文档名：建筑安全投入的GWOSVR模型构建与实证分析
摘要：为解决建筑施工企业普遍存在的安全投入指标优化效果不佳、决策过程不确定的问题,提出一种基于灰狼算法与支持向量机(GWO-SVR)的安全投入结构优化模型.基于事故经济损失评估理论确定事故经济损失,并将安全投入划分为安全防护、安全技术、安全教育、应急处置、日常安全管理5项投入,应用改进的支持向量机(SVR)对事故经济损失与安全投入进行非线性回归并得到回归方程.以事故经济损失最低为目标,采用经灰狼算法(GWO)优化的SVR进行迭代寻优,得到最佳的安全投入配置.结果表明:基于GWO改进的建筑安全投入SVR模型,能给出更趋合理的安全投入指标分配,企业的事故经济损失较模型使用前降低了13.79%.该模型可为建筑施工企业制定安全投入方案及提升安全决策效率提供技术参考.
作者：王卫强 庄云铎 闫帆 马志维 余健宇 Author：WANGWeiqiang ZHUANGYunduo YANFan MAZhiwei YUJianyu
作者单位：中国铁工投资建设集团有限公司,北京101300;中铁铁工城市建设有限公司,山东济南250101大连交通大学土木工程学院,辽宁大连116028
刊名：大连交通大学学报 ISTIC
Journal：JournalofDalianJiaotongUniversity
年，卷(期)：2023, 44(3)
分类号：
关键词：建筑企业 安全投入 指标优化 支持向量回归 灰狼算法
Keywords：constructionenterprise safetyinvestment indexoptimization supportvectorregression greywolfop-timization
机标分类号：F224F426.9F832.5
在线出版日期：2023年7月28日
基金项目：辽宁省教育厅科学研究计划资助项目，校企合作资助项目建筑安全投入的GWO-SVR模型构建与实证分析[
期刊论文] 大连交通大学学报--2023, 44(3)王卫强 庄云铎 闫帆 马志维 余健宇为解决建筑施工企业普遍存在的安全投入指标优化效果不佳、决策过程不确定的问题,提出一种基于灰狼算法与支持向量机(GWO-SVR)的安全投入结构优化模型.基于事故经济损失评估理论确定事故经济损失,并将安全投入划分为安全...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
建筑安全投入的GWO-SVR模型构建与实证分析 Model Construction and Empirical Analysis of Construction Safety Investment Based on Gray Wolf Optimization and Support Vector Regression
建筑安全投入的GWO-SVR模型构建与实证分析.pdf
- 文件大小:
- 998.94 KB
- 下载次数:
- 60
-
高速下载
|
