数据库系统设计DatabaseSystemDesign电子技术与软件工程ElectronicTechnology&SoftwareEngineering202在装配式建筑施工过程中，塔式起重机作为必不可少的施工机械设备，被广泛用于构件吊装作业[1]，由于其作业强度高，吊件质量大且形状不规则，构件安装精度要求高等特点，导致现场吊装作业事故频发。因此对其作业过程进行风险管控研究具有重要意义。由于装配式建筑吊装作业多空间并行施工的特点[2]，导致装配式建筑施工事故的风险因素更加繁杂。本文基于Apriori关联规则算法得到高频风险因素并挖掘各因素间的影响机制,建立WBS-RBS风险耦合矩阵。最后根据IFWA算子对各风险因素进行排序分析。为吊装作业安全管理提供参考。1基于Apriori算法的风险分析1.1Apriori算法原理Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法[3]。在筛选前，首先需要设定好最小支持度和最小置信度。然后挖掘频繁项集，分析出各风险因素的关联规则。（1）式（1）代表该项集在数据库中出现的频率，M指数据库含有的总数目，CountX⋃Y代表项集X和项集Y同时在数据库中的计数。置信度：（2）式（2）中表示该项集的预测精确程度，SupportXY指同时包含项集X和项集Y与总事务之比，Support(X)为项集X与数据库中包含数据的总数之比。频繁项集：（3）式（3）中表示事务项的项集X的支持度比预先设置的最小支持度高，称为B(X)频繁项集。若该集合中含有的项目为则一，则称该项目为频繁1─项集，记为L1；若含有K个项目则称为频繁K─项集,记为LK。通过此步骤不断迭代更新，到无法生成频繁项集为止。1.2基于R语言的Apriori算法实现过程R语言易于编程且算法覆盖面广，因此选择其来实现Apriori算法关联规则分析。首先，从各省市政府以及安全管理类网站收集我国2010～2022年的65份装配式建筑吊装事故调查报告，截取其中描述事故原因的部分作为算法的案例库；然后对案例库数据进行预处理，把案例库中的每个案例定为一个项目集合，案例中的每个风险指标就为项。对所有项目进行编码，得到的部分编码结果。1.3风险识别结果各风险因素不是单独作用而导致事故发生的，它们之间也会相互影响从而加速致使不安全事故的发生，形成恶性循环，造成更严重的后果。WBS是生产过程的作业步骤，通过吊装作业相关技术规范将装配式建筑施工吊装作业分为构件生产、运输、存放、吊装四阶段。RBS是由各工序中存在的各种类型风险，根据Apriori算法筛选出的出22项高频风险因素,并将其分为人员、管理、环境、机...
