基于PSO-SVM的安全投入预测模型研究

作者：郭进平; 吴泳杉

来源：建设科技, 2020, Z1: 127-132.

DOI：10.16116/j.cnki.jskj.2020.03.025

• 安全投入
• 支持向量机(SVM)
• 粒子群优化算法(PSO)

针对目前建筑企业生产活动中在安全投入方面存在的投入不足及配比不合理等问题,根据施工企业的特征,将投入划分为工程项目投入、技术投入、宣传教育投入、管理投入和劳保投入五项,通过粒子群算法对支持向量机参数的不断优化,构建基于PSO-SVM的预测模型,实现施工企业安全投入总额的预测。研究结果表明:模型在安全投入预测这一问题上,能够对安全投入的总额进行预测,且模型精度上高于神经网络。为企业今后的安全投入决策提供指导方向,为企业未来进行安全投入决策提供了指导依据,帮助建筑企业进一步加强安全管理。

• 单位
  西安建筑科技大学