基于多智能体仿真的建筑施工安全监管模式研究

本文根据建筑施工安全政府监管现状,采用多智能体建模方法,利用Netlogo软件建立了建筑施工安全监管模型,分别模拟仿真了双随机检查模式、定期与专项全面检查模式、项目分级管控模式的监管效果,仿真结果表明项目分级管控模式可以有效管控重大风险项目数量,监管效果得到明显提升,可以考虑进一步推广应用。

基于BP神经网络的建筑施工安全事故预测研究

选取2012年-2021年江苏省房屋市政工程安全事故10个相关数据,利用Spearman相关性分析进一步筛选出7个相关数据,并在此基础上运用BP神经网络构建了事故预测模型,最后利用测试数据实际验证了模型的可靠性。研究结果表明:BP神经网络可以很好地应用于房屋市政工程事故预测,并且具有较高的精确度,可以为房屋市政工程事故预防、政府监管、应急管理等工作提供有效的数据支撑。