基于ARIMA和XGBoost算法的煤矿安全态势预测

摘要

为准确预测我国煤矿安全态势,本文提出一种基于差分自回归移动平均(ARIMA)模型和极端梯度爬升(XGBoost)算法的煤矿安全态势预测方法,该方法使用ARIMA模型对表征煤矿安全态势的3项重要指标(包括煤矿事故死亡人数、煤矿百万吨死亡率与瓦斯事故死亡人数)的历史数据进行时间序列建模,在分析单一ARIMA模型的预测结果后,使用XGBoost算法对上述3项指标的残差序列进行预测;最后,由XGBoost算法的残差预测值修正ARIMA模型预测值。结果表明:该混合模型对3项指标的预测精度均优于单一ARIMA模型,并运用此方法对2021年我国煤矿事故死亡人数、百万吨死亡率与瓦斯事故死亡人数进行预测和分析,预测方法与结果可为煤矿生产和监管部门的安全决策提供依据。