[發明專利]一種確定某類工作的人的極限工作時間的方法

在審

• 申請號: 201510427311.0
• 申請日: 2015-07-20
• 公開（公告）號: CN104992252A
• 公開（公告）日: 2015-10-21
• 發明（設計）人: 張志杰;邵軍;吳作啟;劉文生;張媛;楊逾;杜東寧;崔鐵軍
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種確定某類工作的人的極限工作時間的方法，其特征在于，為了了解在保證可靠性的前提下，操作者最長可持續的工作時間，即極限工作時間LWT提出了一種結合SPCC和ARIMA的方法來進行確定，用連續時間中單位時間間隔內的次品率衡量人的可靠度，并形成次品率時序序列DRTS；其包括如下步驟：一方面使用該數列基于ARIMA構建SPCC，并確定樣本的UCL、LCL和極限時間范圍；另一方面使用ARIMA和SVM配合RTA對需要確定LWT的某一操作者的DRTS進行預測；最后將預測曲線置于SPCC中來確定該操作者LWT的范圍；本發明可用于確定某類工作的人的極限工作時間。

2.根據權利要求1所述的一種確定某類工作的人的極限工作時間的方法，其特征在于，算法的作用有兩個，一個是通過統計多個操作者樣本確定某種操作的泛化的LCL、UCL、CL和LWT；另一個是基于這些統計結果預測某個操作者個體的LWT；SPCC可以對多個樣本統計數據進行整理，得到數據的LCL、UCL、CL和LWT，這樣可以得到數據變化趨勢是否將超限，從而可根據統計數據的特征預測同類型數據是否有超限的可能，形成的SPCC圖是整個方法的標尺；ARIMA是算法的核心，這里的SPCC處理的是時間序列，ARIMA在形成SPCC時適用于形成無相關性的時間序列數據；為了預測新操作者的LWT，需要對短時間內的新操作者的DRTS進行分析，并對未來的序列數據進行預測，但DRTS很可能是線性和非線性的序列數據疊加的，將線性數據使用ARIMA進行預測，非線性數據使用SVM預測；使用RTA對時序數據進行跟蹤，以保證預測的精確性；經過上面處理的線性和非線性時序數據相疊加形成最終的該操作者的DRTS數據，放入SPCC圖中，即可確定他的LWT。

3.根據權利要求1所述的一種確定某類工作的人的極限工作時間的方法，其特征在于，其流程設置及流程圖，算法流程圖可分為左右兩部分用粗虛線分開，左邊為時序數據的預測部分，右面為SPCC圖構造部分，右邊的ARIMA處理模塊包括了三個部分，因為左右兩部分都要用到所以獨立開來；右面主要任務是形成SPCC圖，他是來源于多個樣本的統計結果，是整個算法的基礎，有了SPCC圖才能得到LCL、UCL、CL和LWT，才能處理單個樣本的LWT預測，左面的任務是預測單個樣本DRTS數據，然后在SPCC中與LCL和UCL比較，最終確定LWT。

4.根據權利要求1所述的一種確定某類工作的人的極限工作時間的方法，其特征在于，SPCC是被用作對實時數據的監控和預測的，構造的基于時間序列的SPCC是基于ARIMA的，SPCC的構造過程分3步：1)相關性評價；2)ARIMA構建；3)控制圖構建，ACF在第一步中，用來評價時間序列的自相關性，如果不相關直接執行第三步，用原始時間序列構建控制圖，否則用ARIMA消除相關性，在第二步產生時間序列的非相關殘差，然后用時間序列殘差構建控制圖在第三步。

5.根據權利要求4所述的一種確定某類工作的人的極限工作時間的方法，其特征在于，使用ACF估計相關性，ACF圖顯示了對應時間點的相關性，設滯后時間間隔為k，使用MATLAB中的autocorr計算相關性，如果ACF圖顯示的數值的絕對值總體趨勢減小，那么可以斷定時間序列是相關。