典型文献
基于地铁施工事故案例的机器学习灾害预测方法
文献摘要：
针对城市轨道交通施工事故的频繁发生,建立了基于地铁施工事故案例的机器学习灾害预测模型.通过收集过往地铁施工事故案例建立数据集,引入天气气象、水文地质、周边环境、施工因素等外部风险源做为特征,分析决策树、随机森林、SVM、XGBoost等灾害预测模型对施工事故的预测能力.结果 表明经过网格搜索后XGBoost的预测效果明显高于其他模型,其宏平均AUC值、微平均AUC值分别达到0.7564和0.8624相较于位列第二的模型分别高出0.87％和12.99％.
文献关键词：
灾害预测;机器学习;算法比较;XGBoost
中图分类号：
作者姓名：
吴成宇;项薇;韩乐琦;何淑波;石钟淼;黄益槐
作者机构：
宁波大学机械工程与力学学院,浙江宁波315000
文献出处：
引用格式：
[1]吴成宇;项薇;韩乐琦;何淑波;石钟淼;黄益槐-.基于地铁施工事故案例的机器学习灾害预测方法)[J].数学的实践与认识,2022(01):92-102
A类：
B类：
地铁施工,施工事故,事故案例,灾害预测,城市轨道交通,过往,气气,水文地质,周边环境,施工因素,外部风险,风险源,做为,分析决策,决策树,XGBoost,预测能力,明经,网格搜索,位列,算法比较
AB值：
0.319345
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。
