基于BP神经网络模型的建筑工程安全损失预测研究.pdfVIP

基于BP神经网络模型的建筑工程 安全损失预测研究* StudyonPredictionofConstructionEngineeringAccidentLoss BasedonBPNeuralNetworkModel 陈春来 浙江大学城市学院 杭州 310015 摘要：建筑工程安全损失问题不仅关系到建筑企业的稳定发展，而且直接影响着建筑产业整体效率的提升。基于此， 针对建筑工程实际，采用文献梳理的方法，构建出建筑工程安全损失影响指标体系，然后再将通过实地调研问卷搜集 到的数据带入BP神经网络，进而对各建筑工程安全损失进行预测。研究结果表明，该方法是可行且有效的。 关键词：BP神经网络模型模型 建筑工程 安全损失 评估与预测 中图分类号：TU12 文献标识码：B 文章编号：1004—1001(2013)01—0088—03 0 引言 概念 ，提出了建筑工程安全事故机会损失可细分为建筑工 进入21世纪 ，我国的建筑业正在成为工业、农业和商 程事故机会损失、间接经济损失和间接非经济损失等。而 业之后的第4大支柱产业…，2010年全国共完成建筑产业总 对于建筑工程安全损失预测的研究相对较少，但这方面 的 产值960311亿元，比上年增长25．03％；建筑企业实现利润 研究能直接有利于未来建筑企业对整体安全管理的有效控 34O9亿元，增长20．25％。建筑业的蓬勃发展 ，拉动 了诸如 制，所以，很有必要作进一步 的拓展与应用。 金属结构、机械制造、非金属矿物以及建筑材料等之紧密 鉴于人工神经 网络具有 的大量 的并行分布结构、非 相关产业的发展 ，对维持我国各区域经济快速增长具有不 线性特征、以及归纳和学习能力使其在信号处理、模式识 可替代的作用。但是在建筑产业不断发展的同时，由于其 别、建模 、时间序列分析、预测以及控制等方面得到了极 自身生产过程中复杂、动态与变化等特点又决定了建筑业 其广泛的应用 ‘‘。本研究亦在相关文献综述的基础上，建 极易成为事故多发行业 ，并且建筑产业安全生产呈现出与 立了建筑工程安全损失影响指标体系。然后 ，再将通过实 其他行业截然不同的特点 。而这些建筑工程安全事故带 地调研搜集到的建筑安全损失相关数据 ，利用BP神经网络 来的损失不仅直接关系到建筑企业的稳定发展和信誉 ，而 对建筑工程安全损失进行预测 ，为合理控制建筑工程安全 且影响到社会的安定和可持续发展。 损失提供借鉴参考。 目前 ，关于工程安全事故损失的研究，主要集 中于事 故损失后期的评估。如国外主要采用海因里希法 、西蒙 1 基于文献回顾的建筑工程安全损失影响指 兹计算法 、野 口三郎计算法 、Andreoni法，而国内的 标体系建立 计算原则主要是参照 企业职工伤亡事故经济损失统计标 近年来 ，随着工程安全事故频发 ，建筑安全生产工作 准》。如冯斌和张守建 定义了建筑工程事故机会损失的 正逐步受到 了政府、企业与学者 的高度重视 ，而工程安全 事故的发生直接带来的后果是工程损失。 注 ：本项 目为建设部软课题计划项 目，编号为 ：2010一R3—5： 目前 ，关于工程安全损失影响因素的研究，邱少贤等 2011年浙江省重点建设科研项 目，编号为 ：201113。 ”在对企业的安全投入与安全绩效相关研究时发现，安全 作者简介 ：陈春来 (1977一)’男，硕士，副教授。 通讯地址 ：杭州市拱墅区湖州街5O号 (3lO015)。 投入与事故经济损失呈逆 向指数关系。即企业安全管理处 收稿 日期 ：201211．08 于一定水平 ，增加安全投入可以有效地减少事故 的经济损 [4]孙建卫，陈志刚，赵荣饮，等 基于投入产出分析的中国碳排放足迹研 土，201