基于数据库与支持向量机的施工升降机安全风险预测

doi:10.16265/j.cnki.issn1003-3033.2021.04.002

中国安全科学学报 ›› 2021, Vol. 31 ›› Issue (4): 11-17.doi: 10.16265/j.cnki.issn1003-3033.2021.04.002

• 安全社会科学与安全管理 • 上一篇下一篇

基于数据库与支持向量机的施工升降机安全风险预测

赵挺生¹ 教授, 庞奇志² 副教授, 姜雯茜^**1

1 华中科技大学土木工程与力学学院,湖北武汉 430074;
2 中国地质大学武汉工程学院,湖北武汉 430074

收稿日期:2021-01-11 修回日期:2021-03-05 出版日期:2021-04-28
作者简介:赵挺生 (1963—),男,河南辉县人,博士,教授,博士生导师,主要从事建筑可靠性鉴定与加固、建筑物业安全管理、建筑施工技术及质量管理、建筑施工安全技术、建筑设施安全管理等方面的研究。E-mail:tszhao@hust.edu.cn。
基金资助:
国家重点研发计划项目(2017YFC0805500)。

Safety risk prediction of construction elevator based on database and SVM

ZHAO Tingsheng¹, PANG Qizhi², JIANG Wenxi¹

1 School of Civil Engineering and Mechanics, Huazhong University of Science and Technology, Wuhan Hubei 430074, China;
2 School of Engineering, China University of Geosciences Wuhan, Wuhan Hubei 430074, China

Received:2021-01-11 Revised:2021-03-05 Published:2021-04-28

摘要/Abstract

摘要： 为预防施工升降机安全事故的发生,利用数据库和支持向量机(SVM)算法预测施工升降机的安全风险。首先依据相关理论和施工升降机的特点,初步定性分析施工升降机的安全风险因素;然后利用施工升降机安全事故数据库管理系统统计分析施工升降机安全事故案例,细化安全风险因素,确定施工升降机安全风险预测指标;最后运用SVM算法构建施工升降机安全风险预测模型,利用网格搜索法、遗传算法、粒子群算法优化模型参数,确定施工升降机安全风险最佳预测模型。结果表明:可以利用安全事故数据库建立施工升降机安全风险预测指标体系,通过构建SVM预测模型划分施工升降机安全风险等级,从而采取相应的风险防控措施,降低施工升降机的安全风险,保障人员安全、减少财产损失。

关键词: 数据库, 支持向量机(SVM), 施工升降机, 安全风险因素, 风险预测

Abstract: In order to prevent safety accidents of construction elevator, database and SVM algorithm were used to predict its safety risks. Firstly, based on relevant theory and characteristics of construction elevators, preliminary theoretical qualitative analysis on their risk factors was carried out. Then, safety accident cases were statistically analyzed by utilizing accident database management system, risk factors were defined and risk prediction indicators were determined. Finally, SVM algorithm was applied to construct a safety risk prediction model, and its parameters were optimized by grid search method, genetic algorithm and particle swarm optimization algorithm respectively to determine the best prediction model. The results show that safety accident database can be used to establish a risk prediction index system, and risk level can be divided by constructing an SVM prediction model, which is helpful for us to take corresponding prevention and control measures to reduce risk of construction elevators, ensure personnel safety, and reduce property losses.

Key words: database, support vector machine (SVM), construction elevator, safety risk factor, risk prediction

中图分类号:

X948

赵挺生, 庞奇志, 姜雯茜. 基于数据库与支持向量机的施工升降机安全风险预测[J]. 中国安全科学学报, 2021, 31(4): 11-17.

ZHAO Tingsheng, PANG Qizhi, JIANG Wenxi. Safety risk prediction of construction elevator based on database and SVM[J]. China Safety Science Journal, 2021, 31(4): 11-17.

参考文献

[1] 江苏省教育厅.江苏省教育厅部门预算公开情况(2015—2018)[R],2019.
[2] 孙阳峰.建筑施工升降机的安全监督管理[J].居舍,2019(35):161.
[3] 曹春香.施工升降机安全事故致因耦合模型研究[D].武汉:华中科技大学,2018.
CAO Chunxiang. Study on coupling model of safety accident cause of construction hoist[D]. Wuhan: Huazhong University of Science and Technology, 2018.
[4] 李光升.施工升降机安全评价模糊专家系统研究[M].北京:中国地质大学出版社,2006: 80-84.
[5] 黄军威.施工升降机常见事故分析[J].甘肃科技,2011,27(20):84-85,13.
[6] 倪建军,韦权伟,白彬.《施工升降机、塔机在线无线远程监测系统》介绍[J].建筑机械,2009(4): 66-69.
NI Jianjun, WEI Quanwei, BAI Bin. Introduction of wireless remote monitoring system online for construction hoist and tower crane[J]. Construction Machinery, 2009(4): 66-69.
[7] KIM T, LIM H, KIM S W. Inclined construction hoist for efficient resource transportation in irregularly shaped tall buildings[J]. Automation in Construction, 2016, 62: 124-132.
[8] SHIN Y, CHO H, KANG K I. Simulation model incorporating genetic algorithms for optimal temporary hoist planning in high-rise building construction[J]. Automation in Construction, 2011, 20(5): 550-558.
[9] 安娟.基于ACO-SVM的建筑施工项目安全风险预测[D].邯郸:河北工程大学,2011.
AN Juan. Safety risk prediction of construction projects based on ACO-SVM[D]. Handan: Hebei University of Engineering, 2011.
[10] 龙升照,黄端生,陈道木.人-机-环境系统工程原理及应用基础.[M].北京:科学出版社,2004: 21-26.
[11] 罗聪,徐克,刘潜,等.安全风险分级管控相关概念辨析[J].中国安全科学学报,2019,29(10): 43-50.
LUO Cong, XU Ke, LIU Qian, et al. Discrimination of relevant concepts of safety risk classification control[J].China Safety Science Journal,2019,29(10): 43-50.
[12] 王岩韬,唐建勋,赵嶷飞.基于粗糙集和支持向量机的航班运行风险预测[J].中国安全科学学报,2017,27(9): 158-163.
WANG Yantao, TANG Jianxun, ZHAO Yifei. Prediction of risks in flight operations based on rough sets and support vector machine [J].China Safety Science Journal, 2017,27(9): 158-163.
[13] 闫宏明.基于支持向量机的矿井瓦斯事故风险预测技术研究[D].太原:太原理工大学,2018.
YAN Hongming. Research on mine gas accident risk prediction technology based on support vector machine[D]. Taiyuan:Taiyuan University of Technology, 2018.
[14] 毛志勇,黄春娟,路世昌.基于PSO-SVM的砂土地震液化预测模型[J].中国安全科学学报,2018,28(3): 25-30.
MAO Zhiyong, HUANG Chunjuan, LU Shichang. PSO-SVM based model for prediction of sandy soil liquefaction [J]. China Safety Science Journal, 2018,28(3): 25-30.

[1]	王团辉, 王超, 吴顺川, 王琦玮, 徐健珲. 基于MISSA-SVM模型的边坡稳定性预测及应用[J]. 中国安全科学学报, 2024, 34(4): 135-144.
[2]	王军武, 何娟娟, 宋盈辉, 刘一鹏, 陈兆, 郭婧怡. 基于RF-SFLA-SVM的装配式建筑高空作业工人不安全行为预警[J]. 中国安全科学学报, 2024, 34(3): 1-8.
[3]	祁云, 薛凯隆, 汪伟, 崔欣超, 王宏祥, 齐庆杰. 矿井煤与瓦斯突出事故应急救援能力评估模型[J]. 中国安全科学学报, 2024, 34(2): 225-230.
[4]	焦宇, 马玉蕾, 李显, 马洪亮, 康与涛. 我国较大及以上生产安全事故特征及严重程度分析[J]. 中国安全科学学报, 2024, 34(2): 94-102.
[5]	吴赛赛, 张曾瑞, 金韬, 张鑫, 郭进平. 深部矿山锚杆腐蚀失效风险评估研究[J]. 中国安全科学学报, 2023, 33(S1): 180-184.
[6]	王海英, 楚林, 许建. 融合N-K模型的复杂网络架桥机施工安全风险因素分析[J]. 中国安全科学学报, 2023, 33(9): 10-17.
[7]	靳春玲, 姬照泰, 贡力, 安祥, 周一. 基于WOA-SVM的引水隧洞岩爆烈度评估模型[J]. 中国安全科学学报, 2023, 33(9): 41-48.
[8]	李丽, 曹玉宽, 陈瑶, 赵营, 齐金浩. 基于多生理信号的飞行警戒疲劳检测[J]. 中国安全科学学报, 2023, 33(2): 225-232.
[9]	郄彦辉, 郭涛, 周凌志, 王昱. 基于SVM的含缺陷20钢弯管爆破压力预测[J]. 中国安全科学学报, 2023, 33(2): 89-95.
[10]	邓立军, 尚文天, 刘剑, 周煜凯, 宋莹. 基于DWT与SVM的风门开闭阶段识别方法[J]. 中国安全科学学报, 2023, 33(1): 95-104.
[11]	朱馨, 李建微, 郭伟, 毕胜, 伍跃飞. 基于机器学习的森林火险预测模型[J]. 中国安全科学学报, 2022, 32(9): 152-157.
[12]	周新民, 罗文敏, 刘俊杰, 谢宝. 联盟链视角下基于IIWPSO-BP的信息安全风险预测模型*[J]. 中国安全科学学报, 2022, 32(8): 52-60.
[13]	程刚, 王振雪, 李刚强, 倪钰菲, 徐靓. 我国滑坡监测文献计量研究的可视化分析[J]. 中国安全科学学报, 2022, 32(7): 172-179.
[14]	杨文臣, 周燕宁, 田毕江, 郭凤香, 胡澄宇. 基于聚类分析和SVM的二级公路交通事故严重度预测[J]. 中国安全科学学报, 2022, 32(5): 163-169.
[15]	熊晓夏, 刘擎超, 沈钰杰, 蔡英凤, 陈龙. 基于LSTM-BF的高速公路交通事故风险模型[J]. 中国安全科学学报, 2022, 32(5): 170-176.

基于数据库与支持向量机的施工升降机安全风险预测

Safety risk prediction of construction elevator based on database and SVM

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价