2024. — Т 16. — № 6 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://esj.today/31ecvn624.html

Полный текст статьи в формате PDF (объем файла: Файл не найден)

Ссылка для цитирования этой статьи:

Инструментарий идентификации и оценки рисков в жизненном цикле дорожно-строительных объектов умных городов (на примере г. Омска) // Вестник Евразийской науки. — 2024. — Т 16. — № 6. — URL: https://esj.today/PDF/.pdf (дата обращения: 08.07.2025).

Инструментарий идентификации и оценки рисков в жизненном цикле дорожно-строительных объектов умных городов (на примере г. Омска)

Масюк Наталья Николаевна
ФГБОУ ВО «Владивостокский государственный университет», Владивосток, Россия
Профессор кафедры «Экономики и управления»
Доктор экономических наук, профессор
E-mail: masyukn@gmail.com
ORCID: https://orcid.org/0000-0001-8055-8597
РИНЦ: https://elibrary.ru/author_profile.asp?id=379603
SCOPUS: https://www.scopus.com/authid/detail.url?authorId=6507099557

Коденцева Юлия Викторовна
ФГБОУ ВО «Сибирский государственный автомобильно-дорожный университет», Омск, Россия
Проректор по проектной и организационной деятельности,
заведующий кафедрой «Проектное управление и информационное моделирование в строительстве»
Кандидат технических наук, доцент
E-mail: Kodjul78@mail.ru
ORCID: https://orcid.org/0000-0001-6548-1907
РИНЦ: https://elibrary.ru/author_profile.asp?id=196660
SCOPUS: https://www.scopus.com/authid/detail.url?authorId=57214226555

Аннотация. Исследование посвящено вопросам управления рисками в современном умном городе. Цель исследования — идентифицировать риски в жизненном цикле дорожно-строительных объектов с применением технологий градиентного бустинга. Методология исследования построена на применении методов машинного обучения к показателям, характеризующим безопасность в современных урбанистических пространствах. С применением парсера сформирован датасет, включающий характеристики дорожно-транспортных происшествий, такие как показатели смертности на автомобильных дорогах, качество дорожно-транспортной инфраструктуры, ее эксплуатации и выполнение строительных работ. Использованы статистические данные сайта ГИБДД за 2023 год по г. Омску. В расчетах использована высокопроизводительная библиотека машинного обучения с открытым кодом CatBoost, основанная на градиентном бустинге, работающая с числовыми и категориальными признаками Определение оптимальных значений модели выполнено с применением алгоритма GridSearchCV. Для оценки влияния параметров на результирующую переменную применен SHAP-анализ. Разработан авторский подход к косвенной оценке рисков в жизненном цикле дорожно-строительных объектов в современном городе, базирующийся на технологиях когнитивной визуализации и методов машинного обучения. Его апробация позволила выявить, что на возникновение чрезвычайных ситуаций в городе, и, следовательно, повышение уровня риска, в том числе гибели людей, в урбанистическом пространстве оказывают влияние факторы, связанные с фазами проектирования и эксплуатации дорожно-строительных объектов, а также их текущего состояния и капитального ремонта. Результаты исследований могут быть использованы при разработке программ и проектов развития урбанистической инфраструктуры, совершенствования технологий управления современным городом на региональном и федеральном уровнях.

Ключевые слова: управление рисками; жизненный цикл дорожно-строительных объектов; проектное управление; умные города; машинное обучение; датасет; когнитивная визуализация

Скачать