基于随机森林的矿工不安全行为预测预警模型

扫码查看

原文链接

万方数据
维普

中文摘要：为减少煤矿工人不安全行为,科学研判其未来趋势和状态,通过事故统计和文献分析构建煤矿不安全事件与事故数据库和矿工不安全行为属性表,在此基础上,采用Apriori算法挖掘各不安全因素与不安全行为间的关联规则,将强相关规则作为随机森林预测模型的输入指标,不安全行为频次作为输出指标,对原始模型进行拟合训练,基于相关性分析与专家建议设置预警阈值,完善矿工不安全行为预警模型.结果表明:安全文化、现场监护、无效纠正、技术环境以及人员状态与矿工不安全行为构成强相关规则;对于矿工不安全行为的预测,预测值与实际值的偏差较小,预警模型准确度较高;且技术环境、工作环境、组织管理和隐患识别对预测结果影响最大.

外文标题：A prediction and early warning model of miners'unsafe behavior based on random forest

作者：

李红霞、徐浩冉、田水承

展开 >

作者单位：

西安科技大学管理学院,陕西西安710054

西安科技大学安全科学与工程学院,陕西西安710054

西安科技大学应急管理学院,陕西西安710054

关键词：

随机森林矿工不安全行为预测预警模型关联规则挖掘

基金：

国家自然科学基金国家自然科学基金国家自然科学基金

项目编号：

51874237U190421071273208

出版年：

2022

DOI：

10.16265/j.cnki.issn1003-3033.2022.12.2752

中国安全科学学报

中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心

影响因子：1.548

ISSN：1003-3033

年,卷(期)：2022.32(12)

被引量2
参考文献量11