一种基于随机森林模型的消防监督检查频率预测方法

摘要：

目前,国家规定的消防安全检查频率相对固定,在满足法定检查频率的基础上,针对不同地区的火灾形势和管理水平等因素,提出基于随机森林模型的消防安全检查频率预测方法,为合理确定对社会单位的监督检查频次提供技术支持.对山东省某市的572个单位进行模型预测,当随机森林的棵数为400、决策树节点个数为8时,预测准确率可达到99.40％.如果预测时使用五折交叉验证的方式进行训练学习,该模型仍具有较高稳健性,可实现高效的消防检查频率预测.该模型的提出可为通过机器学习技术实现检查频率的合理设定提供解决方案.

关键词：消防检查、机器学习、随机森林、决策树

所属期刊栏目：39

分类号：X913.4;TU998.1(安全科学基础理论)

在线出版日期：2023-04-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：51-56