科研之友
微信
新浪微博
Facebook
分享链接
摘要
为帮助环保部门监管企业排污违法行为，设计一个能够对企业排污数据进行违法概率评估的模型。基于99家企业的历史排污数据，确定需要监测的排污违法行为，进行数据清洗，使用K-Means和GMM算法对数据进行分类，将预处理后的数据用于构建基于XGBoost算法的排污违法行为概率评估模型，并与随机森林等机器学习算法进行比较，得出XGBoost预测效果优于其他模型的结论。以包含企业排污口编号、污染物种类、浓度、排量等信息的排污数据作为输入数据，正确预测企业污染排放违法行为概率，进而辅助环保部门监管灵活执法，促进生态环境的保护。
- 出版日期2023
- 单位江西理工大学
