基于多分类GA-SVM的装配式建筑吊装作业安全预警分析

吊装作业是装配式建筑施工极为重要的一环,其在施工过程中的安全问题不容忽视。为了对装配式建筑吊装作业安全预警进行研究,以“4M”理论为出发点,提出一种基于GA-SVM的吊装作业安全预警模型,将遗传算法与支持向量机融合,提升模型的分类准确率。将支持向量机的二分类问题拓展到四分类问题上,并以实际工程案例加以验证。结果表明：通过GA与SVM结合建立的模型精度较好,实验预测结果与实际结果较为吻合,可以为装配式建筑施工的安全管理提供可靠的决策支持。     

基于GA-SVM的施工人员安全行为影响因素及决策模型研究

导致施工人员不安全行为的因素众多,如何保证员工进行安全施工是施工企业亟待解决的问题。为分析施工人员安全行为的影响因素及作用机理,从社会资本理论、认知心理学理论和安全行为理论分析了安全行为的影响因素,并设计了相关调查问卷。在进行仿真分析前,采用遗传算法优化计算的方法筛选出了13个关键影响因素,降低了自变量之间的相关性,之后利用支持向量机(SVM)的方法对决策模型进行了仿真分析,并与BP神经网络模型做了对比。仿真结果表明:基于筛选出的关键影响因素的SVM仿真模型的精度和有效性大于BP神经网络模型,模型精度为0.00887,相关系数为88.4%,说明影响因素与安全行为之间具有较好的拟合关系。研究结论为企业衡量员工安全行为水平,提高员工安全行为能力和企业安全管理能力提供理论支持。     

基于STPA和模糊BN的装配式建筑吊装施工安全风险分析

为有效评估装配式建筑吊装施工中的安全风险状态,识别关键风险因素,运用系统理论过程分析方法(STPA)构建吊装施工过程中的控制反馈结构,识别导致危险的不安全控制行为,确定不安全控制行为的致因因素;基于风险因素间的关联关系构建贝叶斯网络(BN)模型,推理计算装配式建筑吊装施工安全风险状态概率,并结合反向诊断推理分析影响安全事故的风险因素;通过敏感性分析,识别装配式建筑吊装施工安全中的关键风险因素。结果表明：装配式建筑吊装施工安全风险处于低风险状态;起重机械超负荷运行、现场安全管理不到位和吊索吊具存在缺陷等因素是影响装配式建筑吊装施工安全风险的关键风险因素。     

基于多模态信息融合的心理负荷评估

为了相对稳定地识别人员是否处于心理负荷状态,设计并实施含能材料起爆作业心理负荷诱导试验。首先对心理负荷诱导情况进行判断,然后分别采集27名被试在静息状态和实施含能材料撞击起爆作业状态下的眼动、心率变异性(HRV)和脑电信号(EEG),通过正态性检验和假设检验获得心理负荷表征指标并进行统计功效分析,依据表征指标,采用支持向量机(SVM)和随机森林(RF)算法建立多模态信息融合的心理负荷评估模型,最后采用被试工作特征曲线(ROC曲线)分析各模态组合和分类器的心理负荷识别性能。研究结果表明：双模态(眼动+EEG)下SVM算法和3模态下RF算法评估性能和稳健性较高,多模态信息组合具有优异的识别效果。     

基于行为安全的建筑事故预防量化方法与实证研究

在阐述安全行为(BBS)预防事故原理及其应用效果的基础上,选取某工程项目作为试验对象,结合我国建筑业一线工人的特点,对BBS实施中的培训方法、关键行为确认、观察方法3个关键环节进行具体试验。试验中建立了行为变化指数的图线,使用了安全行为指数(SI)来评定一线工人的安全行为及变化趋势。试验结果显示施工现场一线工人作业过程中的SI比基线期提高15%,表明所设计的BBS方法对于提高施工现场一线工人的行为安全性具有明显的效果。     

基于数据库与支持向量机的施工升降机安全风险预测

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...     

基于计划行为理论的自行车不安全行为模型研究

依托国家道路交通安全科技行动计划课题五"全民交通行为安全性提升综合技术及示范"专题,基于计划行为理论,从社会心理学的角度首次对自行车骑行者的不安全行为进行分析。在增加变量的基础上,通过调查问卷的方式,研究自行车骑行者对不安全行为的态度、主观规范、知觉行为控制、行为经验等心理因素,从而构建自行车不安全行为模型。从调查数据的结构方程模型分析和个人属性分析可知,在调查人群中存在对不安全行为没有正确认识、自觉守法能力较弱和普遍有不安全行为经验等问题,同时也确定了参与不安全行为的重点人群。最后,在揭示心理因素作用于行为的基础上提出家庭式安全教育、加强交警管理、提倡榜样学习、加强交通安全宣传等行为矫正手段。     

基于动态贝叶斯网络的装配式建筑吊装施工安全风险分析

针对装配式建筑吊装施工期间风险影响因素多、不确定性高及风险状态随时间动态变化等问题,提出基于动态贝叶斯网络的装配式建筑吊装施工安全风险动态分析方法。首先,根据装配式建筑吊装施工特点和事故致因理论,从“人、物、环、管”4个方面建立风险指标体系。其次,引入时间维度建立动态贝叶斯网络模型,利用模糊理论和专家打分法量化网络节点的概率,并结合Leaky Noisy-or Gate扩展模型修正条件概率。最后,利用动态贝叶斯网络的双向推理功能对装配式建筑吊装施工安全风险进行动态风险分析。由实例分析得到某装配式建筑吊装施工安全风险的时序变化曲线,通过反向推理得到导致吊装事故发生的关键风险因素。研究成果可为分析和有效控制装配式建筑吊装施工安全风险提供新思路。     

基于BP神经网络的建筑工人不安全行为预警模型

为减少建筑工人不安全行为,提高企业安全管理水平,采用事故统计分析、文献分析、质性访谈方法获取不安全行为影响因素,从组织、个人、外在环境、设备4个方面建立不安全行为预警指标体系,在此基础上,基于反向传播(BP)神经网络原理,将预警指标作为网络输入,不安全行为无警、轻警、中警、重警4种状态作为网络输出,进而设计编制预警问卷...     

主观社会支持对建筑工人心理及不安全行为的影响

为降低受主观社会支持(SSS)影响而导致的建筑工人不安全行为(UB),从主观社会支持角度探索建筑工人的心理状态及其与不安全行为的结构关系.通过文献分析主观社会支持、主观幸福感(SW)、偏执心理(PP)、安全意识及不安全行为的基本关系,构建主观社会支持下建筑工人不安全行为发生的假设模型;通过调研获得有效问卷371份,并采...     

基于SEM的不安全行为与其意向关系的研究

为检验不安全行为与不安全行为意向的关系,基于计划行为理论(TPB),对7个煤矿的735名一线作业人员进行问卷调查,收集工人被记录的和未被记录的不安全行为数据。采用结构方程模型(SEM)对不安全行为意向与不安全行为之间的关系进行分析。结果表明:安全行为态度、班组安全氛围、不安全行为风险认知偏差与不安全行为意向显著相关(路径系数分别为-0.36,-0.23和-0.57);不安全行为意向与不安全行为显著相关(路径系数为0.85);行为风险认知偏差与不安全行为显著相关(路径系数为0.51);而安全行为态度、班组安全氛围与不安全行为的关系并不显著。     

基于Kinect的地铁乘客不安全行为识别方法与实验

为解决地铁视频监控技术对乘客不安全行为只记录不识别且较少考虑识别精确度的问题,提出1种基于Kinect传感器的高效识别方法.以Pelvis为向量起点和动作活动高频关节为终点构建识别特征向量;运用余弦定理获得标准动作与测试动作关节的最大角度差序列;以最大角度差为动作特征量建立相似度计算模型,运用动态时间规整算法(DTW)...     

基于支持向量机的煤与瓦斯突出预测研究

为准确预测矿井煤与瓦斯突出的危险性,针对煤与瓦斯突出样本的不足从一定程度上制约了基于知识的方法在煤与瓦斯突出预测中的应用这一问题,利用支持向量机在小样本情况下具有较强识别能力的特点,提出了煤与瓦斯突出的支持向量机预测方法。对煤与瓦斯突出影响因素进行灰关联分析,提取特征向量。选用典型突出矿井的煤与瓦斯突出实例作为学习样本,以云南恩洪煤矿的突出实例作为预测样本,将支持向量机预测结果与其他预测结果进行对比。结果表明支持向量机模型能够满足煤与瓦斯突出预测的要求。     

基于支持向量机建筑施工安全预警模型的研究

本文针对中国建筑施工企业安全管理现状,以企业预警管理论和现代施工安全管理理论为指导,结合建筑安全施工的实践与经验,建立基于支持向量机的安全预警模型,构建具有自我调节、自我适应能力的建筑施工安全预警管理体系。根据建筑施工现场的调查,经过分析,应用支持向量机预警模型进行预警研究,通过预警的结果,分析建筑施工现场的安全程度。这为建筑施工现场减少事故的发生提供了一定的参考。     

基于WBS-RBS的装配式建筑全过程安全风险识别研究

为有效识别装配式建筑全过程的安全风险因素,采用WBS-RBS法分析装配式建筑全过程工作环节及安全风险,建立装配式建筑全过程的安全风险识别结构,按要素进行装配式建筑全过程安全风险分解,建立装配式建筑全过程安全风险分解图,并根据装配式建筑全过程工作分解图和安全风险分解图建立装配式建筑全过程WBS-RBS耦合矩阵,识别分析可能存在的风险因素,汇总得出装配式建筑全过程安全风险因素清单,为装配式建筑全过程安全风险的评估及控制奠定基础,从而降低装配式建筑全过程建设中的安全风险。     

基于多通道信息融合的疲劳驾驶行为分析研究

为了克服单一通道信息在驾驶疲劳行为判定中的局限性,提出了综合运用多通道信息融合共同判定驾驶疲劳行为的方法。该方法在充分考虑各信息源相关性和互补性的基础上,优化采用驾驶人疲劳特征ECD、车道偏离程度SAAE、方向盘转动程度SWA等疲劳判别指标,运用MVAR进行多维特征向量提取,以有向无环支持向量机为融合算法,建立了基于多分类支持向量机的驾驶疲劳行为判定模型。结果表明,运用DAG-SVM进行多通道信息决策提高了疲劳驾驶行为检测的准确性和可靠性。     

地铁施工工人不安全行为关联规则研究

当前工人不安全行为研究多侧重从理论和方法的角度出发,而通过数据挖掘探究规律性方面的研究存在不足,因此,提出了地铁施工工人不安全行为关联规则研究。首先,构建关联规则挖掘数据库,以大量反映现场不安全行为的照片为数据来源。然后,利用Apriori算法,通过SPSS Modeler软件建模,以地铁车站施工机械操作人员为例介绍关联规则挖掘过程和结果。结果表明:机械操作人员存在有效强关联项为“开挖降水→挖土机作业时周围区域内有其余工人作业活动”。说明针对不同工种岗位的工人,在不同施工阶段存在易出现的不安全行为,可以有针对性地进行控制与管理,从而降低事故率。     

员工不安全行为意向的影响因子研究

为探究员工不安全行为意向的主要前因变量,基于计划行为理论(TPB),结合矿山企业安全管理实际,编制了包含21个项目的不安全行为意向量表。通过对240名煤矿一线作业人员进行调查和探索性因子分析(EFA),形成不安全行为意向的正式量表和探索性因子结构模型;再对7个煤矿735名一线作业人员进行调查并进行验证性因子研究(CFA)。结果表明:编制修订的不安全行为意向量表信度、效度较高;员工不安全行为意向受不安全行为态度、班组安全氛围、行为风险认知偏差等3个因子的影响;企业应从行为态度改变、班组安全氛围构建、行为风险认知偏差校正等方面,干预员工不安全行为意向,控制不安全行为的发生。     

人不安全行为的心理测量与分析

分析人不安全行为心理测量与一般心理测量的区别;阐述人不安全行为心理测量量表的编制依据和具体的编制方法;给出了人不安全行为心理测量的初步施测量表,即包括8个分量表的总计750条指标项目。在确定施测范围、选取测量对象的基础上,实施对人不安全行为初步施测量表的心理测量,通过对初试量表测定数据的统计与分析,从750条指标项目中约减择取152条重要性程度较大的指标,组成人不安全行为心理测量的综合量表。通过对综合心理测试量表的现场施测,结果表明:该综合量表具有较高的信度和效度,可满足人不安全行为心理测量的要求。