期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SBG_XGBoost的煤矿安全应急物资储备中心选址研究
1
作者
刘战豫
张宇飞
《煤炭学报》
EI
CAS
CSCD
北大核心
2024年第8期3535-3545,共11页
煤矿安全应急物资储备中心选址优化是推动煤矿安全应急体系建设的重要基础,为提高煤矿安全应急物资储备中心选址的准确度和合理性,提出利用人口因素、交通因素、经济因素和自然因素,建立融合多源空间数据的煤矿安全应急物资储备中心选...
煤矿安全应急物资储备中心选址优化是推动煤矿安全应急体系建设的重要基础,为提高煤矿安全应急物资储备中心选址的准确度和合理性,提出利用人口因素、交通因素、经济因素和自然因素,建立融合多源空间数据的煤矿安全应急物资储备中心选址机器学习组合模型,提高煤矿安全应急物资储备中心选址的准确度和科学性。利用ArcGIS分别通过渔网划分、空间链接和投影等任务对多源空间数据进行处理,并利用SMOTEENN算法避免数据不均衡的负面影响,从而构建适用于机器学习模型分析的数据集。通过对不同机器学习算法、不同特征选择方法以及不同参数寻优方法进行比较分析,得出XGBoost机器学习算法、Boruta算法和遗传算法在对煤矿安全应急物资储备中心选址分析中,相较于其他机器学习算法、特征选择方法和参数寻优方法其表现更为优异。故基于各自优势,得到煤矿安全应急物资储备中心选址的机器学习组合模型。最后引入SHAP分析方法,对不同特征影响程度、影响方向等进行分析,定量评估输入数据在决策中的贡献,增强模型可解释性。研究结果表明煤矿安全应急物资储备中心选址组合模型性能优异,准确率、精确率、召回率、F1和AUC分别为0.976、0.966、0.989、0.977、0.996,可为选址决策提供有力支持,模型可解释分析也能够为煤矿安全应急物资储备中心选址提供科学参考。
展开更多
关键词
煤矿安全
应急物资储备中心
选址
机器学习
特征选择
下载PDF
职称材料
应急物资储备中心选址研究
被引量:
3
2
作者
张园园
周恒胜
+2 位作者
孙兆统
余沛东
郑文辰
《哈尔滨商业大学学报(自然科学版)》
CAS
2023年第3期361-368,共8页
为了提高应急救援效率,保障应急物资供给及时性,通过熵权法改进的TOPSIS选出应急物资储备中心备选区域,进一步利用多面体不确定集合刻画需求和速度的不确定性,并以物资供应成本和交通运输时间为目标函数构建具有库存双容量限制和救援时...
为了提高应急救援效率,保障应急物资供给及时性,通过熵权法改进的TOPSIS选出应急物资储备中心备选区域,进一步利用多面体不确定集合刻画需求和速度的不确定性,并以物资供应成本和交通运输时间为目标函数构建具有库存双容量限制和救援时效性限制的鲁棒优化选址模型,通过鲁棒优化选址确定最终选址,保证突发公共卫生事件下各需求点所需的物资都能得到满足.结果表明,鲁棒优化选址方案能够合理分配应急物资资源,物资供应平均运输时间2.06 h,需求满足率达到91.69%,且鲁棒优化模型在解决不确定性问题具有更好的表现.
展开更多
关键词
应急物资储备中心
选址问题
鲁棒优化方法
TOPSIS法
不确定性
库存双容量限制
下载PDF
职称材料
题名
基于SBG_XGBoost的煤矿安全应急物资储备中心选址研究
1
作者
刘战豫
张宇飞
机构
河南理工大学工商管理学院能源经济研究中心
太行发展研究院
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2024年第8期3535-3545,共11页
基金
河南省高等学校重点科研项目软科学计划资助项目(24A630014)
河南省专业学位研究生精品教学案例资助项目(YJS2024AL021)
河南理工大学研究生质量工程项目研究生案例库建设资助项目(2023YAL01)。
文摘
煤矿安全应急物资储备中心选址优化是推动煤矿安全应急体系建设的重要基础,为提高煤矿安全应急物资储备中心选址的准确度和合理性,提出利用人口因素、交通因素、经济因素和自然因素,建立融合多源空间数据的煤矿安全应急物资储备中心选址机器学习组合模型,提高煤矿安全应急物资储备中心选址的准确度和科学性。利用ArcGIS分别通过渔网划分、空间链接和投影等任务对多源空间数据进行处理,并利用SMOTEENN算法避免数据不均衡的负面影响,从而构建适用于机器学习模型分析的数据集。通过对不同机器学习算法、不同特征选择方法以及不同参数寻优方法进行比较分析,得出XGBoost机器学习算法、Boruta算法和遗传算法在对煤矿安全应急物资储备中心选址分析中,相较于其他机器学习算法、特征选择方法和参数寻优方法其表现更为优异。故基于各自优势,得到煤矿安全应急物资储备中心选址的机器学习组合模型。最后引入SHAP分析方法,对不同特征影响程度、影响方向等进行分析,定量评估输入数据在决策中的贡献,增强模型可解释性。研究结果表明煤矿安全应急物资储备中心选址组合模型性能优异,准确率、精确率、召回率、F1和AUC分别为0.976、0.966、0.989、0.977、0.996,可为选址决策提供有力支持,模型可解释分析也能够为煤矿安全应急物资储备中心选址提供科学参考。
关键词
煤矿安全
应急物资储备中心
选址
机器学习
特征选择
Keywords
coal mine safety
emergency material reserve center
site selection
machine learning
feature selection
分类号
TD77 [矿业工程—矿井通风与安全]
下载PDF
职称材料
题名
应急物资储备中心选址研究
被引量:
3
2
作者
张园园
周恒胜
孙兆统
余沛东
郑文辰
机构
福建农林大学交通与土木工程学院
出处
《哈尔滨商业大学学报(自然科学版)》
CAS
2023年第3期361-368,共8页
基金
2020年度福建省高校哲学社会科学研究项目(No.JAS20089),福建省自然科学基金项目(No.2018J01634),福建农林大学“杰出青年科研人才”计划项目(No.xjq2020S4),福建农林大学线上一流课程(No.712018270330).
文摘
为了提高应急救援效率,保障应急物资供给及时性,通过熵权法改进的TOPSIS选出应急物资储备中心备选区域,进一步利用多面体不确定集合刻画需求和速度的不确定性,并以物资供应成本和交通运输时间为目标函数构建具有库存双容量限制和救援时效性限制的鲁棒优化选址模型,通过鲁棒优化选址确定最终选址,保证突发公共卫生事件下各需求点所需的物资都能得到满足.结果表明,鲁棒优化选址方案能够合理分配应急物资资源,物资供应平均运输时间2.06 h,需求满足率达到91.69%,且鲁棒优化模型在解决不确定性问题具有更好的表现.
关键词
应急物资储备中心
选址问题
鲁棒优化方法
TOPSIS法
不确定性
库存双容量限制
Keywords
emergency material reserve center
location problem
robust optimization
TOPSIS method
uncertainty
inventory double capacity limitation
分类号
U4-9 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SBG_XGBoost的煤矿安全应急物资储备中心选址研究
刘战豫
张宇飞
《煤炭学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
应急物资储备中心选址研究
张园园
周恒胜
孙兆统
余沛东
郑文辰
《哈尔滨商业大学学报(自然科学版)》
CAS
2023
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部