基于系统动力学的建筑施工落物伤害人因分析

为减少高空坠物事故,提高建筑工人作业安全,分析我国建筑施工高处作业和落物伤害事故特性,构建落物伤害人因影响系统动力学(SD)模型,探究人为因素对落物伤害的影响机制。以武汉市某施工公司建设项目为研究对象,使用Vensim模拟其整体安全水平,分析人因对安全水平的影响。结果表明：个人能力的提升、自身积极的心理作用对于行为安全有很大的提升作用,恶劣的作业环境会导致工人的不安全行为增加。基于此结果,企业应当保证安全教育培训的持续投入,以提高工人作业安全水平,减少落物伤害发生的可能性。     

基于机器学习的CNG加气站风险预警模型研究

加气站一旦发生事故,不仅会造成人员伤亡和财产损失,而且也会给周边居民乃至社会带来一定的负面影响。借助机器学习技术,构建CNG加气站风险预警模型,对加气站的风险状态进行预警,实现对事故的事前控制。首先建立了加气站风险预警指标体系,以12座加气站为研究对象,采集指标样本数据,通过大数据分析技术构建训练数据集,并采用SMOTE算法解决了样本不均衡问题;然后分别采用决策树、朴素贝叶斯、SVM、KNN等4种机器学习分类算法构建预警模型。研究证明,采用决策树算法和SVM构建的预警模型准确度均达到97.8%,可以对加气站的风险状态进行有效识别和预警。