中国安全科学学报

作者：赵挺生, 庞奇志, 姜雯茜

单位：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

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

基金：国家重点研发计划项目(2017YFC0805500)。

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。

来源：2021年第4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2021年第4期