摘  要： 為提升企業(yè)自身的隱患治理能力，借鑒軟件能力成熟度模型，提出了隱患治理能力成熟度的概念，建立隱患治理能力成熟度五級(jí)模型，構(gòu)建評(píng)估指標(biāo)體系，基于專(zhuān)家評(píng)估法和自組織特征映射神經(jīng)網(wǎng)絡(luò)提出組合評(píng)估方法。實(shí)驗(yàn)結(jié)果表明，所提出的模型與方法可實(shí)現(xiàn)智能化評(píng)估企業(yè)隱患治理能力，并為強(qiáng)化隱患排查治理長(zhǎng)效機(jī)制提供參考依據(jù)。

　　關(guān)鍵詞： 能力成熟度模型；隱患治理；自組織特征映射神經(jīng)網(wǎng)絡(luò)

　　0 引言

　　隱患排查治理體系的研究工作在我國(guó)開(kāi)展比較晚，《安全生產(chǎn)事故隱患排查治理暫行規(guī)定》已經(jīng)于2007年12月22日國(guó)家安全生產(chǎn)監(jiān)督管理總局局長(zhǎng)辦公會(huì)議審議通過(guò)，并自2008年2月1日起施行。

　　目前，我國(guó)在安全隱患治理方面的研究大多數(shù)是基于安全評(píng)價(jià)指標(biāo)來(lái)確定隱患的安全等級(jí)或考核狀態(tài)[1-4]，但是還鮮有對(duì)企業(yè)的安全隱患治理能力進(jìn)行評(píng)測(cè)的研究，如何針對(duì)企業(yè)的隱患治理工作進(jìn)行有效監(jiān)督與量化管理，并進(jìn)一步指導(dǎo)企業(yè)安全生產(chǎn)是當(dāng)前安全監(jiān)管部門(mén)和大多數(shù)企業(yè)管理者所面臨的問(wèn)題。因此，本文主要運(yùn)用軟件工程學(xué)和軟件過(guò)程管理、質(zhì)量管理等理論對(duì)企業(yè)隱患治理能力的成熟度的評(píng)測(cè)進(jìn)行研究，以煤炭企業(yè)的隱患治理能力為研究對(duì)象，并針對(duì)礦山隱患治理能力成熟度及相關(guān)數(shù)據(jù)的處理進(jìn)行分析、研究與應(yīng)用。

　　1 能力成熟度模型

　　1．1 軟件能力成熟度模型

　　美國(guó)卡內(nèi)基·梅隆大學(xué)（Carnegie Mellon）軟件工程研究所（Software Engineering Institute，SEI）早在20世紀(jì)80年代中期提出了軟件能力成熟度模型（Software Capability Maturity Model，SW-CMM）理論，CMM是一種將軟件組織的開(kāi)發(fā)過(guò)程中的定義、實(shí)現(xiàn)、度量、控制以及改進(jìn)等過(guò)程劃分為不同可控制、可量化的管理階段的方法[5-6]。CMM的發(fā)展歷程以及其中主要的里程碑[7]如圖1所示。

　　CMM為軟件開(kāi)發(fā)提供了一個(gè)評(píng)估當(dāng)前生產(chǎn)過(guò)程能力的準(zhǔn)則，這個(gè)準(zhǔn)則可為軟件生產(chǎn)過(guò)程提供改進(jìn)的依據(jù)，并且指導(dǎo)企業(yè)進(jìn)行軟件質(zhì)量改善。它是基于關(guān)鍵過(guò)程的理論發(fā)展而來(lái)的，以工業(yè)界和政府機(jī)構(gòu)的軟件過(guò)程評(píng)估及反饋意見(jiàn)為依據(jù)。CMM是多級(jí)框架，側(cè)重于對(duì)軟件開(kāi)發(fā)過(guò)程的管理和工程能力的評(píng)估與改進(jìn)，是國(guó)際上評(píng)估軟件生產(chǎn)過(guò)程能力成熟度領(lǐng)域被普遍接受和采納的一套標(biāo)準(zhǔn)。通過(guò)有效地運(yùn)用能力成熟度思想，可以在軟件工程領(lǐng)域及軟件產(chǎn)業(yè)中很好地體現(xiàn)企業(yè)管理學(xué)中的理念。軟件能力成熟度模型CMM的提出為軟件開(kāi)發(fā)領(lǐng)域提供了可量化的管理、監(jiān)督和評(píng)估手段，產(chǎn)生了巨大的生產(chǎn)實(shí)踐價(jià)值，推進(jìn)了軟件工程學(xué)科的發(fā)展。為了借鑒CMM的管理思想，其他相關(guān)學(xué)科的研究人員也基于CMM模型相繼提出各種衍生或改進(jìn)模型，其中代表性的模型[8]有：系統(tǒng)工程CMM模型（System Engineering CMM，SE-CMM）、軟件獲取CMM模型（Software Acquisition CMM，SA-CMM）、集成產(chǎn)品群組CMM模型（Integrated Product Team CMM，IPT-CMM）和人力資源能力成熟度模型（People CMM，P-CMM）。

　　自SEI發(fā)布CMM以來(lái)，推動(dòng)了美國(guó)、歐洲、日本、印度以及中國(guó)等國(guó)家和地區(qū)的軟件產(chǎn)業(yè)從小型自由式的開(kāi)發(fā)模式走向大規(guī)模的規(guī)范化的開(kāi)發(fā)模式和流程。但是這些研究成果中大多是將CMM理論應(yīng)用于不同的領(lǐng)域，而在安全管理中隱患治理方面的應(yīng)用研究還處于探索階段。因此，本文主要基于CMM理論面向安全生產(chǎn)領(lǐng)域中隱患治理能力的評(píng)估進(jìn)行研究和應(yīng)用。我國(guó)對(duì)于軟件產(chǎn)業(yè)的重視程度也越來(lái)越深，并且相繼制定了兩項(xiàng)關(guān)于軟件行業(yè)的標(biāo)準(zhǔn)，分別為SJ/T 11234-2001《軟件過(guò)程能力評(píng)估模型》和SJ/T 11235-2001《軟件能力成熟度模型》，在標(biāo)準(zhǔn)中詳細(xì)地描述了軟件工程中所涉及的各類(lèi)活動(dòng)，用于支撐軟件產(chǎn)業(yè)綜合性的發(fā)展。

　　在上述研究中，大部分研究人員主要是基于CMM理論進(jìn)行應(yīng)用研究，將CMM應(yīng)用于各個(gè)行業(yè)，但是對(duì)于CMM中涉及的關(guān)鍵過(guò)程域問(wèn)題研究較少，當(dāng)前CMM評(píng)估方法主要依賴(lài)于人工方式，將人工方式轉(zhuǎn)化為智能化、自動(dòng)化方式將會(huì)提高評(píng)估效率、減少人員評(píng)估的主觀因素影響。因此，本文將研究基于評(píng)估指標(biāo)體系，提出一種專(zhuān)家法和自組織映射神經(jīng)網(wǎng)絡(luò)的組合評(píng)估方法。

　　1.2 隱患排查治理成熟度模型

　　隱患指隱藏或潛在的、可能引起事故發(fā)生的禍患[9]，一般指明顯有缺陷的事物，在日常的生產(chǎn)和生活中普遍存在。在安全生產(chǎn)領(lǐng)域中，依據(jù)相關(guān)法規(guī)《安全生產(chǎn)事故隱患排查治理暫行規(guī)定》和國(guó)家標(biāo)準(zhǔn)《職業(yè)安全衛(wèi)生術(shù)語(yǔ)》，隱患的屬性主要表現(xiàn)為人員、事物以及管理三方面的不安全行為或狀態(tài)及存在的缺陷問(wèn)題。從事故致因理論的視角來(lái)理解，隱患表現(xiàn)為可能導(dǎo)致事故的直接或間接影響因素。

　　相關(guān)研究工作有國(guó)家安全監(jiān)管總局開(kāi)展的隱患排查體系工作以及風(fēng)險(xiǎn)預(yù)控體系研究等。2006年，神華集團(tuán)建立了基于風(fēng)險(xiǎn)預(yù)控的安全管理模式，在安全評(píng)價(jià)實(shí)踐中總結(jié)出10個(gè)方面40個(gè)分解內(nèi)容，并進(jìn)行了一定的應(yīng)用；國(guó)家安全監(jiān)管總局也在2012年開(kāi)展了隱患排查示范工程項(xiàng)目的工作，建立了隱患排查體系，主要研究隱患排查工作及管理體系，但是并沒(méi)有將隱患排查治理進(jìn)行理論化指標(biāo)化評(píng)估，僅僅是對(duì)隱患排查工作的考核，并沒(méi)有對(duì)隱患治理能力的成熟度進(jìn)行研究。隱患排查治理工作是過(guò)程性工作，隱患治理過(guò)程是一個(gè)動(dòng)態(tài)、循序漸進(jìn)的過(guò)程，它與軟件工程學(xué)中的測(cè)試、缺陷的發(fā)現(xiàn)與修正等過(guò)程極為相似，而且也具備軟件過(guò)程管理中類(lèi)似的過(guò)程性、循環(huán)改善等特點(diǎn)，兩者相似性對(duì)比如表1所示。

　　因此，本文基于CMM提出了隱患治理能力成熟度的概念及模型（Person and CMM，PCMM），基于專(zhuān)家評(píng)估法和自組織特征映射（Self-Organizing Feature Map，SOFM）神經(jīng)網(wǎng)絡(luò)構(gòu)造了一種隱患治理能力成熟度的組合評(píng)估法。隱患治理能力成熟度是指治理隱患的能力所達(dá)到的成熟程度。其中，安全隱患治理能力成熟度關(guān)鍵過(guò)程域和成熟度等級(jí)模型框架如表2和圖2所示。

　　圖2中，成熟度分為5級(jí)，各級(jí)含義如下：

　?。?）初始級(jí)：一種無(wú)序的混亂的隱患排查與治理的管理狀態(tài)，流程控制不清晰，分工不明確。

　?。?）可重復(fù)級(jí)：實(shí)現(xiàn)按照計(jì)劃管理隱患排查流程，隱患排查、整改、復(fù)查及銷(xiāo)項(xiàng)都是可以重復(fù)執(zhí)行的過(guò)程環(huán)節(jié)。

　?。?）已定義級(jí)：在煤礦安全監(jiān)管監(jiān)察部門(mén)的監(jiān)督管理中，實(shí)現(xiàn)企業(yè)和監(jiān)督管理部門(mén)的協(xié)同治理流程。

　?。?）定量管理級(jí)：隱患治理及監(jiān)督管理專(zhuān)業(yè)小組進(jìn)行有序的協(xié)作管理，并且在管理過(guò)程中不斷進(jìn)行相關(guān)活動(dòng)數(shù)據(jù)的專(zhuān)業(yè)性度量，為企業(yè)自身改善管理方式、提升能力水平提供協(xié)助。

　?。?）優(yōu)化級(jí)：企業(yè)內(nèi)部遵循標(biāo)準(zhǔn)化的流程進(jìn)行可控的隱患治理流程活動(dòng)，并且企業(yè)可以在實(shí)踐中進(jìn)行自身持續(xù)改進(jìn)。

2 成熟度評(píng)估方法

　　遵循可行性、科學(xué)性、系統(tǒng)性等原則，建立評(píng)價(jià)指標(biāo)體系，參考國(guó)內(nèi)相關(guān)學(xué)者的研究?jī)?nèi)容[9]，以礦山或煤礦安全生產(chǎn)為應(yīng)用實(shí)例，總結(jié)出側(cè)重于考核煤礦安全方面管理及人員綜合素質(zhì)的煤礦隱患治理能力成熟度評(píng)測(cè)指標(biāo)體系（如表3所示），實(shí)際應(yīng)用中可酌情進(jìn)行裁剪和調(diào)整。本文提出了一套評(píng)價(jià)煤礦隱患治理能力成熟度模型，但是各指標(biāo)對(duì)模型的影響不同，需要一種合適的方法來(lái)計(jì)算其權(quán)重。SOFM神經(jīng)網(wǎng)絡(luò)方法普適性好，并且它的聚類(lèi)分析過(guò)程可以推導(dǎo)出指標(biāo)的權(quán)重，因此，比較適合用于上述情況。首先需用專(zhuān)家調(diào)研法進(jìn)行預(yù)評(píng)估，將結(jié)果作為SOFM神經(jīng)網(wǎng)絡(luò)訓(xùn)練和學(xué)習(xí)的樣本，通過(guò)學(xué)習(xí)，使SOFM具有辨識(shí)和分類(lèi)特征的能力。

　　2．1 SOFM神經(jīng)網(wǎng)絡(luò)概述

　　SOFM神經(jīng)網(wǎng)絡(luò)的一個(gè)重要特點(diǎn)是最大程度地保持臨近關(guān)系的拓?fù)浣Y(jié)構(gòu)的性質(zhì)不發(fā)生變化，其主要思想是在學(xué)習(xí)過(guò)程中逐步對(duì)神經(jīng)元之間的作用臨域進(jìn)行縮小，并按照相應(yīng)的學(xué)習(xí)規(guī)則對(duì)中心神經(jīng)元的激活程度進(jìn)行增強(qiáng)，以此消除各個(gè)神經(jīng)元相互間的側(cè)向連接，在其中一次（或一組）僅有一個(gè)神經(jīng)元“激活”[10]，達(dá)到模擬人腦神經(jīng)系統(tǒng)“近興奮遠(yuǎn)抑制”的狀態(tài)和效果。SOFM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程是一種無(wú)監(jiān)督（無(wú)導(dǎo)師）的競(jìng)爭(zhēng)型學(xué)習(xí)網(wǎng)絡(luò)，在學(xué)習(xí)中能夠無(wú)導(dǎo)師地進(jìn)行自組織學(xué)習(xí)。

　　2.2 SOFM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程

　?。?）網(wǎng)絡(luò)初始化。輸入層有m個(gè)神經(jīng)元，輸出層（競(jìng)爭(zhēng)層）由j個(gè)“鄰接神經(jīng)元”組成的集合Sj，Sj（t）表示時(shí)刻t的“鄰接神經(jīng)元”的集合。輸入層的輸入向量為X=（x1，x2，…，xm）T。

　?。?）計(jì)算獲勝的神經(jīng)元。在輸出層，計(jì)算各個(gè)神經(jīng)元的權(quán)值向量與輸入向量的歐式距離，輸出層的第j個(gè)神經(jīng)元和輸入向量的距離為：

　　其中，f（min‖X-Wj‖）為0~1區(qū)間函數(shù)或非線性函數(shù)。

　　（5）收斂性檢測(cè)。如果權(quán)值按某種設(shè)定的準(zhǔn)則迭代收斂，則停止；否則k增加1，轉(zhuǎn)到步驟（2）進(jìn)行下一輪學(xué)習(xí)。

　　2.3 評(píng)估模型

　　SOFM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的過(guò)程是不斷進(jìn)行聚類(lèi)的過(guò)程，當(dāng)評(píng)估對(duì)象沒(méi)有權(quán)值向量時(shí)，首次進(jìn)行學(xué)習(xí)時(shí)需要預(yù)先請(qǐng)若干專(zhuān)家對(duì)于評(píng)估的數(shù)據(jù)給出預(yù)評(píng)估（即專(zhuān)家法），綜合專(zhuān)家的評(píng)估結(jié)果作為SOFM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中的訓(xùn)練樣本，此后可以根據(jù)訓(xùn)練和學(xué)習(xí)的“經(jīng)驗(yàn)”，利用SOFM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程計(jì)算獲勝神經(jīng)元進(jìn)行評(píng)估。這樣可避免單純依賴(lài)專(zhuān)家評(píng)估引入的主觀因素的影響，同時(shí)也可以學(xué)習(xí)專(zhuān)家的經(jīng)驗(yàn)并運(yùn)用人工智能方式實(shí)現(xiàn)智能化信息處理。評(píng)估模型如圖3所示。

　　2.4 實(shí)例分析

　　本文提出的指標(biāo)體系含有19個(gè)評(píng)估指標(biāo)，主要用于驗(yàn)證算法的合理性、適用性與有效性。分別選取2011~2012年北京和山西部分煤礦的相關(guān)數(shù)據(jù)，并整理出8個(gè)礦區(qū)不同時(shí)期內(nèi)采集得到的24組數(shù)據(jù)。結(jié)合以往經(jīng)驗(yàn)、數(shù)據(jù)，以及建立的煤礦隱患治理能力成熟度關(guān)鍵過(guò)程域分布和特征，專(zhuān)家針對(duì)每一項(xiàng)指標(biāo)進(jìn)行等級(jí)評(píng)估，取值范圍為1～5，評(píng)估結(jié)果y如表4所示。

　　這部分的試驗(yàn)環(huán)境采用MATLAB R2011，將專(zhuān)家評(píng)估的24組數(shù)據(jù)中前22組數(shù)據(jù)用于SOFM神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和學(xué)習(xí)的樣本數(shù)據(jù)，后面2組數(shù)據(jù)作為測(cè)試數(shù)據(jù)用來(lái)檢驗(yàn)學(xué)習(xí)的效果。經(jīng)過(guò)訓(xùn)練和學(xué)習(xí)的SOFM神經(jīng)網(wǎng)絡(luò)的獲勝神經(jīng)元統(tǒng)計(jì)結(jié)果如圖4所示，專(zhuān)家評(píng)估結(jié)果和SOFM神經(jīng)網(wǎng)絡(luò)的評(píng)估結(jié)果對(duì)比如表5所示。SOFM神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的結(jié)果中，每一個(gè)獲勝神經(jīng)元都對(duì)應(yīng)一個(gè)專(zhuān)家評(píng)估的成熟度等級(jí)，那么測(cè)試數(shù)據(jù)中，找到獲勝神經(jīng)元編號(hào)對(duì)應(yīng)的成熟度等級(jí)即可表示成熟度等級(jí)。

　　圖4中神經(jīng)元編號(hào)從左至右、從下至上進(jìn)行逐一編號(hào)。從圖中可看出在訓(xùn)練過(guò)程中，編號(hào)1神經(jīng)元獲勝4次，編號(hào)7神經(jīng)元獲勝3次，編號(hào)3、8、9、11、12神經(jīng)元各獲勝2次，而其余神經(jīng)元獲勝次數(shù)均為1次。從圖4和表5可看出，樣本編號(hào)23、24的專(zhuān)家評(píng)估結(jié)果分別為第4級(jí)和第5級(jí)，經(jīng)過(guò)SOFM神經(jīng)網(wǎng)絡(luò)訓(xùn)練之后，23號(hào)樣本學(xué)習(xí)結(jié)果為第7號(hào)獲勝神經(jīng)元對(duì)應(yīng)等級(jí)為4，24號(hào)樣本學(xué)習(xí)結(jié)果為第4號(hào)獲勝神經(jīng)元對(duì)應(yīng)等級(jí)為5，與專(zhuān)家評(píng)估的結(jié)果一致。試驗(yàn)表明此方法能夠在評(píng)估的指標(biāo)權(quán)重等數(shù)據(jù)不完備，以及期望結(jié)果試驗(yàn)難以得出或計(jì)算的情況下適用。由于篇幅有限，以上數(shù)據(jù)部分省略表示。

3 結(jié)論

　　（1）基于CMM理論，分析企業(yè)安全隱患排查治理流程，對(duì)比其與軟件工程中查找軟件缺陷并改正的相似性，提出了企業(yè)安全隱患治理能力成熟度概念及模型與關(guān)鍵過(guò)程域。

　?。?）研究企業(yè)隱患治理流程中關(guān)鍵的影響因素以及其他研究成果，發(fā)現(xiàn)隱患治理中的關(guān)鍵影響因素分為人員和管理2個(gè)方面，進(jìn)而整理并提出相應(yīng)的評(píng)估指標(biāo)體系。

　?。?）運(yùn)用人工智能方法，提出基于專(zhuān)家法和SOFM神經(jīng)網(wǎng)絡(luò)的隱患治理能力成熟度的組合評(píng)估方法。試驗(yàn)結(jié)果證明，這個(gè)模型能夠較為科學(xué)規(guī)范地對(duì)煤礦企業(yè)隱患治理能力成熟度等級(jí)進(jìn)行劃分與評(píng)估。此方法也可用于非煤礦山等隱患排查治理工作中。

　　（4）在對(duì)CMM進(jìn)行改進(jìn)應(yīng)用的過(guò)程中，未結(jié)合軟件能力成熟度模型集成模型理論進(jìn)行深入探討和分析，對(duì)此還需展開(kāi)進(jìn)一步的研究。

參考文獻(xiàn)

　　[1] HATTON W， WHATELEY M K G. Risk assessment applied to coal tonnage estimation in the United Kingdom[J]. International Journal of Rock Mechanics and Mining Science & Geomechanics Abstracts，1995，32（6）：275-276.

　　[2] D?譈ZG?譈N H S B. Analysis of roof fall hazards and risk assessment for Zonguldak coal basin underground mines[J]. International Journal of Coal Geology， 2005，64（1/2）：104-115.

　　[3] 許滿(mǎn)貴.煤礦動(dòng)態(tài)綜合安全評(píng)價(jià)模式及應(yīng)用研究[D].西安：西安科技大學(xué)，2006.

　　[4] 鄭媛．基于小波神經(jīng)網(wǎng)絡(luò)的礦山事故隱患安全評(píng)價(jià)系統(tǒng)的設(shè)計(jì)[D].青島：山東科技大學(xué)，2011．

　　[5] HUMPHREY W S.Characterizing the software process： a maturity framework[J]. IEEE Software， 1988，5（2）：73-79.

　　[6] CHRISSIS M B， KONRAD M， SHRUM S. CMMI： guidelines for process integration and product improvement[M]. Boston： Addision Wesley， 2003.

　　[7] PAULK M C. Using the software CMM in small organizations[C]. Pacific Northwest Software Quality Conference， 1998：350-361.

　　[8] ZAHRAN S[美]. 軟件過(guò)程改進(jìn)[M].陳新，羅勁楓，譯.北京：機(jī)械工業(yè)出版社，2002.

　　[9] 吳同性，易明，李奇明，等.基于文化塑造的煤礦本質(zhì)安全管理研究[M].武漢：中國(guó)地質(zhì)大學(xué)出版社，2011.

　　[10] TEUVO K.The self-organizing map[J]. Neurocomputing， 1998，21（1/3）：1-6.