融合GWO和SVR的建筑安全事故预测模型 |
| |
引用本文: | 李政道,曾佳,吴恒钦.融合GWO和SVR的建筑安全事故预测模型[J].安全与环境学报,2024(3):1079-1086. |
| |
作者姓名: | 李政道 曾佳 吴恒钦 |
| |
作者单位: | 深圳大学土木与交通工程学院 |
| |
基金项目: | 国家自然科学基金委员会项目(52078302);;广东省自然科学基金项目(2021A1515012204); |
| |
摘 要: | 当前建筑业迅速发展,但随之而来的是频频发生的建筑安全事故,造成不可逆转的损失和伤害。虽然近些年来在建筑安全事故控制方面的研究已取得一定的成果,但建筑安全事故仍未得到有效控制。针对建筑业市政工程安全事故总数和死亡人数,探究二者之间的关系,构建灰狼优化算法-支持向量回归机(Grey Wolf Optimization and Support Vactor Regression, GWO-SVR)组合模型,收集2008—2020年每个月的建筑安全事故数据及死亡人数数据集,发现二者之间成正向相关关系,以建筑安全事故数为特征对建筑死亡人数进行预测,精度达到95%以上,对建筑安全资源与人力投入有较大参考价值,有助于提升建筑安全管理水平。
|
关 键 词: | 安全社会工程 建筑安全事故 支持向量回归机 灰狼优化算法 模型预测 |
|
|