10.16452/j.cnki.sdkjzk.2023.01.011
基于自步集成学习的非道路移动机械排气烟度预测模型
非道路移动机械逐步成为减排潜力挖掘的重点.本研究对山东省16个地级市共计13413台非道路移动机械开展排气烟度实测工作,通过分析机械排气烟度值和烟度检测合格率随机械类型、使用年限、功率的分布情况及所属经济圈的变化规律,绘制山东省排气烟度污染空间分布图;在分析单变量影响因素的基础上,选取6类易获取的机械属性作为特征参数,基于自步集成学习算法构建叉车烟度检测结果预判断模型.结果表明:非道路移动机械标准从国Ⅰ提升至国Ⅱ、国Ⅱ提升至国Ⅲ,排气烟度分别减小了33%和50%;推土机、沥青摊铺机、工业钻探设备以及叉车的整体排放状况较差;山东省三大经济圈的机械保有量从大到小依次为胶东>省会>鲁西南,机械整体排放状况从好到差依次为省会>胶东>鲁西南;自步集成学习算法在决策树和K近邻两个分类器下获得了所有模型评价指标的最高值,其在不平衡数据上具有更好的分类性能.
非道路移动机械、排气烟度、不平衡学习、自步集成学习、预测模型
42
X511(大气污染及其防治)
国家自然科学基金;武汉市科技计划项目
2023-03-09(万方平台首次上网日期,不代表论文的发表时间)
共10页
100-109