典型文献
基于ARIMA和XGBoost算法的煤矿安全态势预测
文献摘要：
为准确预测我国煤矿安全态势,本文提出一种基于差分自回归移动平均(ARIMA)模型和极端梯度爬升(XGBoost)算法的煤矿安全态势预测方法,该方法使用ARIMA模型对表征煤矿安全态势的3项重要指标(包括煤矿事故死亡人数、煤矿百万吨死亡率与瓦斯事故死亡人数)的历史数据进行时间序列建模,在分析单一ARIMA模型的预测结果后,使用XGBoost算法对上述3项指标的残差序列进行预测;最后,由XGBoost算法的残差预测值修正ARIMA模型预测值.结果表明:该混合模型对3项指标的预测精度均优于单一ARIMA模型,并运用此方法对2021年我国煤矿事故死亡人数、百万吨死亡率与瓦斯事故死亡人数进行预测和分析,预测方法与结果可为煤矿生产和监管部门的安全决策提供依据.
文献关键词：
煤矿事故;安全态势;预测;ARIMA模型;XGBoost算法
中图分类号：
作者姓名：
叶黎明;施式亮;鲁义;李贺;曾明圣
作者机构：
湖南科技大学 资源环境与安全工程学院,湖南 湘潭411100;湖南科技大学煤矿安全开采技术湖南省重点实验室,湖南 湘潭411201
文献出处：
引用格式：
[1]叶黎明;施式亮;鲁义;李贺;曾明圣-.基于ARIMA和XGBoost算法的煤矿安全态势预测)[J].安全,2022(02):53-59
A类：
B类：
ARIMA,XGBoost,煤矿安全,安全态势预测,准确预测,差分自回归移动平均,爬升,煤矿事故,死亡人数,百万吨死亡率,瓦斯,斯事,历史数据,时间序列建模,残差序列,残差预测,混合模型,煤矿生产,监管部门,安全决策
AB值：
0.252129
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
