[发明专利]一种室外作业中暑风险的预测方法、系统、介质及计算机设备

说明书

本申请涉及一种室外作业中暑风险的预测方法，包括以下步骤：确定变量库，所述变量库中包含是否中暑变量，对变量库中的变量进行赋值，利用赋值后的变量库采集若干数量的样本数据，形成数据集；将是否中暑变量作为标签，变量库中的其他变量作为训练特征，利用所述数据集构建预测模型，通过所述预测模型，预测室外作业中暑风险。本申请能够在很大程度上成功预测中暑事件，方便提前采取干预措施，避免室外作业时中暑事件的发生。

技术领域

本发明涉及预测模型技术领域，特别涉及一种室外作业中暑风险的预测方法、系统、介质及计算机设备。

背景技术

夏季室外高温是室外作业人员均会接触的职业病危害因素，可能导致中暑，严重时危及人员生命。现对高温中暑风险的预警主要是依据气象数据，对区域进行高温预警，并未考虑每个人的个体差异及采取的防护措施，不能准确提出作业人员个体在夏季室外作业的风险。其中，影响职业性中暑的因素有很多，包括气象因素、个体因素、体力消耗因素以及其他可能影响职业性中暑的潜在因素。

目前来说，以气象因素为主预测全体人群热相关疾病的模型较多，尚缺乏针对室外作业工人群体职业性中暑的预测方法。

因此，如何提供一种室外作业中暑风险的预测方法，是目前亟待解决的问题。

发明内容

本发明实施例提供了一种室外作业中暑风险的预测方法，以解决现有技术中尚缺乏针对室外作业工人群体职业性中暑的预测方法的问题。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请提供一种室外作业中暑风险的预测方法，包括以下步骤：

确定变量库，所述变量库中包含是否中暑变量，对变量库中的变量进行赋值，利用赋值后的变量库采集若干数量的样本数据，形成数据集；

将是否中暑变量作为标签，变量库中的其他变量作为训练特征，利用所述数据集构建预测模型，通过所述预测模型，预测室外作业中暑风险。

可选地，所述预测室外作业中暑风险的步骤后还包括步骤：当预测室外作业的中暑风险大于等于预设阈值N时，引入对作业人员的干预措施。

可选地，所述预测模型包括随机森林模型、逻辑回归模型、支持向量机模型和/或极限梯度提升模型中的一种或者几种。

可选地，所述构建预测模型的步骤，包括：

将所述数据集中的数据根据X：Y的比例分为训练集和测试集，利用训练集中的数据训练预测模型，并利用测试集中的数据测试预测模型，X大于Y。

可选地，所述数据集中的数据根据7：3的比例分为训练集和测试集。

可选地，所述构建预测模型的步骤，还包括：

利用数据集中的数据对预测模型进行若干次交叉验证，计算并记录该预测模型在测试集上的准确率。

可选地，所述利用数据集中的数据对预测模型进行若干次交叉验证，计算并记录该预测模型在测试集上的准确率的步骤包括：

将数据集中所有的数据分成M份，不重复地每次取数据中的1份作为测试集，将其他M-1份作为训练集训练所述预测模型，然后利用计算并记录该预测模型在测试集上的准确率，重复M次，M为大于1的正整数。

可选地，将数据集中所有的数据分成10份，每次取数据中的1份作为测试集，将其他9份作为训练集训练所述预测模型，计算并记录该预测模型在测试集上的准确率，重复本步骤10次。

可选地，所述构建预测模型的步骤，还包括：测试所述预测模型参数的不同取值时的准确率变化，确定准确率最高时的参数取值，对所述预测模型参数进行优化。