基于SVM的高層建筑施工安全風險分析.pdf

1、隨著全球經濟和建筑技術的發(fā)展，世界范圍內高層建筑的高度已成為許多國家經濟實力的重要體現(xiàn)。由于經濟的快速發(fā)展和城市化進程的不斷加快，我國正處于高層建筑的迅速發(fā)展時期。目前，高層建筑的施工已具有成熟的施工技術和施工方案，然而這并沒有明顯降低高層建筑施工安全風險的不確定性。近幾年我國高層建筑施工事故頻繁發(fā)生，高層建筑施工安全形勢依然十分嚴峻。因此，高層建筑施工安全風險分析仍具有重要的理論和現(xiàn)實意義。
　　 本文引用支持向量機（Supp

2、ort Vector Machines，簡稱SVM）對高層建筑施工安全風險進行了識別與評價，并對評價的結果提出了不同的風險控制措施，以期達到降低高層建筑施工安全風險事故數以及減少施工安全風險損失的目的。本文主要研究內容及研究結論如下:
　　 (1)通過分析高層建筑施工的特點、高層建筑施工中的安全風險以及高層建筑施工安全風險的不確定性，將影響高層建筑施工安全的風險因素按其誘因進行分類，并在此基礎上制作調查問卷，進行問卷調查。

3、>　　 (2)使用蒙特卡洛模型驗證調查數據在SVM風險識別中的適用性，通過對SVM風險識別的訓練集進行訓練得到SVM風險識別模型，利用SVM風險識別模型對高層建筑施工安全風險因素進行了識別，識別的總準確率為98.13％，證明本文提出的基于SVM的高層建筑風險識別是可行的。
　　 (3)建立評價指標體系和風險評價的訓練集與測試集，分別使用SVM與BP神經網絡對已識別的風險因素進行風險評價，評價結果表明:在小樣本數據條件下，SVM