中国安全科学学报

作者：熊坚, 彭一鸣, 陈瑶, 宋致科, 蔡晶

单位：1 昆明理工大学 交通工程学院, 云南 昆明 650500；2 云南省交通科学研究院有限公司, 云南 昆明 650011；3 中信建设有限责任公司, 北京 100027

关键词：建筑施工事故,风险倾向,过度自信,组织管理氛围,施工环境,LightGBM算法

基金：云南省交通厅科技创新及示范项目(HZ2021X0302A)

为预防和减少建筑施工事故,从人员、管理、外在环境等角度,利用机器学习算法辨识事故发生的风险倾向。首先,针对人、管、环3因素,分别设计并检验施工人员过度自信、组织管理氛围以及施工环境危险水平测量量表;其次,根据量表得分,采用K-means算法划分出不同事故风险倾向类型,提出综合风险因子判断聚类结果;最后,运用主成分分析(PCA)、Borderline-SMOTE以及LightGBM算法逐步构建施工事故风险倾向判别模型,采用k折交叉验证法评估模型稳定性。结果表明:模型预测准确率达90.83%,能够有效辨识建筑事故的风险水平,并将事故风险分为低风险、中等风险、高风险3种倾向类型。

来源：2023年第S1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第S1期