原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30卷第2期 计算机仿真 2013年2月
文章编号：1006—9348(2013)02—0359—05
建筑施工项目安全预警系统的仿真研究
赵元庆1，侯得恒2
(1．安阳师范学院计算机与信息工程学院，河南安阳455000；
2．安阳师范学院公共计算机教学部，河南安阳455000)
搐要：研究建筑施工项目安全风险准确评估问题，由于系统存在非线性因素，构建模型较困难。传统评估方法需要样本数目
大，而建筑施工项目安全风险是一种典型的小样本数据，导致传统方法的评估精度低。为提高建筑施工项目安全风险评估
精度，利用支持向量机专门针对小样本数据建模的优点，提出一种粒子群算法优化支持向量机的建筑施工项目安全预警系
统(PSO—SVM)。首先采用建筑施工项目安全风险评估正确率作为建模目标，评价指标确定评估模型结构，然后采用粒子
群算法优化支持向量机建立评估模型，以克服传统评估方法存的缺陷，以解决建筑施工项目安全风险评估精度的难题。仿
真结果表明，相对于神经网络，PSO—SVM提高了风险评估精度，在建筑施工项目管理具有一定的实际应用价值。
关键词：建筑施工项目；安全风险；评估模型；支持向量机；粒子群算法
中圈分类号：TM732文献标识码：B
Risk of
on
Study Early——WarningSystemBuilding
Construction
Project
2
ZHAO 1．HOU
Yuan—qingde—heng
of andInformation normal Henan
455000，China；
(1．SchoolComputer Engineering，Anyanguniversity，Anyang
of Normal Henan
455000，China)
2．ComputerTeachingDepartmentAnyang University，Anyang
riskassessmentofconstruction evaluationmethodsthenumberofS锄311-
safety project．Traditional
ABSTRACT：Study
construction riskisakindof small tothetraditionalmeth-
pies，andbuilding projectsafety typicalsampledata，lead
odfortheassessmentoflow orderto the of constructionrisk
precision．Inimprovesafetymanagementbuilding project
文档评论（0）