| 三种机器学习分类在LNG泄漏风险评估中的比较 |
| |
| 引用本文： | 周德红,李左,尹彬,许渊,伍蒙,陈慧芳.三种机器学习分类在LNG泄漏风险评估中的比较[J].消防科学与技术,2019(4):561-565. |
| |
| 作者姓名： | 周德红 李左 尹彬 许渊 伍蒙 陈慧芳 |
| |
| 作者单位： | 武汉工程大学兴发矿业学院;昆仑能源黄冈液化石油气有限责任公司 |
| |
| 基金项目： | 国家安全生产监督管理总局安全生产重大事故关键技术科技项目(hubei-0008-2015AQ) |
| |
| 摘 要： | 根据LNG储运行业法律法规要求,结合企业真实生产情况和相关专家意见,梳理出LNG泄漏风险评估体系,包括5个一阶评估指标和20个二阶评估指标。对多家真实企业LNG泄漏风险管理及相关后果进行评估,得出37条样本组成的数据集。将该数据集运用核支持向量机、随机森林以及神经网络三种分类模型处理,比较三种机器学习分类模型在分类准确率上的差别;根据分类效果研究相关参数对准确率的影响。结果认为,核支持向量机和神经网络需要进行细致的参数调整以保证较好的准确率,随机森林受到参数影响效果较小。根据分类指标权重的比较提出相应的控制风险对策措施。
|
| 关 键 词： | LNG 核支持向量机 随机森林 神经网络 风险评估 |
Comparison of three machine learning classification models of the risk assessment of LNG leakage |
| |
| ZHOU De-hong,LI Zuo,YIN Bin,XU Yuan,WU Meng,CHEN Hui-fang.Comparison of three machine learning classification models of the risk assessment of LNG leakage[J].Fire Science and Technology,2019(4):561-565. |
| |
| Authors: | ZHOU De-hong LI Zuo YIN Bin XU Yuan WU Meng CHEN Hui-fang |
| |
| Affiliation: | (School of Xingfa Mine Technology, Wuhan Institute of Technology, Hubei Wuhan 430074, China;Hubei Huanggang LNG Co., Ltd., Hubei Huanggang 438000, China) |
| |
| Abstract: | ZHOU De-hong;LI Zuo;YIN Bin;XU Yuan;WU Meng;CHEN Hui-fang(School of Xingfa Mine Technology, Wuhan Institute of Technology, Hubei Wuhan 430074, China;Hubei Huanggang LNG Co., Ltd., Hubei Huanggang 438000, China) |
| |
| Keywords: | LNG SVM Random Forest Classification Neural Network risk assessment |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
