基于极限学习机的炭化可燃物着火时间预测

• 作者: 翟春婕 王新猛 张思玉
• 来源期刊: 火灾科学
• 关键词: 炭化可燃物 着火时间 机器学习 极限学习机
• 年，卷（期）: 2020,（2）
• 页码范围: 80-86
• 页数: 7页
• 分类号: X954
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5309.2020.02.02

摘要

机器学习技术近年来在许多传统科学领域取得了应用,针对火灾中炭化可燃物着火时间与物性参数及环境参数之间关系复杂的特点,提出了一种基于极限学习机的预测方法以实现不同物性及环境参数时着火时间的快速准确预测,为防治及扑救火灾提供参考.首先建立炭化可燃物热解数值模型,考虑了可燃物热解过程中的含水率以及热解反应、气体流动等复杂物理化学反应过程,然后搭建极限学习机,以数值模拟数据为基础进行训练及验证工作.结果表明基于极限学习机的预测方法能够有效实现炭化可燃物着火时间的快速准确预测,平均相对误差小于3％.