基于改进K-Means聚类模型的公路隧道施工风险分析及其应用
【摘要】 针对公路隧道施工安全生产事故频发的现实情况，提出一种改进的K-Means聚类风险评估模型，进行公路隧道建设全周期动态风险评估。采用WBS-RBS风险分析法进行隧道施工工序风险识别，用耦合作业分解树与风险分解树求取基本风险事件，作为K-Means聚类风险评估模型的样本对象。将事故发生的可能性、人员暴露于危险环境中的频繁程度和发生事故或危险事件可能产生的后果作为评估指标，构建三维K-Means聚类模型。根据风险等级划分标准指定5组样本作为初始聚类中心，不仅能够保证多次运行结果的一致性，同时确保评价样本集能够自然落入不同风险等级区间。应用Spearman秩相关系数法对风险耦合矩阵进行独立性检验，从相关度和可接受度两个角度分析指标因素的内在联系，有助于提高WBS-RBS耦合系统的准确性与可靠性，在进行风险评估与对策制定时考虑风险事件之间的横向联系。将上述模型应用于某工程实例，通过计算得到20项基本风险事件的风险等级，其中装药爆破的水文地质条件风险等级为Ⅳ级(较大风险)、钻射炮孔工人违章作业风险等级为Ⅲ级(一般风险)。针对各施工
