纺织品服装的安全风险直接影响着人类的生命健康和财产安全,随着人们生活水平和技术的提高,纺织品服装安全问题越来越受到世界各国的关注。因此,有必要针对纺织品服装特有的缺陷和潜在危害的特征进行纺织品服装的安全风险分析和评估。支持向量机方法是数据挖掘中的新方法,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。本课题运用风险分析理论对纺织品服装的潜在危害进行分析,分别采用主、客观的赋权方法对风险因子进行加权处理,制定了纺织品服装安全风险等级划分标准,最终建立基于支持向量机的纺织服装风险评估模型,并对模型进行了实证分析。论文主要展开了以下四个方面研究：(1)通过对国内外已发布的技术法规、标准、国外召回案例、事故报告、实验检测结果和前人研究成果的总结,定义了纺织品服装的安全风险,阐述了纺织品服装的安全风险的特点；并运用风险分析理论对纺织品服装的安全风险进行分析,得出纺织品服装安全风险分析的一般过程。(2)比较分析了主客观赋权法的原理和优劣,采用层次分析法和熵权法对纺织品服装安全风险因子进行加权处理,并将较为客观的熵权法得到权值应用于纺织品服装安全风险评价模型的建立。(3)借鉴其他领域风险评价的经验方法并分析了不同产品类别纺织产品的检测数据,将加附注评分法进行改进引入纺织品服装领域,确定了纺织品服装单风险评价标准和综合评价标准。(4)建立基于SVM的纺织品服装安全风险评估模型,并应用出入境检验检疫局纺织产品的检测数据对纺织产品风险评估模型进行了实证分析。本文研究结论是对出入境纺织品服装安全质量监管方法的探索,建立的纺织品服装安全风险评估模型可充分利用历史检测数据,为检验检疫系统科学有效的监管提供理论依据和技术支持。
