建筑施工项目安全预警系统的仿真研究

摘要：

研究建筑施工项目安全风险准确评估问题,由于系统存在非线性因素,构建模型较困难.传统评估方法需要样本数目大,而建筑施工项目安全风险是一种典型的小样本数据,导致传统方法的评估精度低.为提高建筑施工项目安全风险评估精度,利用支持向量机专门针对小样本数据建模的优点,提出一种粒子群算法优化支持向量机的建筑施工项目安全预警系统(PSO-SVM).首先采用建筑施工项目安全风险评估正确率作为建模目标,评价指标确定评估模型结构,然后采用粒子群算法优化支持向量机建立评估模型,以克服传统评估方法存的缺陷,以解决建筑施工项目安全风险评估精度的难题.仿真结果表明,相对于神经网络,PSO-SVM提高了风险评估精度,在建筑施工项目管理具有一定的实际应用价值.

关键词：建筑施工项目、安全风险、评估模型、支持向量机、粒子群算法

所属期刊栏目：30

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金青年基金41001251

在线出版日期：2013-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：359-363