基于机器学习的煤自燃倾向性预测方法
公开
摘要
本发明实施例公开了基于机器学习的煤自燃倾向性预测方法。该方法包括：获取样本集；将样本集划分为训练集、验证集和测试集；基于训练集，利用机器学习方法(多层感知机(MLP)或者随机森林(RF))构建煤自燃交叉点温度回归预测模型；基于训练集和验证集得到模型的学习曲线，评估模型所处状态；基于测试集，利用模型得到煤自燃交叉点温度，并预测煤自燃倾向性风险等级。本方案能够通过机器学习模型表示复杂的物理化学过程和外部因素的影响，构建关于交叉点温度和涉及煤的固有属性和外部因素的回归预测模型，采用K‑fold交叉验证法和网格搜索法来提高模型的拟合能力和泛化能力，从而预测煤自燃交叉点温度，适用性广并且预测结果准确。
基本信息
专利标题 ：
基于机器学习的煤自燃倾向性预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565193A
申请号 ：
CN202210399315.2
公开（公告）日 ：
2022-05-31
申请日 ：
2022-04-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
宋泽阳张利冬赵珊珊王瑶涵张浩惠绍棠
申请人 ：
西安科技大学
申请人地址 ：
陕西省西安市碑林区雁塔中路58号
代理机构 ：
西安汇恩知识产权代理事务所(普通合伙)
代理人 ：
张伟花
优先权 ：
CN202210399315.2
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06N20/00 G06N3/08 G06N3/06 G06N3/04 G06K9/62 G06F17/18
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
