中国安全科学学报

作者：高晓旭, 田佳可, 高璐, 杜芦, 范萌杰

单位：1 西安科技大学 能源与矿业工程学院,陕西 西安 710054；2 西安科技大学 西部矿井开采及灾害防治教育部重点实验室,陕西 西安 710054；3 陕西靖神铁路有限责任公司,陕西 榆林 719000

关键词：近似马尔可夫毯,梯度提升决策树(GBDT),煤矿噪声,噪声健康风险分类,职业健康,Fisher Score

基金：国家自然科学基金资助(52074208)

为精准判断综采工作面噪声对作业人员的健康损害程度,采用人-机-环-管系统理论结合Fisher Score、最大信息系数及近似马尔可夫毯方法,确定噪声职业健康的关键影响因素;构建基于梯度提升决策树(GBDT)算法的煤矿噪声风险分类预测模型,并以Kappa系数及其准确率作为模型效率的指标,来对比验证本算法模型的准确性。结果表明:综采工作面噪声职业健康损害情况与个体状况、设备配置、环境因素及职业健康管理等因素密切相关,其中,岗位类别、个体年龄、工龄时长、防护意识、设备自动化程度、噪声监测点合格率、噪声暴露量、混响时间和管理机构及人员为职业健康风险分类预测的关键指标;基于GBDT构建的煤矿噪声职业健康风险分类预测模型准确率最大达99.6%,平均准确率和Kappa系数分别为98.3%和0.958;计算确定6种综采工作面噪声职业健康风险分类预测模型评估准确率次序为:GBDT > 遗传算法优化随机森林算法(GA-RF)> 粒子群算法优化最小二乘支持向量机算法(PSO-LSSVM)> 随机森林算法(RF)> 支持向量机算法(SVM)> 决策树。

来源：2025年第9期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第9期