粉尘浓度预测可为粉尘防治提供依据。为探明国内外露天矿粉尘浓度预测研究进展,针对中国知网和Web of Science收录的粉尘浓度预测相关文献,采用CiteSpace、VOSviewer可视化图谱分析软件,从文献计量学角度对关键词进行处理,提取高频关键...粉尘浓度预测可为粉尘防治提供依据。为探明国内外露天矿粉尘浓度预测研究进展,针对中国知网和Web of Science收录的粉尘浓度预测相关文献,采用CiteSpace、VOSviewer可视化图谱分析软件,从文献计量学角度对关键词进行处理,提取高频关键词、研究热点,生成聚类图谱和热点时间轴。根据可视化分析结果,从露天矿粉尘浓度影响因素、指标体系、预测方法3个方面进行分析。结果表明:露天矿粉尘浓度的影响因素研究主要体现在生产强度和气象因素方面,选取的粉尘浓度预测指标通常有剥离量、采煤量、温度、湿度、风速、风向等;粉尘浓度预测方法主要采用神经网络、随机森林、线性回归等以及结合粒子群、遗传算法优化的组合算法预测模型。未来露天矿粉尘浓度预测研究应深入挖掘影响粉尘浓度的因素和科学建立预测指标体系,加强机器学习和智能优化算法的组合应用。展开更多
文摘粉尘浓度预测可为粉尘防治提供依据。为探明国内外露天矿粉尘浓度预测研究进展,针对中国知网和Web of Science收录的粉尘浓度预测相关文献,采用CiteSpace、VOSviewer可视化图谱分析软件,从文献计量学角度对关键词进行处理,提取高频关键词、研究热点,生成聚类图谱和热点时间轴。根据可视化分析结果,从露天矿粉尘浓度影响因素、指标体系、预测方法3个方面进行分析。结果表明:露天矿粉尘浓度的影响因素研究主要体现在生产强度和气象因素方面,选取的粉尘浓度预测指标通常有剥离量、采煤量、温度、湿度、风速、风向等;粉尘浓度预测方法主要采用神经网络、随机森林、线性回归等以及结合粒子群、遗传算法优化的组合算法预测模型。未来露天矿粉尘浓度预测研究应深入挖掘影响粉尘浓度的因素和科学建立预测指标体系,加强机器学习和智能优化算法的组合应用。