1.一種風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法，其特征在于，用于煉化生產(chǎn)過(guò)程，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)每個(gè)煉化生產(chǎn)過(guò)程的所有所述量化指標(biāo)確定每個(gè)煉化生產(chǎn)過(guò)程的風(fēng)險(xiǎn)發(fā)生概率與風(fēng)險(xiǎn)后果程度，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述風(fēng)險(xiǎn)因素類別包括一級(jí)類別與二級(jí)類別，所述二級(jí)類別隸屬于所述一級(jí)類別，所述根據(jù)所有的所述風(fēng)險(xiǎn)因素類別，利用層次分析法對(duì)所述量化指標(biāo)進(jìn)行修正，根據(jù)所有修正后的量化指標(biāo)獲得所述風(fēng)險(xiǎn)發(fā)生概率，包括：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述風(fēng)險(xiǎn)因素類別包括一級(jí)類別與二級(jí)類別，所述二級(jí)類別隸屬于所述一級(jí)類別，所述根據(jù)所有的所述風(fēng)險(xiǎn)因素類別，利用層次分析法對(duì)所述量化指標(biāo)進(jìn)行修正，根據(jù)所有修正后的量化指標(biāo)獲得所述風(fēng)險(xiǎn)后果程度，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)每個(gè)所述風(fēng)險(xiǎn)事件進(jìn)行初步風(fēng)險(xiǎn)量化，以獲得每個(gè)所述風(fēng)險(xiǎn)事件的量化指標(biāo)，包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述待訓(xùn)練模型為bp神經(jīng)網(wǎng)絡(luò)模型。
7.一種風(fēng)險(xiǎn)預(yù)測(cè)方法，其特征在于，用于煉化生產(chǎn)過(guò)程，所述方法包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述方法還包括：
9.一種風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練裝置，其特征在于，用于煉化生產(chǎn)過(guò)程，所述裝置包括：
10.一種風(fēng)險(xiǎn)預(yù)測(cè)裝置，其特征在于，用于煉化生產(chǎn)過(guò)程，所述裝置包括：
11.一種電子設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有能夠被所述處理器執(zhí)行的機(jī)器可執(zhí)行指令，所述處理器可執(zhí)行所述機(jī)器可執(zhí)行指令以實(shí)現(xiàn)權(quán)利要求1至6中任意一項(xiàng)所述的風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法，或權(quán)利要求7至8所述的風(fēng)險(xiǎn)預(yù)測(cè)方法。
12.一種機(jī)器可讀存儲(chǔ)介質(zhì)，其特征在于，所述機(jī)器可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有指令，該指令被處理器執(zhí)行時(shí)使得所述處理器實(shí)現(xiàn)根據(jù)權(quán)利要求1至6中任意一項(xiàng)所述的風(fēng)險(xiǎn)預(yù)測(cè)模型的訓(xùn)練方法，或權(quán)利要求7至8所述的風(fēng)險(xiǎn)預(yù)測(cè)方法。