摘要
目前,我国正在进行很大规模的基本建设。而建筑业又是我国的支柱产业之一,是我国国民经济的重要组成部分。但是,由于建筑业独一无二的特点,使施工现场发生事故的可能性很高,这对国民经济和人们的生命和财产安全造成很大的损失。因此,我们必须对安全给予很高的重视,将安全管理工作作为工程项目管理的一个重要内容来看待。
论文首先从安全管理研究入手介绍安全及安全评价的含义,进而对我国的建筑施工现场安全评价的特点以及我国建筑安全施工现场存在的问题进行了论述。在阅读了大量文献资料的基础上,对我国目前建筑安全的研究内容和研究方法进行了分类和总结,并提出了基于BP神经网络的建筑施工现场安全评价模型。
本文首先对影响建筑施工现场安全状况的众多因素进行了分析,主要是从人的因素、建筑材料及设备因素、技术因素、管理因素和环境因素五个方面进行细化。结合我国建设部颁布的《施工企业安全生产评价标准》(JGJ/T77-2003)中的各项指标,建立了一套更新的建筑安全评价指标体系。包含了24个影响建筑施工现场安全的主要指标。在建立好的建筑施工现场安全评价指标的基础上,结合人工神经网络的理论建立了基于BP神经网络的建筑施工现场安全评价模型。本文通过用用专家评分法来获取BP神经网络的样本数据。通过评分表的方式向几位专家调查打分,根据给定的每位专家的权重和专家所打的分数来计算施工现场的安全程度分数。通过统计后得到了15个建筑施工项目的评价指标体系指标值作为训练BP神经网络的样本数据。
通过用专家打分法产生的样本数据对网络进行训练,结果证明可以发现,期望输出与实际输出的误差很小,接近一致,这充分说明运用BP神经网络模型建立的建筑施工现场安全评价模型是有效的,可以使用这个模型对建筑施工现场安全进行评价的实证研究。
At present, China is undergoing a large-scale construction in its history. And the construction industry is one of the anchors in China. Because of the characteristics of construction, there is always full of the potential safety problems in the construction locale. All these kinds of factors may lead to accidents some time, and threaten the lives safety of construction workers seriously, so the safety management becomes an important part of the project management.
First of all, the papers talked about the concept of security and safety assessment, and then discussed the feature and the condition of the construction of China. After reading a lot of literature, the writer classified and summarized the current research content and methods of construction safety management in China, then a construction safety assessment model based on BP Neural Network was put forward.
Many factors influent the construction site safety was talked about firstly. The factors include human, material and mechanical equipment, technique, management and the environment of the construction site. The author set up a new construction safety assessment criteria system, which referred the "Safety Evaluation Criteria in Construction Enterprises" (JGJ/T77-2003) promulgated by China's Ministry of Construction. It includes 24 indicators in the system. On the base of the indicator system, the writer built a model based on the BP Neural Network. The model of BP network will be training by many training samples which came from the expert scores. By given the weight, many experts graded the construction site safety condition, and 15 training samples were got.
Using the sample data generated by the method of expert scoring to train the network, the results show that:there is small error between the desired output and actual output. So that the model of site safety assessment of construction using the model of BP neural network is effective, and it can be used for the empirical study of construction site safety assessment.
引文
[1]方东平,黄新宇,Jimmie Hinze.工程建设安全管理[M].北京:中国水利水电出版社,2001.9
[2]范建亭.中国建筑业发展轨迹与产业组织演化[M].上海:上海财经大学出版社,2008
[3]王刚,黄学斌.促进我国建筑安全管理发展的构想与建议.北京:施工技术[J],2002.(31)12:39
[4]中华人民共和国国家统计局编.中国统计年鉴2009总第28期.北京:中国统计出版社,2009.09
[5]方东平,黄吉欣,张剑.建筑安全监督与管理——国内外的实践与进展[M].北京:中国水利水电出版社;知识产权出版社,2005
[6]Jannadi, O.A. and Bu-Khamsin, M.S.,2002. Safety factors considered by industrial contractors in Saudi Arabia. Building and Environment 375, pp.539-547
[7]C. M. Tam, S. X. Zeng, Z. M. Deng. Identifying elements of poor construction safety management in China:Safety Science Volume 42, Issue 7, August 2004, Pages 569-586
[8]王力争,方东平.中国建筑业事故原因分析及对策.北京:中国水利水电出版社[M],2007
[9]国家安全监督局,统计信息,http://www.chinasafety.gov.cn
[10]梁月清,张开立.浅析建筑施工企业安全管理评价[J].安徽建筑,2006年10月第5期
[11]徐正义.建筑安装施工安技措施的编制.成都:建筑安全[J],1993(8)1:41-42.
[12]张芳顺,高盼星,刘俊.建筑安装企业建立职业健康安全管理体系的基本步骤.北京:中国标准导报[J],2003.7:42.
[13]Leavitt RE, Parker HW. Reducing construction accidents-to Management role. Journal of Construction Division.1976.102(3):465-478.
[14]Hinze J, Turnover New Worker and Safety. Journal of Construction Division.1978.104(4): 409-417.
[15]Hinze J, Gordon F. SuPervisor-worker Relationship Affects Injury Rate. Journal of Construction Division.1979.105(3):253-261.
[16]Hinze J, Pannullo J. Safety:Function of job Control. Journal of Construction Division.1978. 104(2):241-249.
[17]Hinze J, Parker HW. Safety Productivity and Job Pressures. Journal of Construction Division. 1978.104(1).
[18]Hinze J, Raboud P. Safety on Large Building Construction Projects. Journal of Construction Engineering and Management.1988.114(2):286-293.
[19]Hinze J, Harrison C. Safety Programs in large Construction Firms. Journal of Construction Division.1981.107(3):455-467.
[20]Hinze J, Figone LA. Subcontractors Safety as Influenced by General Contractors on Small and Medium Sized Projects. Source Document 38&39, Construction Industry Inst., Univ. of Washington, Seattle, Wash,1988.
[21]Liska RW, Goodloe D, Sen.R. Zero Accident Techniques. Source Document 86, Construction Industry Inst. Univ. of Texas at Austin, Tex,1993.
[22]John G Everett, Willard s Thompson. Experience Modification Rating for worker's Compensation Insurance. Journal of Construction Engineering and Management,1995.
[23]李洵,张土乔,潘新华.新加坡、英国及香港地区的建筑质量与安全分析[J].土木工程学报,2003,36(9):38-45.
[24]任敏.基于危险源识别与评价的建筑施工安全预警系统研究[D].西安:西安建筑科技大学.2008.
[25]张水平,朱建平,朱建华.建筑施工安全管理信息系统的研究和发展趋势[J].山西建筑.2007,8:11-12.
[26]周长春.连续危险源危险性评价原理与方法及其在煤矿瓦斯灾害中的应用研究[D].中国矿业大学,1995.
[27]金龙哲,宋存义.安全科学技术[M].北京:化学工业出版社,2004.
[28]Charles Jeffress. The United States Safety Legislation [D]. China Safety Work Forum,2001.
[29]苏振民,建筑施工安全状态的识别[J].南京建筑工程学院学报,2000(3),15-18.
[30]杨振宏,郭进平,张遵毅.安全预评价系统中灰关联因素的辨识[J].西安建筑科技大学学报(自然科学版),2003,35(3):78-81.
[31]杨德钦,基于工效学的施工危险源识别模型[J].经济建筑,2006,(287)6:37-39.
[32]牛更奇,王小妹,李献功.安全评价中危险辨识的地位、存在问题和对策[J].中国安全科学学报,2003,13(6):57-60.
[33]袁大祥,严四海.论动态安全评价[J].中国安全科学学报,2003,13(5):38-41.
[34]王毅,曹庆贵,程卫民.安全综合评价中的若干问题及其改进方法程[J].中国安全科学学报,1999,9(8):75-78.
[35]卢岚,杨静,秦篙.建筑施工现场安全综合评价研究[J].土木工程学报,2003,36(9):46-51
[36]卜全民.安全预评价方法及其应用研究[D].南京:南京工业大学,2003.
[37]张宏胜,罗东.浅析房屋建筑施工安全事故的原因及对策[J].施工技术,200612(35):252-253
[38]李志宪等编著.实用安全检查表汇编,煤矿、非煤矿山分册[M].北京:煤炭工业出版社,2006
[39]李志宪等编著.实用安全检查表汇编,煤矿、非煤矿山分册[M].北京:煤炭工业出版社,2006
[40]韩其俊.安全检查表法在安全评价中的应用及改进[J].石油化工安全技术,2003,4:13-16
[41]姚有利,吴青银,毕强,刘铁艳.安全检查表分析法在矿井评价中的应用[J].煤矿安全,2004
[42]张嘉勇,郭立稳.煤矿安全评价中安全检查表的数据处理[J].河北理工学院学报,2005,01
[43]贾宏禹,周思柱,李美求.层次分析法在安全检查表中的运用[J].建筑安全,2006,2:13-1
[44]朱茵,孟志勇,阚叔愚.用层次分析法计算权重[J].北方交通大学学报,1999,5:119-12
[45]范金志,郭德勇,张建国.层次分析法确定煤与瓦斯突出影响因素的权重[J].矿业安全与环保,2004,3:4
[46]段莉琼,刘立国,郭黎,张玉洁.应用层次分析法确定道路属性指标的权重[J].海洋测绘,2004,3:44-46
[47]张文泉,俞海玲.应用层次分析法确定矿井顶板涌水影响因素的权值[J].矿业安全与环保,2006,2:50-52
[48]汤海滢,康晓平,康辉,胡永华.用层次分析法确定职业卫生管理综合评价指标的权重系数[J].中国卫生监督杂志,2006,2:88-91
[49]T. L. Saaty著,许树柏等译.层次分析法-在资源分配、管理和冲突分析中的应用[M].北京:煤炭工业出版社,1988
[50]王莲芬,许树柏.层次分析法引论[M].北京:中国人民大学出版社,1990
[51]王宗军.多目标权系数赋值方法及其选择策略.系统工程与电子技术[J].1993,6:35-41
[52]张立明.人工神经网络的模型与应用[M].上海:复旦大学出版社.1993:69-76
[53]魏海坤.神经网络结构设计的理论与方法[M].北京:国防工业出版社,2005.
[54]袁曾任.人工神经网络及其应用[M]京:清华大学出版社.1999:120-124
[55]高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003.
[56]罗晓曙.人工神经网络理论·模型·算法与应用[M].桂林:广西师范大学出版社,2005
[57]张立明.人工神经网络的模型与应用[M].上海:复旦大学出版社,1993:69-76
[58]胡伍生.神经网络理论及其工程应用[M].北京测绘出版社,2006.
[59]王伟.人工神经网络原理——入门与应用.北京:北京航空航天大学出版,1995
[60]施式亮.矿井安全非线性动力学评价模型及应用研究[D].中南大学,2000
[61]李树刚,刘志云,林海飞.基于神经网络的煤与瓦斯突出矿井等级划分方法[J].煤田地质与勘探,2005,1:19-21.
[62]张晓宇,窦世卿.应用神经网络评价矿井通风系统[J].有色矿冶,2005,4:11-13.
[63]殷志祥,李突汉.改进的层次分析法在矿井安全管理的综合评价[J].淮南工业学院学报(自然科学版),2000,2:65-67.
[64]周开利,康耀红.神经网络模型及其MATLAB仿真程序设计.北京:清华大学出版社,2005
[65]闵惜琳,刘国华.用MATLAB神经网络工具箱开发BP网络应用[J].计算机应用,2001,8:163-164.
[66]刘哗,夏建生.MATLAB下神经网络工具箱的开发和应用[J].微型机与应用,2000,4:17-18.
[67]飞思科技产品研发中心编著.神经网络理论与MATLAB 7实现.北京:电子工业出版社,2005.