申请/专利权人:河北元泰建中项目管理有限公司
申请日:2024-02-06
公开(公告)日:2024-03-19
公开(公告)号:CN117725488A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/214;G06N20/00;G06Q50/08;G06Q10/10;G06Q10/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明公开了基于机器学习的建筑工程项目安全性能预测方法及系统,方法包括数据采集、数据预处理、建筑项目事故结果预测、建筑项目安全系数预测和建筑工程项目安全性能预测。本发明涉及建筑工程项目安全性能预测技术领域,具体是指基于机器学习的建筑工程项目安全性能预测方法及系统,本发明收集建筑工程事故数据,并通过安全性调查采集安全系数数据;采用异常值处理、独热编码和数据重采样的数据预处理方法;采用极限梯度优化模型进行建筑项目事故结果预测,保证了预测的性能、灵活性和可扩展性;采用决策树算法进行建筑项目安全系数预测,得到更易理解和解释的安全系数预测数据参考。
主权项:1.基于机器学习的建筑工程项目安全性能预测方法,其特征在于:该方法包括以下步骤:步骤S1:数据采集;步骤S2:数据预处理;步骤S3:建筑项目事故结果预测;步骤S4:建筑项目安全系数预测;步骤S5:建筑工程项目安全性能预测;在步骤S1中,所述数据采集,用于采集建筑工程项目安全性能预测所需的基本数据集,具体为从建筑工程事故数据集和建筑工程项目调查数据记录中,通过采集,得到建筑工程项目安全性能预测原始数据,所述建筑工程项目安全性能预测原始数据的数据结构,具体包括数值型数据和分类标签型数据,所述建筑工程项目安全性能预测原始数据的数据内容,具体包括事故结果预测原始数据和安全系数预测原始数据;在步骤S2中,所述数据预处理,用于对原始数据进行数据预处理,具体为对所述建筑工程项目安全性能预测原始数据进行数据预处理,得到建筑工程项目安全性能预测优化数据,所述建筑工程项目安全性能预测优化数据,包括事故结果预测优化数据和安全系数预测优化数据;在步骤S3中,所述建筑项目事故结果预测,用于进行建筑项目事故结果预测,具体为基于所述事故结果预测优化数据,采用极限梯度优化模型进行建筑项目事故结果预测,得到建筑项目事故结果预测参考数据;在步骤S4中,所述建筑项目安全系数预测,用于进行建筑项目安全系数预测,具体为基于所述安全系数预测优化数据,采用决策树算法进行建筑项目安全系数预测,得到建筑项目安全系数参考数据;在步骤S5中,所述建筑工程项目安全性能预测,用于进行建筑工程项目安全性能的整体评估和预测,得到建筑工程项目安全性能预测参考数据。
全文数据:
权利要求:
百度查询: 河北元泰建中项目管理有限公司 基于机器学习的建筑工程项目安全性能预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。