科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现对露天矿粉尘浓度进行预测，以伊敏露天矿现场环境监测数据为支撑，通过皮尔逊相关系数分析样本特征的线性相关程度，确定以风速、光照度、温度、湿度为样本输入特征，PM2.5为输出特征，以线性回归算法、随机森林算法、K-近邻算法、支持向量机算法、梯度提升树算法共五种机器学习算法为基础，建立了多因素环境影响下的粉尘浓度监测模型。研究结果表明：对于五种算法，其评价指标RMSE分别为10.6526、7.8313、8.2265、6.8288、8.8709,其中以支持向量机算法建立的预测模型对于该样本粉尘数据预测效果最好。
-
单位华能伊敏煤电有限责任公司; 中国矿业大学; 中国矿业大学（北京）
