地顯示其過(guò)去的歷史軌跡[12]。則假定以往序列{Y}的歷史軌跡時(shí)刻(1～n-1)對(duì)應(yīng)的顯示值{y1，y2，…，yn-1}及當(dāng)前時(shí)刻n對(duì)應(yīng)的顯示值yn，利用時(shí)序列預(yù)測(cè)法對(duì)未來(lái)出現(xiàn)的n+t(t≥1)時(shí)刻的值yn+t進(jìn)行預(yù)測(cè)。當(dāng)預(yù)測(cè)步長(zhǎng)只有1 時(shí)，稱之為單步預(yù)測(cè)；當(dāng)預(yù)測(cè)步長(zhǎng)大于1時(shí)，稱為多步預(yù)測(cè)。設(shè)預(yù)測(cè)模型為：

(1)

f(…)、g(…)——待估函數(shù)；

{ζ}——觀測(cè)噪聲。

1.2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)(BPNN)是一種按誤差反向傳播訓(xùn)練的多層前饋網(wǎng)絡(luò)，主要包括輸入層、隱藏層和輸出層3部分，3部分之間主要依靠權(quán)值和閾值連接[13]，結(jié)構(gòu)如圖1所示。基本的BPNN是通過(guò)不斷進(jìn)行信號(hào)的正向傳播和誤差的反向反饋這2個(gè)過(guò)程來(lái)反復(fù)修正各單元權(quán)值和閾值，從而縮短預(yù)測(cè)值與目標(biāo)值的差距。本研究輸入層神經(jīng)元個(gè)數(shù)為3，代表輸入的影響因素；隱含層神經(jīng)元個(gè)數(shù)為7，與輸入層神經(jīng)元個(gè)數(shù)n為2n+1的關(guān)系；輸出層神經(jīng)元個(gè)數(shù)為1，代表輸出的塵肺病病例數(shù)。訓(xùn)練次數(shù)選擇1 000次，訓(xùn)練目標(biāo)選為0.000 1，學(xué)習(xí)速率選為0.01。

1.3 遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)(GA-BPNN)

GA-BPNN的要素主要包括5部分，首先通過(guò)編碼現(xiàn)有的權(quán)值和閾值從而得到一個(gè)初始的種群，而編碼的權(quán)值和閾值一般采用區(qū)間[-0.5，0.5]內(nèi)的隨機(jī)數(shù)[14]。個(gè)體編碼使用二進(jìn)制編碼，主要包括輸入層和隱藏層之間權(quán)值、隱藏層與輸出層之間權(quán)值、隱藏層本身閾值、輸出層本身閾值4部分，通過(guò)十位的二進(jìn)制編碼，將所有閾值和權(quán)值的編碼連接起來(lái)形成個(gè)體的編碼；之后為找出最優(yōu)個(gè)體需要計(jì)算種群適應(yīng)度值，其中obj作為目標(biāo)函數(shù)的輸出；最后進(jìn)行變異操作，用隨機(jī)方法選出發(fā)生變異的基因，如果所選的基因編碼是1，則需要將其變?yōu)?，如果所選的基因編碼是0則需要變?yōu)?。遺傳算法運(yùn)行參數(shù)包括群體范圍T、遺傳代數(shù)G、交叉概率Pe和變異概率Ph。在本研究中遺傳代數(shù)選用100，交叉概率0.7，變異概率0.01。GA-BPNN算法流程如圖2所示。

圖2 GA-BPNN算法流程

2 結(jié)果分析與塵肺病發(fā)展趨勢(shì)預(yù)測(cè)

本次預(yù)測(cè)模型選取數(shù)據(jù)來(lái)自于國(guó)家統(tǒng)計(jì)局官網(wǎng)、國(guó)家衛(wèi)建委官網(wǎng)以及部分文獻(xiàn)[15]。為預(yù)測(cè)2024-2030年塵肺病的發(fā)展方向，首先對(duì)1998-2020年煤炭行業(yè)從業(yè)人員和煤炭年產(chǎn)量2個(gè)變量進(jìn)行統(tǒng)計(jì)，部分統(tǒng)計(jì)曲線如圖3所示[16]。

圖3 1998-2020年煤礦從業(yè)人員、煤炭年產(chǎn)量及塵肺病病例數(shù)

由圖3可知，煤炭年產(chǎn)量自1998年以來(lái)，除個(gè)別年份外，基本呈現(xiàn)穩(wěn)步上漲趨勢(shì)，說(shuō)明煤炭依然是我國(guó)的能源主體；1998-2001年，煤礦井下作業(yè)人數(shù)呈現(xiàn)下降趨勢(shì)，2001年以后又呈現(xiàn)上升趨勢(shì)，2014年以后呈現(xiàn)大幅下降趨勢(shì)，這一方面與國(guó)家發(fā)布政策有關(guān)，另一方面與現(xiàn)階段全國(guó)煤礦實(shí)現(xiàn)智能化礦井有關(guān)；塵肺病病例數(shù)在2017年之前呈現(xiàn)上漲趨勢(shì)，而近幾年塵肺病病例數(shù)在不斷下降。

隨著國(guó)家對(duì)塵肺病的不斷重視，新型高效的除塵技術(shù)在不段的研究發(fā)展，作業(yè)人員的個(gè)體防護(hù)措施也在不斷加強(qiáng)，這使得在今后幾年時(shí)間里，塵肺病新增病例數(shù)可能會(huì)維持在10 000人左右。

根據(jù)統(tǒng)計(jì)的1998-2020年全國(guó)煤礦從業(yè)人員和煤炭年產(chǎn)量數(shù)據(jù)，采用時(shí)間序列預(yù)測(cè)法對(duì)2024-2030年全國(guó)的從業(yè)人員和年產(chǎn)量進(jìn)行預(yù)測(cè)。預(yù)測(cè)模型使用SPSS軟件建立，煤礦從業(yè)人員的預(yù)測(cè)模型采用最優(yōu)的布朗模型，煤炭年產(chǎn)量選用最適于預(yù)測(cè)的霍爾特模型，預(yù)測(cè)結(jié)果見(jiàn)表1。

表1 2024-2030年煤礦從業(yè)人員和煤炭年產(chǎn)量預(yù)測(cè)值

由表1可以看出，煤炭年產(chǎn)量逐年遞增，呈現(xiàn)穩(wěn)步增長(zhǎng)狀態(tài)。現(xiàn)階段國(guó)家大力發(fā)展智能化礦井，采掘速度和運(yùn)輸速度方面在不斷提升，加之國(guó)家能源的主體依舊是煤炭，人們對(duì)煤炭的需求量不斷加大，因此煤炭年產(chǎn)量有穩(wěn)定增長(zhǎng)的趨勢(shì)，預(yù)測(cè)結(jié)果符合時(shí)代的發(fā)展和人們的需求。煤礦從業(yè)人數(shù)預(yù)測(cè)在2024年將達(dá)到256.85萬(wàn)人，在之后的幾年會(huì)呈現(xiàn)微型波動(dòng)的趨勢(shì)，這種趨勢(shì)取決于人們對(duì)煤炭產(chǎn)能的需求。而隨著智能化礦井的推進(jìn)，井下工作面工人數(shù)量將會(huì)實(shí)現(xiàn)部分縮減，但由于操作系統(tǒng)及設(shè)備的維護(hù)更換等仍需部分高科技作業(yè)人員，其趨勢(shì)依舊為小幅度下降。

分析2021—2022年我國(guó)煤炭產(chǎn)業(yè)經(jīng)濟(jì)形勢(shì)研究報(bào)告[17]和2022—2023年我國(guó)煤炭產(chǎn)業(yè)經(jīng)濟(jì)形勢(shì)研究報(bào)告[1]得出，2021年我國(guó)煤炭年產(chǎn)量40.7億t，煤礦從業(yè)人數(shù)261.2萬(wàn)人，2022年我國(guó)煤炭年產(chǎn)量45.0億t，煤礦從業(yè)人數(shù)259.7萬(wàn)人。通過(guò)上述預(yù)測(cè)模型計(jì)算得出，2021年煤礦從業(yè)人數(shù)為263.29萬(wàn)人，煤炭年產(chǎn)量為41.34億t；2022年煤礦從業(yè)人數(shù)為260.48萬(wàn)人，煤炭年產(chǎn)量為45.89億t。通過(guò)對(duì)比報(bào)告真實(shí)結(jié)果與預(yù)測(cè)模型的預(yù)測(cè)結(jié)果可以看出，二者趨勢(shì)相同。

將統(tǒng)計(jì)的1998-2020年全國(guó)煤礦從業(yè)人員和煤炭年產(chǎn)量數(shù)據(jù)分為23組，首先構(gòu)建標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練樣本隨機(jī)抽取18組，其余5組數(shù)據(jù)作為測(cè)試樣本，采用R2、標(biāo)準(zhǔn)均方根誤差檢驗(yàn)值(NRMSE)、 平均絕對(duì)百分誤差(MAPE)以及相對(duì)誤差作為判斷擬合程度的評(píng)價(jià)指標(biāo)，預(yù)測(cè)值如圖4所示。

圖4 2種模型下的預(yù)測(cè)值和相對(duì)誤差

由圖4可以看出，5組測(cè)試集中除了第二組和第四組數(shù)據(jù)有較大偏離外，其余3組預(yù)測(cè)值與真實(shí)值較為接近；由誤差曲線可以清楚看出，第一組和第三組預(yù)測(cè)值與真實(shí)值最為接近。再將2021年和2022年煤礦從業(yè)人員和煤炭年產(chǎn)量值以及SPSS軟件模擬的2024-2030年煤礦從業(yè)人員和煤炭年產(chǎn)量預(yù)測(cè)值以及年份作為神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)階段的輸入變量，預(yù)測(cè)結(jié)果見(jiàn)表2。

表2 2024-2030年塵肺病病例數(shù)預(yù)測(cè)值

通過(guò)分析預(yù)測(cè)值和真實(shí)值之間的關(guān)系，發(fā)現(xiàn)BPNN采用煤炭年產(chǎn)量、煤礦作業(yè)人員數(shù)量以及年份對(duì)塵肺病病例數(shù)進(jìn)行預(yù)測(cè)是可行的，但是由于BPNN本身的局限性，它的預(yù)測(cè)精度未能達(dá)到預(yù)期效果。結(jié)合評(píng)價(jià)指標(biāo)值可以看出BPNN中決定系數(shù)R2值為0.811，這表明BPNN的擬合效果欠佳，還需要進(jìn)一步優(yōu)化。

為提高BPNN的預(yù)測(cè)精度，采用GA優(yōu)化后的BPNN模型。通過(guò)采用GA-BPNN模型對(duì)上述BPNN模型相同的訓(xùn)練集和測(cè)試集進(jìn)行訓(xùn)練和測(cè)試，其測(cè)試集的預(yù)測(cè)值如圖4所示。從圖4可以看出，經(jīng)GA優(yōu)化后的BPNN模型相較之標(biāo)準(zhǔn)BPNN而言，其預(yù)測(cè)精度有了明顯的提升；通過(guò)誤差曲線也可以看出，經(jīng)GA優(yōu)化后BPNN相較標(biāo)準(zhǔn)BPNN而言誤差有明顯的下降。

BPNN和GA-BPNN的評(píng)價(jià)指標(biāo)值如圖5所示。由圖5可以看出，經(jīng)GA優(yōu)化后的BPNN決定系數(shù)R2與BPNN相比有了明顯的提高，而NRMSE、MAPE則是有明顯的下降。當(dāng)R2越接近于1，說(shuō)明該模型的預(yù)測(cè)值越接近真實(shí)值；當(dāng)NRMSE、MAPE越小，預(yù)測(cè)值越精準(zhǔn)。

采用同樣方法，將2021年和2022年煤礦從業(yè)人員和煤炭年產(chǎn)量值以及SPSS軟件模擬得出的2024-2030年煤礦從業(yè)人員和煤炭年產(chǎn)量預(yù)測(cè)值以及年份作為神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)階段的輸入變量代入到經(jīng)GA優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型后，2024-2030年塵肺病病例數(shù)預(yù)測(cè)結(jié)果見(jiàn)表2。通過(guò)對(duì)比BPNN和GA-BPNN的預(yù)測(cè)值可以得出，BPNN的預(yù)測(cè)值在8 700～29 000之間，預(yù)測(cè)值左右偏離較大。而GA-BPNN預(yù)測(cè)值在8 800-10 000之間，預(yù)測(cè)值浮動(dòng)不大，這表明GA-BPNN模型更加穩(wěn)定，由此可得經(jīng)GA優(yōu)化后的BPNN提高了預(yù)測(cè)精度和模型的穩(wěn)定性。

據(jù)國(guó)家衛(wèi)健委官方數(shù)據(jù)統(tǒng)計(jì)，2021年塵肺病新增病例數(shù)為11 809例。對(duì)比2021年份GA-BPNN模型塵肺病病例數(shù)的預(yù)測(cè)值11 529人，其相對(duì)誤差為2.37%；而B(niǎo)PNN模型塵肺病病例數(shù)的預(yù)測(cè)值13 115人，其相對(duì)誤差為11.06%。因此，GA-BPNN的模型預(yù)測(cè)精度更高，而在往后的幾年時(shí)間里，新增塵肺病例數(shù)應(yīng)該普遍呈現(xiàn)降低趨勢(shì)，這與國(guó)家對(duì)職業(yè)病防治的重視程度有密切關(guān)聯(lián)，此外煤礦從業(yè)人數(shù)的減少對(duì)職業(yè)病病例數(shù)的增減也有重要影響。

3 結(jié)論

(1)結(jié)合我國(guó)國(guó)情和煤炭行業(yè)的發(fā)展前景來(lái)看，經(jīng)過(guò)時(shí)間序列預(yù)測(cè)法得到的預(yù)測(cè)值，具有合理的發(fā)展趨勢(shì)，并且通過(guò)選取最優(yōu)的模型可以大大提高時(shí)間序列預(yù)測(cè)模型精度。

(2)根據(jù)塵肺病病例的預(yù)測(cè)結(jié)果可以清楚發(fā)現(xiàn)BPNN預(yù)測(cè)出的塵肺病病例數(shù)與真實(shí)值之間相差不大，表明通過(guò)BPNN建立從業(yè)人員數(shù)、煤炭年產(chǎn)量以及塵肺病患病人數(shù)的預(yù)測(cè)模型具有一定的科學(xué)依據(jù)，并且有一定的可行性。

(3)經(jīng)GA優(yōu)化后的BPNN預(yù)測(cè)結(jié)果明顯優(yōu)于BPNN 的預(yù)測(cè)結(jié)果，表明GA對(duì)標(biāo)準(zhǔn)BPNN模型的權(quán)值和閾值進(jìn)行了優(yōu)化得到最佳的權(quán)值和閾值，相較之只使用標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)模型而言，經(jīng)GA優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型避免了局部最優(yōu)解，使得模型更收斂，預(yù)測(cè)結(jié)果更加精確。

(4)通過(guò)不斷增加塵肺病預(yù)測(cè)模型的輸入變量個(gè)數(shù)，不斷優(yōu)化神經(jīng)網(wǎng)絡(luò)模型，可有望建立一個(gè)普遍適用的預(yù)測(cè)塵肺病患病人數(shù)模型，從而可以盡早提出相應(yīng)的預(yù)防措施，不斷完善職業(yè)病管理機(jī)制。