基于ICUOWGA-RBF神经网络的装配式建筑施工安全评价

为解决装配式建筑施工安全评价指标的模糊不确定性、随机性和指标间非线性关系造成专家难以洞察指标全部信息,从而降低评价结果科学性的难题,提出了基于ICUOWGA-RBF神经网络的装配式建筑施工安全评价方法。该方法首先根据事故致因理论,从人员-物-管理-技术-环境5个维度构建装配式建筑施工安全评价指标体系;然后引入模糊语义量化算子对传统CUOWGA算子进行改进得到ICUOWGA算子,并利用ICUOWGA算子计算评价指标的权重,进一步消除运算过程的主观性;最后利用RBF神经网络训练样本数据,规避模拟过程陷入局部最小值的缺陷,优化学习效率,提高收敛速度。通过将该方法运用于郑州某装配式建筑工程施工项目的安全评价,结果表明该装配式建筑施工的安全等级较高,并指出影响安全施工的主要因素,为装配式建筑施工安全管理提供了管理思路。

基于改进CUOWGA算子的高层建筑火灾安全评价

提出基于改进CUOWGA算子的高层建筑火灾安全评价模型。从外部环境、建筑本身、建筑消防构成、消防设施、消防管理5个方面构建评价指标体系。利用模糊区间数解决指标模糊不确定性问题,将模糊语义量化算子和规范化决策矩阵引入CUOWGA算子,得到改进后的ICUOWGA算子并对各指标进行加权集结处理,得到目标综合风险评价值和评价指标的重要性排序,极大地降低评价过程的主观性并简化计算过程。将该模型运用到绿地新会火灾安全评价中,认为该建筑火灾安全等级高,需加强对建筑消防构成的管控以及消防管理的监控。