计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
2期
359-363
,共5页
建筑施工项目%安全风险%评估模型%支持向量机%粒子群算法
建築施工項目%安全風險%評估模型%支持嚮量機%粒子群算法
건축시공항목%안전풍험%평고모형%지지향량궤%입자군산법
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.
研究建築施工項目安全風險準確評估問題,由于繫統存在非線性因素,構建模型較睏難.傳統評估方法需要樣本數目大,而建築施工項目安全風險是一種典型的小樣本數據,導緻傳統方法的評估精度低.為提高建築施工項目安全風險評估精度,利用支持嚮量機專門針對小樣本數據建模的優點,提齣一種粒子群算法優化支持嚮量機的建築施工項目安全預警繫統(PSO-SVM).首先採用建築施工項目安全風險評估正確率作為建模目標,評價指標確定評估模型結構,然後採用粒子群算法優化支持嚮量機建立評估模型,以剋服傳統評估方法存的缺陷,以解決建築施工項目安全風險評估精度的難題.倣真結果錶明,相對于神經網絡,PSO-SVM提高瞭風險評估精度,在建築施工項目管理具有一定的實際應用價值.
연구건축시공항목안전풍험준학평고문제,유우계통존재비선성인소,구건모형교곤난.전통평고방법수요양본수목대,이건축시공항목안전풍험시일충전형적소양본수거,도치전통방법적평고정도저.위제고건축시공항목안전풍험평고정도,이용지지향량궤전문침대소양본수거건모적우점,제출일충입자군산법우화지지향량궤적건축시공항목안전예경계통(PSO-SVM).수선채용건축시공항목안전풍험평고정학솔작위건모목표,평개지표학정평고모형결구,연후채용입자군산법우화지지향량궤건립평고모형,이극복전통평고방법존적결함,이해결건축시공항목안전풍험평고정도적난제.방진결과표명,상대우신경망락,PSO-SVM제고료풍험평고정도,재건축시공항목관리구유일정적실제응용개치.
