基于集成算法的森林火灾风险预警模型研究

摘要：

为加强社会公共安全智能化建设、减少火灾事故损失,针对森林火灾风险,基于集成算法建立模型对其火灾风险等级进行预测.通过计算数据集各指标的重要性,筛选出重要性较高的若干指标建立特征工程,并基于梯度提升决策树(GBDT)和随机森林(RF)集成算法建立火灾风险预警模型.选用准确率和AUC值两个指标评价模型性能,并选取某森林公园的火灾数据集对所建立模型的性能进行验证.结果表明:GBDT和RF算法与传统的K近邻、SVM等单一算法相比,建立模型的准确率和AUC值均得到了提升,从而为森林火灾风险预测模型的优化提供了相应的理论支撑.

关键词：火灾;GBDT;风险预警;集成算法

所属期刊栏目：37

分类号：TP181;TU998.1(自动化基础理论)

在线出版日期：2021-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-9