机器学习在煤粉着火敏感性预测中的应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1009-0029.2022.10.014

机器学习在煤粉着火敏感性预测中的应用

引用
为探究机器学习模型预测煤粉云最低着火温度(Minimum Ignition Temperature,MITc)的可行性,收集 God-bert-Greenwal炉测试得到的煤粉云最小着火温度和影响因子数据,并分析了影响因子的关联性.利用AUC/ROC、Kappa系数、敏感性、特异性、MAE、RMSE等指标对三种机器学习模型在煤粉云最小着火温度和着火概率两方面的预测效果进行评价.结果发现:RSM模型的预测效果最差;RF模型在预测煤粉云MITc和着火概率时具有较好的精度和稳定性;Bagging模型在预测着火概率时AUC值均大于0.85,但预测MITc时效果较差.结果为煤粉云着火敏感性预测提供了一种新的研究思路.

煤粉云、着火敏感性、随机森林、Bagging模型

41

X913.4(安全科学基础理论)

2023-01-11(万方平台首次上网日期,不代表论文的发表时间)

共6页

1384-1389

相关文献
评论
暂无封面信息
查看本期封面目录

消防科学与技术

1009-0029

12-1311/TU

41

2022,41(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn