-
题名基于PSO-RF的建筑安全文明施工费费率预测
被引量：9
- 1
-
-
作者
张舒
代涵
史秀志
邱引桂
-
机构
中南大学资源与安全工程学院
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2022年第2期844-850,共7页
-
文摘
合理的安全文明施工费计取费率是保障建筑安全生产水平的重要因素。为确定更加科学的计取费率,首先在充分调研费率影响因素的基础上,选取工程造价、建筑面积、建筑层数等7个因素建立了费率预测指标体系;其次对原始数据进行归一化处理,并随机划分训练集与测试集;然后利用粒子群算法PSO对随机森林RF的参数进行寻优,建立PSO-RF预测模型,并利用训练集对模型进行训练;同时利用测试集对模型进行算例仿真,并与其他4种预测模型进行对比;再利用10组实例数据对模型预测可靠性进行检验;最后利用Shapley值法对模型中7个指标的影响度进行排序。结果表明:相较于其他4种模型,PSO-RF模型具有更高的预测精度;各指标的影响度从大到小依次为工程地点、工程造价、建筑面积、施工工期、单方造价、建筑檐高、建筑层数。
-
关键词
安全社会工程
建筑安全文明施工费
费率预测
PSO-RF模型
SHAPLEY值
-
Keywords
safety social engineering
safety and civilized construction cost
fee rate forecast
PSO-RF model
Shapley value
-
分类号
X947
[环境科学与工程—安全科学]
-
-
题名地铁安全文明施工费费率标准动态测算研究
被引量：10
- 2
-
-
作者
陈伟
杨主张
容思思
付红阳
-
机构
武汉理工大学土木工程与建筑学院
武汉城市发展投资有限公司
武汉工程建设标准定额管理站
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2018年第4期145-150,共6页
-
基金
武汉市城建科研计划项目(20151h0292)
武汉理工大学研究生优秀学位论文培育项目(2017-YS-044)
-
文摘
为有效解决目前地铁工程中安全文明施工费费率标准指导效用滞后问题,在数据时效性约束下研究该费率的实时测算。在界定地铁工程安全文明施工费内涵的基础上,将其按固定费用和变动费用精细化分析,进而统计并预测其费用投入以作为费率测算分子;构建用粒子群算法优化的最小二乘支持向量机（PSO-LS-SVM）模型,用其预测竣工结算造价,从中提取计费基数作为费率测算分母;最终形成地铁工程安全文明施工费费率标准的动态测算方法;选取武汉地区在建样本项目进行实证分析。结果表明：用动态测算方法测算的费率,能够反映实时环境下的地铁工程对安全文明施工费的需求。
-
关键词
地铁工程项目
安全文明施工费费率
结算造价
动态测算
粒子群算法优化的最小二乘支持向量机(PSO-LS-SVM)模型
-
Keywords
subway project
safety-civilized measure cost rate
settlement cost
dynamic calculation
particle swarm optimization-least squares-support vectormachine （PSO-LS-SVM） model
-
分类号
X948
[环境科学与工程—安全科学]
-
-
题名装配式建筑安全文明施工费RS-LSSVM预测方法
被引量：9
- 3
-
-
作者
刘名强
李英攀
陈晓
王芳
李瑞格
李晓喆
-
机构
武汉理工大学土木工程与建筑学院
中建三局绿色产业投资有限公司
中建三局第二建设工程有限责任公司
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2018年第1期149-154,共6页
-
基金
湖北省自然科学基金资助(2013CFB346)
中央高校基本科研业务费专项资金资助(WUT:2014-IV-122)
-
文摘
为准确测算装配式建筑安全文明施工费,开发一种基于粗糙集（RS）-最小二乘支持向量机（LSSVM）模型的预测方法。根据装配式建筑作业空间并行多维且以吊装施工为主的特点,分析影响费用的主要因素并通过RS属性约简算法确定其测算因子;引入LSSVM,构建装配式建筑项目安全文明施工费测算模型,给出计算方法以及模型流程;以某城市群部分装配式项目的相关数据进行模型学习训练和仿真测算,以此为例完成实证检验和分析。结果表明：在样本数据较少、指标成多维非线性关系的情况下,用该方法测算所得结果与实际情况符合较好（平均相对误差为4.92%）,比BP模型和回归分析等2种传统方法（11.78%和17.67%）测算结果更准确,效率更高。
-
关键词
装配式建筑
安全文明施工费
粗糙集(RS)
最小二乘支持向量机(LSSVM)
预测
-
Keywords
fabricated building
safety-civilized measure cost
rough set （RS）
least squares support vector machine（LSSVM）
prediction
-
分类号
X948
[环境科学与工程—安全科学]
-
-
题名建筑工程安全文明施工费预测精度研究
被引量：1
- 4
-
-
作者
吴方浩
陈伟
孙惠中
牛力
付建华
-
机构
武汉理工大学土木工程与建筑学院
武汉市建设工程安全监督站
武汉工程建设标准定额管理站
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第8期51-58,共8页
-
基金
武汉市城建局科技计划项目(202227)。
-
文摘
为准确测算建筑工程安全文明施工费,提出案例推理技术(CBR)-最大信息系数(MIC)-随机森林(RF)预测模型方法。通过实地调研61个典型工程样本数据,选择12个安全文明施工费的影响因素作为候选特征变量,采用CBR进行样本相似度检索以构建模型的训练样本集,运用MIC确定关键特征变量输入模型,组合建立3种RF模型(RF、MIC-RF和CBR-MIC-RF),并通过实证分析其预测精度。结果表明:通过样本相似度检索和识别关键特征变量,可显著提高RF模型的预测精度(平均绝对百分比误差(MAPE)为3.35%);模型预测精度随不同等级的相似度阈值呈“U”型变化,设置合适的相似度阈值对提升模型的预测效果至为关键;CBR-MIC-RF模型可获得比支持向量机模型更好的预测性能。
-
关键词
建筑工程
安全文明施工费
预测精度
案例推理技术(CBR)
最大信息系数(MIC)
随机森林(RF)
-
Keywords
construction project
safety-civilized measure cost
prediction precision
case-based reasoning(CBR)
maximum information coefficient(MIC)
random forest(RF)
-
分类号
X915.4
[环境科学与工程—安全科学]
-
