91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

作者：鄭曉蒙

    我國(guó)地鐵建設(shè)邁入快速發(fā)展時(shí)期，截止2014年底，全國(guó)已有22個(gè)城市建成地鐵95條，運(yùn)營(yíng)里程達(dá)到2900公里，而在本世紀(jì)初，全國(guó)僅有4座城市共7條地鐵線路，總里程146公里。高速、高密度、高強(qiáng)度的建設(shè)任務(wù)導(dǎo)致地鐵施工安全事故時(shí)有發(fā)生，而工人的不安全行為是導(dǎo)致事故發(fā)生的重要因素，Heindrich曾在研究了近75000例事故后，提出了事故“金字塔”法則，即1起重傷事故背后，有29起輕傷事故，300起無傷害事故和大量人的不安全行為，Reason認(rèn)為90%的事故可以歸結(jié)于人的因素，筆者通過統(tǒng)計(jì)2008~ 2014年中國(guó)地鐵施工過程中公布的1731例安全事故發(fā)現(xiàn)，80%以上的一般事故（死亡3人以下，重傷10人以下，直接經(jīng)濟(jì)損失1000萬(wàn)以下）都與工人的不安全行為直接相關(guān)。而針對(duì)不同工種崗位的地鐵施工工人，在不同施工階段發(fā)生不安全行為的種類和頻率是不同的。因此，找出其存在的關(guān)聯(lián)規(guī)則，有助于提高施工現(xiàn)場(chǎng)工人不安全行為控制水平，降低事故率，對(duì)地鐵建設(shè)健康發(fā)展具有重要意義。

    目前對(duì)于施工工人行為方面的研究側(cè)重于從理論和方法的角度出發(fā)，有研究利用行為安全( behav-ior - based safety，BBS)方法觀察、分析和矯正工人的不安全行為，有研究從計(jì)劃行為理論( Theory of Planned Behavior，TPB)的角度分析工人不安全行為產(chǎn)生的認(rèn)知機(jī)理，還有從系統(tǒng)動(dòng)力學(xué)、神經(jīng)網(wǎng)絡(luò)等角度進(jìn)行研究，這些都是從工人行為產(chǎn)生機(jī)理、發(fā)展模式和改變策略等方面提出的理論和方法，遵循自上而下以理論驅(qū)動(dòng)的方式進(jìn)行研究。如今，隨著全球范圍內(nèi)個(gè)人電腦、智能手機(jī)等設(shè)備的普及，和新興市場(chǎng)內(nèi)不斷增長(zhǎng)的互聯(lián)網(wǎng)訪問量，各行

各業(yè)的數(shù)據(jù)量不斷增加，自下而上以數(shù)據(jù)驅(qū)動(dòng)的方式開展的研究越來越多，關(guān)聯(lián)規(guī)則就是其中一種數(shù)據(jù)挖掘方法，反映事物之間的相互依存性和關(guān)聯(lián)性。在施工安全領(lǐng)域，cheng等利用關(guān)聯(lián)規(guī)則從臺(tái)灣2000~ 2007年發(fā)生的1347起安全事故中找出導(dǎo)致事故發(fā)生的潛在危險(xiǎn)因素，挖掘這些因素與事故間的因果關(guān)系，從而彌補(bǔ)管理缺陷和加強(qiáng)員工培訓(xùn)，但是屬于事后控制措施，有一定的滯后性。文中探究不同工種崗位工人不安全行為與施工階段的關(guān)聯(lián)關(guān)系，可通過施工過程的事中控制，進(jìn)一步有針對(duì)性加強(qiáng)工地安全管理水平。

    文中首先介紹關(guān)聯(lián)規(guī)則基本概念，然后分析地鐵施工工人工種崗位和不安全行為，照片拍攝時(shí)間和現(xiàn)場(chǎng)施工階段的對(duì)應(yīng)關(guān)系，從大量反映工人不安全行為的現(xiàn)場(chǎng)照片中提取{工種崗位，施工階段，不安全行為}三類屬性信息，構(gòu)建關(guān)聯(lián)規(guī)則挖掘數(shù)據(jù)庫(kù)，最后利用Apriori算法進(jìn)行挖掘，找出不同工種崗位的工人“施工階段一不安全行為”的強(qiáng)關(guān)聯(lián)規(guī)則，并以地鐵車站施工機(jī)械操作人員為例，闡述關(guān)聯(lián)規(guī)則挖掘過程和結(jié)果。

1  關(guān)聯(lián)規(guī)則基本概念

1.1  關(guān)聯(lián)規(guī)則的定義

    關(guān)聯(lián)規(guī)則是應(yīng)用于大型數(shù)據(jù)庫(kù)挖掘的技術(shù)，最初應(yīng)用于商業(yè)領(lǐng)域，后被廣泛應(yīng)用于教育、醫(yī)學(xué)、工業(yè)領(lǐng)域等。核心是通過挖掘算法從大量的數(shù)據(jù)中找出存在相關(guān)關(guān)系的項(xiàng)目，形成如X—Y，的蘊(yùn)涵式。關(guān)聯(lián)規(guī)則中，支持度( Support)、置信度( Confidence)和提升度(Lift)是3個(gè)重要的參數(shù)。支持度為數(shù)據(jù)庫(kù)中出現(xiàn)項(xiàng)集X和y的次數(shù)（用xu Y，表示）與總項(xiàng)集次數(shù)之比，確定其在總項(xiàng)集里出現(xiàn)的概率；置信度為項(xiàng)集xu y的支持度與項(xiàng)目X的支持度之比，表示含有先導(dǎo)項(xiàng)X的條件下，由關(guān)聯(lián)規(guī)則“X一Y”推出后繼項(xiàng)y的概率；提升度為X—y的置信度與項(xiàng)目Y，的支持度之比，表示含有先導(dǎo)項(xiàng)X的條件下，同時(shí)含有后繼項(xiàng)Y的概率與后繼項(xiàng)Y，的概率之比。

1.2關(guān)聯(lián)規(guī)則的種類

    關(guān)聯(lián)規(guī)則可以按照不同的情況進(jìn)行分類：①基于規(guī)則中處理的變量的類別，關(guān)聯(lián)規(guī)則可以分成布爾型和數(shù)值型；②基于規(guī)則中數(shù)據(jù)的抽象層次，可以分為單層關(guān)聯(lián)規(guī)則和多層關(guān)聯(lián)規(guī)則；③基于規(guī)則中涉及到的數(shù)據(jù)維數(shù)，關(guān)聯(lián)規(guī)則中的數(shù)據(jù)，可以分為單維的和多維的。

    文中挖掘數(shù)據(jù)庫(kù)中{工種崗位，施工階段，不安全行為}3類數(shù)據(jù)，由于限定了工種崗位，挖掘的是施工階段和不安全行為這兩類數(shù)據(jù)的關(guān)聯(lián)關(guān)系，數(shù)據(jù)均為離散型，所有的項(xiàng)目?jī)H具有一個(gè)層次，涉及了數(shù)據(jù)的一個(gè)維度，因此屬于布爾型單層單維關(guān)聯(lián)規(guī)則。

1.3 Apriori算法

    文中采用Apriori算法挖掘數(shù)據(jù)的關(guān)聯(lián)，該算法適用于挖掘布爾型關(guān)聯(lián)規(guī)則，分成3個(gè)步驟：①找出所有支持度大于最小支持度的項(xiàng)集，這些項(xiàng)集構(gòu)成頻集；②從頻集中找出強(qiáng)規(guī)則，產(chǎn)生強(qiáng)規(guī)則的項(xiàng)目既滿足最小支持度又滿足最小置信度；③通過提升度驗(yàn)證有效的強(qiáng)關(guān)聯(lián)規(guī)則，即滿足lift（X→Y）>1，否則視為無效的強(qiáng)關(guān)聯(lián)規(guī)則。

2  關(guān)聯(lián)規(guī)則挖掘數(shù)據(jù)庫(kù)構(gòu)建

    挖掘關(guān)聯(lián)規(guī)則的數(shù)據(jù)來源于現(xiàn)場(chǎng)反映工人不安全行為的照片，徐晟等研究將反映工人不安全行為的現(xiàn)場(chǎng)照片整理成安全培訓(xùn)素材，郭里煜等研究利用JHA和詞語(yǔ)相似度相結(jié)合的方法，自動(dòng)從現(xiàn)場(chǎng)照片中提取工人的不安全行為。因此，本研究在此基礎(chǔ)上，通過找出照片反映的不安全行為與工人工種崗位，照片拍攝時(shí)間與現(xiàn)場(chǎng)施工階段的對(duì)應(yīng)關(guān)系，提取每張現(xiàn)場(chǎng)照片包含的{不安全行為，工種崗位，施工階段}3類屬性信息，構(gòu)建關(guān)聯(lián)規(guī)則挖掘數(shù)據(jù)庫(kù)。

2.1  不安全行為與工人工種崗位對(duì)應(yīng)關(guān)系

根據(jù)標(biāo)準(zhǔn)規(guī)范等資料整理地鐵施工工人的不安全行為，共計(jì)17類522條，17類包括文明施工(01)、消防(02)、腳手架(03)、基坑支護(hù)(04)、模板工程(05)、盾構(gòu)法隧道施工(06)、礦山法隧道施工(07)、安全防護(hù)(08)、塔吊(09)、龍門吊(10)、物料提升機(jī)(11)、起重吊裝(12)、施工機(jī)具(13)、隧道軌行區(qū)(14)、人工挖孔樁(15)．爆破(16)和施工用電(17)，形成列表，利用該列表篩選現(xiàn)場(chǎng)照片中存在的工人不安全行為。表l為模板工程類部分不安全行為。

    然后，定義地鐵施工工人的工種崗位，傳統(tǒng)建筑業(yè)八大工種包括木工、鋼筋工、抹灰工、砌筑工、混凝土工、架子工、油漆工和防水工，結(jié)合地鐵施工的特點(diǎn)，將地鐵施工工人分成普工、架子工、鋼筋工、模板工、電焊工、電工、機(jī)械操作人員等，其中，普工為非專業(yè)工種，機(jī)械操作人員包括起重機(jī)駕駛員、挖掘機(jī)駕駛員、推土機(jī)駕駛員、建筑起重司索信號(hào)工等。

最后，建立照片反映的不安全行為與工人的工種崗位的對(duì)應(yīng)關(guān)系，某些類型的不安全行為例如腳手架類、模板工程類等，對(duì)應(yīng)特定的架子工、模板工等專業(yè)工種，某些類型的不安全行為對(duì)應(yīng)所有的工種崗位，只要在地鐵施工現(xiàn)場(chǎng)的工人都可能發(fā)生，如文明施工類不安全行為“工人未佩戴安全帽進(jìn)入施工現(xiàn)場(chǎng)”等，部分不安全行為與地鐵施工工人的工種崗位之間的對(duì)應(yīng)關(guān)系如表2所示。

2.2照片拍攝時(shí)間與現(xiàn)場(chǎng)施工階段對(duì)應(yīng)關(guān)系

一方面，參考我國(guó)各城市（北京，重慶等）城市軌道交通工程劃分標(biāo)準(zhǔn)，確定地鐵施工階段，如圖1所示，地鐵車站工程可分為明挖車站主體工程、暗挖車站主體工程、蓋挖車站主體工程、附屬工程．建筑設(shè)備安裝工程、室外建筑工程6個(gè)分部工程，其中明挖車站主體工程分為圍護(hù)結(jié)構(gòu)、開挖降水、架設(shè)支撐、開挖底板、底板澆筑、中板澆筑、頂板澆筑和拆除支撐8個(gè)主要的施工階段。

另一方面，地鐵施工過程中利用形象進(jìn)度圖記錄每日施工實(shí)際進(jìn)度，圖2為地鐵某車站2014年7月27日施工形象進(jìn)度圖，反映當(dāng)天正在進(jìn)行第二層土方開挖施工，處于開挖降水施工階段。通過現(xiàn)場(chǎng)照片的拍攝時(shí)間，可獲取工人發(fā)生不安全行為時(shí)現(xiàn)場(chǎng)施工進(jìn)度數(shù)據(jù)，從而確定該照片反映的現(xiàn)場(chǎng)施工階段信息。

3  關(guān)聯(lián)規(guī)則挖掘案例分析

    通過上述介紹的方法，以地鐵車站施工過程的機(jī)械操作人員為例，利用數(shù)據(jù)庫(kù)中整理出的2000多張現(xiàn)場(chǎng)照片提取的屬性信息，通過SPSS Modeler軟件建模，分析施工階段與工人不安全行為的關(guān)聯(lián)，找出該類工人最容易在哪個(gè)施工階段發(fā)生哪種不安全行為。

    1)挖掘頻繁項(xiàng)集

首先利用現(xiàn)場(chǎng)照片中包含的屬性信息構(gòu)建布爾矩陣，如表3所示，矩陣中行代表項(xiàng)目，包括施工過程{圍護(hù)結(jié)構(gòu)，開挖降水，……}和不安全行為{無關(guān)人員進(jìn)入吊裝危險(xiǎn)區(qū)域，挖土機(jī)作業(yè)時(shí)周圍區(qū)域內(nèi)有其余工人作業(yè)活動(dòng)，……}，矩陣中列代表項(xiàng)，即為包含屬性信息的現(xiàn)場(chǎng)照片，針對(duì)每張照片反映的項(xiàng)目信息，矩陣中數(shù)字1表示項(xiàng)目出現(xiàn)，0表示項(xiàng)目不出現(xiàn)，每行中均包含數(shù)字1的項(xiàng)目代表其同時(shí)出現(xiàn)。

支持度可以反映項(xiàng)目間的強(qiáng)／中／弱鏈接。設(shè)置施工階段為先導(dǎo)項(xiàng)，不安全行為為后繼項(xiàng)，支持度0. 08以上為強(qiáng)鏈接，支持度在0.05以下為弱鏈接，在軟件中導(dǎo)人已構(gòu)建的布爾矩陣，通過關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)模型，計(jì)算得到機(jī)械操作人員在不同施工階段出現(xiàn)不同不安全行為的支持度大小，并反映出強(qiáng)／中／弱鏈接，如表4所示。

2)強(qiáng)規(guī)則項(xiàng)

確定頻繁項(xiàng)集后，在軟件中通過Apriori算法，設(shè)置最小置信度為0.2。導(dǎo)出滿足最小支持度和最小置信度的強(qiáng)規(guī)則項(xiàng)為“開挖降水一挖土機(jī)作業(yè)時(shí)周圍區(qū)域內(nèi)有其余工人作業(yè)活動(dòng)”，置信度為0. 25，支持度為0. 096。將“開挖降水”表示為項(xiàng)目X，“挖土機(jī)作業(yè)時(shí)周圍區(qū)域內(nèi)有其余工人作業(yè)活動(dòng)”表示為項(xiàng)目Y，計(jì)算

，說明該規(guī)則為有效的強(qiáng)規(guī)則。因此，對(duì)于機(jī)械操作人員來說，最容易在開挖降水階段出現(xiàn)挖土機(jī)作業(yè)時(shí)周圍區(qū)域內(nèi)有其余工人作業(yè)活動(dòng)的不安全行為。通過上述方法，同樣可以挖掘其余

工種崗位的工人，在不同施工階段易出現(xiàn)的不安全行為，從而有針對(duì)性的進(jìn)行控制。

4結(jié)論

1)文中從現(xiàn)場(chǎng)照片中提取{不安全行為，工種崗位，施工階段}3類屬性信息，構(gòu)建挖掘關(guān)聯(lián)規(guī)則的數(shù)據(jù)庫(kù)，積累大量數(shù)據(jù)。

2)通過Apriori算法，挖掘工人不安全行為與工種崗位、施工階段的關(guān)聯(lián)規(guī)則，并以機(jī)械操作人員為例介紹其挖掘過程與結(jié)果，最終得到有效強(qiáng)規(guī)則“開挖降水→挖土機(jī)作業(yè)時(shí)周圍區(qū)域內(nèi)有其余工人作業(yè)活動(dòng)”.按照同樣的方法可以找出各工種崗位工人在不同施工階段最容易出現(xiàn)的不安全行為，從而揭示地鐵施工工人發(fā)生不安全行為的時(shí)間規(guī)律，利于有針對(duì)性進(jìn)行控制與管理。

3)文中挖掘的關(guān)聯(lián)規(guī)則僅考慮施工階段和不安全行為，屬于單維關(guān)聯(lián)規(guī)則，未考慮空間信息（施工部位）、天氣信息等，下一步研究如何獲取這些信息，挖掘工人不安全行為的多維關(guān)聯(lián)規(guī)則，進(jìn)一步探究地鐵施工工人不安全行為規(guī)律。

5摘要：

   當(dāng)前工人不安全行為研究多側(cè)重從理論和方法的角度出發(fā)，而通過數(shù)據(jù)挖掘探究規(guī)律性方面的研究存在不足，因此，提出了地鐵施工工人不安全行為關(guān)聯(lián)規(guī)則研究。首先，構(gòu)建關(guān)聯(lián)規(guī)則挖掘數(shù)據(jù)庫(kù)，以大量反映現(xiàn)場(chǎng)不安全行為的照片為數(shù)據(jù)來源。然后，利用Apriori算法，通過sPssModeler軟件建模，以地鐵車站施工機(jī)械操作人員為例介紹關(guān)聯(lián)規(guī)則挖掘過程和結(jié)果。結(jié)果表明：機(jī)械操作人員存在有效強(qiáng)關(guān)聯(lián)項(xiàng)為“開挖降水一挖土機(jī)作業(yè)時(shí)周圍區(qū)域內(nèi)有其余工人作業(yè)活動(dòng)”。說明針對(duì)不同工種崗位的工人，在不同施工階段存在易出現(xiàn)的不安全行為，可以有針對(duì)性地進(jìn)行控制與管理，從而降低事故率。