基于支持向量机的室内轰燃预测模型研究

中国安全科学学报

基于支持向量机的室内轰燃预测模型研究

王成武

宁夏消防总队石嘴山市消防支队,宁夏石嘴山,753000

出版日期:2011-04-20 发布日期:2011-04-25

Study on Predicting Model for Indoor Flashover Based on Support Vector Machine

Online:2011-04-20 Published:2011-04-25

摘要/Abstract

摘要： 为对室内轰燃进行准确预测,针对室内轰燃样本的不足在一定程度上制约了其应用,为此运用SVM技术构建室内轰燃预测的数学模型.在小样本条件下,应用工具软件LIBSVM进行仿真,并将SVM模型预测结果和人工神经网络预测结果进行对比.结果显示,SVM技术能较好地解决小样本和模型预测精确度之间的矛盾,SVM模型其预测精度及可行性高于神经网络模型.实例表明,由于室内火灾受多种因素影响,传统的预测方法存在一定的局限性,而SVM模型预测法预测的结果与试验结果比较一致.

中图分类号:

X921

王成武. 基于支持向量机的室内轰燃预测模型研究[J]. 中国安全科学学报.

[1]	庄越, 梁晓晓. 面向疫情危机的城市公共卫生系统韧性^*[J]. 中国安全科学学报, 2022, 32(2): 167-175.
[2]	杨鑫刚, 王起全. 建筑安全管理机制博弈分析与改进^*[J]. 中国安全科学学报, 2021, 31(11): 26-31.
[3]	钱洪伟, 郭晶, 尹香菊. 我国现代应急学科体系建设溯源、构想及展望^*[J]. 中国安全科学学报, 2021, 31(5): 77-82.
[4]	郭建华, 陈健, 金浩, 潘长城, 秦挺鑫, 王吉武. 高原高寒地区灾害现场生存保障装备体系构建[J]. 中国安全科学学报, 2019, 29(12): 129-136.
[5]	张力, 夏娅雯, 李鹏程, 李秋香, 刘建桥. 核电厂建造施工班组安全氛围影响机制[J]. 中国安全科学学报, 2019, 29(1): 138-143.
[6]	李红霞, 田辰宁. 基于Cite Space V的煤矿安全管理可视化分析[J]. 中国安全科学学报, 2018, 28(9): 148-153.
[7]	张江石, 王帅, 郝红宇, 高雅莉, 郑玉莎. 安全文化示范企业的共性特质及示范路径研究[J]. 中国安全科学学报, 2018, 28(9): 154-158.
[8]	夏娅雯, 张力, 李鹏程, 李秋香, 刘建桥. 核电厂建造施工班组安全氛围测量量表研究[J]. 中国安全科学学报, 2018, 28(9): 159-164.
[9]	梁娜. 我国地方铁路安全监管存在的问题及对策分析[J]. 中国安全科学学报, 2018, 28(S1): 114-116.
[10]	柴冠华. 高速铁路外部环境问题分析及措施建议[J]. 中国安全科学学报, 2018, 28(S1): 145-148.
[11]	闪顺章, 吴超, 王从陆, 王秉. 大数据视域下循证安全管理模式研究[J]. 中国安全科学学报, 2018, 28(6): 7-12.
[12]	陈红, 侯聪美. 职业安全与健康管理现状、挑战与合作管理模式应用前景[J]. 中国安全科学学报, 2018, 28(5): 159-165.
[13]	傅贵, 贾清淞, 许素睿. 对《企业职工伤亡事故调查分析规则》若干问题的建议[J]. 中国安全科学学报, 2018, 28(4): 7-12.
[14]	刘素霞, 朱雨晴, 梅强. 损失认知、安全态度与企业安全生产行为关系研究[J]. 中国安全科学学报, 2017, 27(10): 123-129.
[15]	毛海峰，郭晓宏. 企业安全文化建设体系及其多维结构研究[J]. 中国安全科学学报, 2013, 23(12): 3-.

基于支持向量机的室内轰燃预测模型研究

Study on Predicting Model for Indoor Flashover Based on Support Vector Machine

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价