文摘准确地预测施工建设中的安全风险对于开展高质量的公路建设作业至关重要。基于南中项目安全巡查记录,建立致因指标体系,通过比较分析K邻近(K-Nearest Neighbor,KNN)、支持向量机(Support Vector Machines,SVM)、随机森林(Random Forest,RF)、极端梯度提升(Extreme Gradient Boosting,XGBoost)模型预测的准确率,选择XGBoost模型进行风险等级及风险类型预测,通过自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)和长短期记忆网络(Long Short Term Memory,LSTM)模型对建设风险进行时序分析。结果表明,XGBoost模型相较于其他模型对风险等级预测的准确率最高,为0.82,对风险类型预测的准确率为0.74,具有较高的精确度。临边围蔽及设置警戒线、特种设备装置、电缆架空、气瓶保管等方面管理不到位对施工风险的影响较大,且临边围蔽及设置警戒线指标在管理指标的交互影响下与宏观风险等级呈负相关。LSTM模型对于公路建设风险时序分析具有较好的预测结果,且通过广东省案例验证发现,实施关键管理后,风险等级较之前有所降低。
