首页|建筑工程安全文明施工费预测精度研究

建筑工程安全文明施工费预测精度研究

扫码查看
原文链接
  • 万方数据
  • 维普
为准确测算建筑工程安全文明施工费,提出案例推理技术(CBR)-最大信息系数(MIC)-随机森林(RF)预测模型方法.通过实地调研61个典型工程样本数据,选择12个安全文明施工费的影响因素作为候选特征变量,采用CBR进行样本相似度检索以构建模型的训练样本集,运用MIC确定关键特征变量输入模型,组合建立3种RF模型(RF、MIC-RF和CBR-MIC-RF),并通过实证分析其预测精度.结果表明:通过样本相似度检索和识别关键特征变量,可显著提高RF模型的预测精度(平均绝对百分比误差(MAPE)为3.35％);模型预测精度随不同等级的相似度阈值呈"U"型变化,设置合适的相似度阈值对提升模型的预测效果至为关键;CBR-MIC-RF模型可获得比支持向量机模型更好的预测性能.
Safety-civilized measure cost prediction precision study on construction project

construction projectsafety-civilized measure costprediction precisioncase-based reasoning(CBR)maximum information coefficient(MIC)random forest(RF)

吴方浩、陈伟、孙惠中、牛力、付建华

展开 >

武汉理工大学土木工程与建筑学院,湖北武汉 430070

武汉市建设工程安全监督站,湖北武汉 430015

武汉工程建设标准定额管理站,湖北武汉 430015

建筑工程 安全文明施工费 预测精度 案例推理技术(CBR) 最大信息系数(MIC) 随机森林(RF)

武汉市城建局科技计划

202227

2023

10.16265/j.cnki.issn1003-3033.2023.08.0829

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)：2023.33(8)
  • 9