科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决现阶段基于风险分级的安全评价方法仍存在着高维数据处理不当、评价智能化程度不高等问题，创建支持向量机的安全评价模型，利用核函数解决安全评价因子分类问题，粒子群算法(PSO)寻找最适合模型的正则项C,进一步提升安全评价模型的正确率，形成适用高维数据的化工工艺安全评价方法。研究结果表明：该模型与经典支持向量机模型和BP神经网络评价模型相比具有更高的正确率，研究结果对借用机器学习来创新安全评价理论及工程应用具有现实意义及理论价值。
-
单位重庆市安全生产科学研究院; 重庆科技学院
