基于BP神经网络的高层建筑施工安全评价

发布时间：2017-09-15 15:15

  本文关键词：基于BP神经网络的高层建筑施工安全评价

  更多相关文章： 高层建筑施工 安全评价 BP神经网络 评价指标

【摘要】：随着我国城市化进程的快速推进和科学技术的进步,建筑业已经进入了发展的快车道,尤其是时下兴起的高层建筑,全国各地都在兴建各式各样的摩天大楼,我国的天际线高度不断刷新。伴随而来的每年都会发生很多的高层建筑施工安全事故,上千人每年因此失去生命,造成的经济损失非常严重。虽然我国施工安全管理水平在不断提高,技术和法律体系也在不断完善,但是每年安全事故的绝对数量比欧美等发达国家要多出很多,因此在安全问题的研究上,形势依然不容乐观。本篇文章研究分析了高层建筑施工安全生产的特点,总结以往大量高层建筑施工事故案例,归纳出了我国近些年来高层建筑施工的事故类型,它们分别是高处坠落、物体打击、坍塌、机械伤害、起重伤害和触电等安全事故类型。对每一种伤害类型进行了具体的分析,总结出了高层建筑施工安全事故发生的原因,在此基础上建立了高层建筑施工现场安全指标评价体系。高层建筑施工现场安全评价不是线性的模型,而是非线性的。BP神经网络具有很多传统评价方法无法比拟的优势。这些优势将会是高层建筑施工安全评价的一种革新。它的优越性在于攻克了旧式安全评价方法的缺陷,带来了全新的评价数据处理模式,将准确和快速真正意义上带入了高层建筑施工安全评价的结果之中。BP神经网络需要训练样本,经过研究本文决定使用专家打分和层次分析法相结合的方式来获得较为客观、准确和真实的样本数据,这对于后续的研究工作非常重要。MATLAB是运用神经网络的专业软件,用它来训练BP神经网络非常合适。最后实践训练好的神经网络模型,本文选择了大连的一个在建工程项目进行了安全评价,并给出了指导意见。
【关键词】：高层建筑施工 安全评价 BP神经网络 评价指标
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TU714;TU974
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-19
• 1.1 研究背景10-12
• 1.2 研究的意义12-13
• 1.3 国内外安全评价的发展现状13-16
• 1.3.1 国内安全评价的发展现状13
• 1.3.2 国外安全评价的发展现状13-14
• 1.3.3 国内外安全评价方法研究14-16
• 1.4 主要研究内容和方法16-19
• 1.4.1 主要研究内容16-17
• 1.4.2 主要研究方法及技术路线17-19
• 2 高层建筑施工特征及事故原因分析19-25
• 2.1 高层建筑施工特征19
• 2.2 高层建筑施工安全事故类型分析19-23
• 2.2.1 高处坠落事故分析20-21
• 2.2.2 物体打击事故分析21
• 2.2.3 坍塌事故分析21-22
• 2.2.4 机械伤害事故分析22
• 2.2.5 起重伤害事故分析22
• 2.2.6 触电伤害事故分析22-23
• 2.3 高层建筑施工现场安全事故的原因分析23-24
• 2.3.1 人的原因23
• 2.3.2 材料的原因23
• 2.3.3 机械设备的原因23
• 2.3.4 技术的原因23-24
• 2.3.5 环境的原因24
• 2.3.6 管理的原因24
• 2.4 本章小结24-25
• 3 高层建筑施工安全评价指标体系的建立25-33
• 3.1 高层建筑施工安全评价指标体系建立的原则25-26
• 3.1.1 科学性原则25
• 3.1.2 逻辑性原则25-26
• 3.1.3 实践性原则26
• 3.1.4 全面性原则26
• 3.2 高层建筑施工安全评价输入指标体系的构建26-31
• 3.2.1 人的因素26-27
• 3.2.2 材料因素27-28
• 3.2.3 机械设备因素28
• 3.2.4 技术因素28-29
• 3.2.5 环境因素29-30
• 3.2.6 管理因素30-31
• 3.3 高层建筑施工安全评价输出指标31-32
• 3.4 本章小结32-33
• 4 应用层次分析法对输入指标进行权重分析33-39
• 4.1 权的定义33
• 4.2 层次分析法概述33-34
• 4.3 应用层次分析法确定输入指标权重34-37
• 4.4 输入指标权重分析的结论37-38
• 4.5 本章小结38-39
• 5 基于BP神经网络的高层建筑施工安全评价模型39-50
• 5.1 人工神经网络模型39-45
• 5.1.1 人工神经网络及BP网络介绍39
• 5.1.2 人工神经网络模型39-41
• 5.1.3 人工神经网络的分类41-44
• 5.1.4 人工神经网络的学习44-45
• 5.2 人工神经网络在评价过程中的优越性45-46
• 5.2.1 目前高层建筑施工安全评价方法存在的主要问题45
• 5.2.2 人工神经网络在评价过程中的优越性45-46
• 5.3 基于BP神经网络的高层建筑施工安全评价模型的建立46-49
• 5.3.1 BP神经网络的结构46-47
• 5.3.2 BP神经网络算法47-49
• 5.3.3 BP神经网络建立的程序49
• 5.4 本章小结49-50
• 6 BP神经网络在高层建筑施工安全评价中的应用50-65
• 6.1 高层建筑施工安全评价的训练样本50-55
• 6.1.1 输入指标51-52
• 6.1.2 输出指标52-55
• 6.2 BP神经网络结构的确定55-56
• 6.3 BP神经网络的训练和应用56-64
• 6.3.1 对数据进行归一化处理56-57
• 6.3.2 使用MATLAB对BP神经网络的训练57-61
• 6.3.3 应用实例61-64
• 6.4 本章小结64-65
• 7 结论65-67
• 7.1 总结65
• 7.2 研究成果65
• 7.3 不足与展望65-67
• 参考文献67-70
• 附录A 高层建筑施工安全评价输入指标评分表70-71
• 附录B 高层建筑施工安全指标权重分配问卷71-74
• 致谢74-75

【参考文献】

中国期刊全文数据库 前6条

1 宋君岩;;高层建筑给排水安装施工技术分析与研究[J];经营管理者;2013年13期

2 闫东东;景国勋;陈永芳;;模糊理论安全综合评价模型在天然气开采中的应用[J];价值工程;2012年01期

3 吴志远;;多层次信贷市场建设与融资性担保体系发展——以鄱阳湖生态经济区为例[J];江西农业大学学报(社会科学版);2012年03期

4 刘建;;安全系统工程在公路管理中的应用[J];交通标准化;2007年07期

5 于群;冯玲;;基于BP神经网络的网络安全评价方法研究[J];计算机工程与设计;2008年08期

6 王甜;;人工神经网络在非线性经济预测中的应用[J];大众商务;2010年02期

中国博士学位论文全文数据库 前1条

1 王开凤;山区高速公路施工安全评价及预警研究[D];武汉理工大学;2009年

中国硕士学位论文全文数据库 前1条

1 唐正娟;建筑施工现场安全评价研究[D];西安建筑科技大学;2010年

，

本文编号：857288