基于主成分分析的多项Logistic回归模型的突水水源判别研究

发布时间：2018-04-15 00:23

本文选题：矿井水害 + 突水水源　；参考：《高校地质学报》2017年02期

【摘要】：矿井水害是矿井生产过程中较常见的地质灾害之一。快速有效地判别突水水源是预防矿井水害的关键所在。选取袁店二矿59个水样资料(常量离子含量),利用主成分分析进行处理,得出主成分得分;以主成分得分为自变量,水源类别为因变量建立多项Logistic回归模型;运用该回归模型对59个水样资料进行类型判别,得出综合判别准确率达到86.4%;并通过实例对判别模型进行了验证。研究结果表明:主成分分析法与多项Logistic回归模型相结合的方法在水源判别上具有可行性,不仅消除了常量离子之间的内在影响,而且使判别结果具有一定的准确率,在突水水源判别问题上提供了一种新方法,为矿井防治水提供有效依据。
[Abstract]:Mine water hazard is one of the common geological disasters in mine production.The key to prevent mine water damage is to distinguish water inrush source quickly and effectively.Taking 59 water samples from Yuandian No. 2 Mine as data (constant ion content), using principal component analysis (PCA) to get principal component score, taking principal component score as independent variable and water source category as dependent variable, a number of Logistic regression models are established.The regression model is used to discriminate 59 water samples, and the comprehensive discriminant accuracy is up to 86.4, and the discriminant model is verified by an example.The results show that the method of combining principal component analysis with multiple Logistic regression models is feasible in water source discrimination, which not only eliminates the internal influence of constant ions, but also makes the discriminant results have certain accuracy.A new method is provided to distinguish the water source of water inrush, which provides an effective basis for mine water prevention.
【作者单位】：安徽理工大学地球与环境学院;
【基金】：国家自然科学基金项目(51474008) 安徽省自然科学基金项目(1508085QE89)共同资助
【分类号】：TD745.2

【参考文献】

相关期刊论文前10条

1 冯亚娟;崔宁;王丹;;矿井突水水源Logistic识别及混合模型[J];辽宁工程技术大学学报(自然科学版);2015年11期

2 刘伟韬;廖尚辉;刘士亮;刘欢;;主成分logistic回归分析在底板突水预测中的应用[J];辽宁工程技术大学学报(自然科学版);2015年08期

3 温廷新;张波;邵良杉;;矿井突水水源识别预测研究——以新庄孜矿为例[J];中国安全科学学报;2014年02期

4 鲁金涛;李夕兵;宫凤强;王希然;柳皎;;基于主成分分析与Fisher判别分析法的矿井突水水源识别方法[J];中国安全科学学报;2012年07期

5 王心义;徐涛;黄丹;;距离判别法在相似矿区突水水源识别中的应用[J];煤炭学报;2011年08期

6 李燕;徐志敏;刘勇;;矿井突水水源判别方法概述[J];煤炭技术;2010年11期

7 张春雷;钱家忠;赵卫东;马雷;;Bayes方法在矿井突水水源判别中的应用[J];煤田地质与勘探;2010年04期

8 钱家忠;吕纯;赵卫东;潘婧;;Elman与BP神经网络在矿井水源判别中的应用[J];系统工程理论与实践;2010年01期

9 陈红江;李夕兵;刘爱华;;矿井突水水源判别的多组逐步Bayes判别方法研究[J];岩土力学;2009年12期

10 李再兴;张凤鸣;庞良;韩国童;;有关矿井突水水源判别方法的探讨[J];地下水;2009年05期

【共引文献】

相关期刊论文前10条

1 郝宇军;徐超;樊林林;刘江敏;;综合探测方法在井下水害识别中的应用分析[J];能源与环保;2017年07期

2 马杰;张洁如;张海涛;;深层灰岩含水层水化学特征及多元统计分析[J];安阳工学院学报;2017年04期

3 朱宏军;;袁大滩煤矿矿井突水水源判别模型研究[J];内蒙古煤炭经济;2017年13期

4 张好;姚多喜;鲁海峰;薛凉;朱宁宁;;基于主成分分析的多项Logistic回归模型的突水水源判别研究[J];高校地质学报;2017年02期

5 温廷新;孙雪;田洪斌;孔祥博;;基于PCA_Fuzzy_RF模型的煤层底板突水预测[J];安全与环境学报;2017年03期

6 李博;王建国;李静文;;基于神经网络的景气预测模型[J];统计与决策;2017年10期

7 陈陆望;许冬清;殷晓曦;谢文苹;曾文;;华北隐伏型煤矿区地下水化学及其控制因素分析——以宿县矿区主要突水含水层为例[J];煤炭学报;2017年04期

8 樊振丽;;基于灰色关联分析的矿井突水水源定量化判别方法[J];煤矿开采;2017年02期

9 阴静慧;李文平;郭启明;林玉祥;孙尚尚;;济宁二号煤矿十采区隔水煤柱安全性评价[J];煤炭技术;2017年04期

10 段瑞琪;董艳辉;王礼恒;;基于离子质量守恒的矿井涌水构成分析[J];煤炭技术;2017年04期

【二级参考文献】

相关期刊论文前10条

1 温廷新;张波;邵良杉;;矿井突水水源识别预测研究——以新庄孜矿为例[J];中国安全科学学报;2014年02期

2 刘剑民;王继仁;何治良;;基于多元混合模型的煤矿矿井突水水源分析[J];中国安全科学学报;2013年12期

3 孟磊;丁恩杰;吴立新;;基于矿山物联网的矿井突水感知关键技术研究[J];煤炭学报;2013年08期

4 邵良杉;李永利;赵琳琳;;露天采矿爆破振动对民房破坏的SVM预测模型[J];中国安全科学学报;2013年09期

5 王静宇;李翠平;李仲学;;基于主成分聚类分析的煤层底板突水危险性预测[J];中国安全科学学报;2013年08期

6 申建军;刘伟韬;孙延双;魏佑山;;深部开采巷道滞后突水防治技术[J];辽宁工程技术大学学报(自然科学版);2013年08期

7 邵良杉;赵琳琳;;露天采矿爆破振动对民房破坏的旋转森林预测模型[J];中国安全科学学报;2013年02期

8 靳德武;刘英锋;刘再斌;程建远;;煤矿重大突水灾害防治技术研究新进展[J];煤炭科学技术;2013年01期

9 曲立平;杨威;孙明;郑文翔;;基于综合主成分分析法的深部煤层底板采动损伤指数的主控指标[J];煤矿安全;2013年01期

10 董师师;黄哲学;;随机森林理论浅析[J];集成技术;2013年01期

【相似文献】

相关期刊论文前10条

1 殷晓曦;许光泉;桂和荣;陈陆望;;系统聚类逐步判别法对皖北矿区突水水源的分析[J];煤田地质与勘探;2006年02期

2 陈俊环;;水化学资料在煤矿突水水源判别中的应用[J];河北煤炭;2013年02期

3 张乐中;曹海东;;利用水化学特征识别桑树坪煤矿突水水源[J];煤田地质与勘探;2013年04期

4 子牛;;《用水化学方法快速预测突水水源的研究》成果通过鉴定[J];煤田地质与勘探;1991年01期

5 白海波;孟巴矿“4·5”突水水源判断和治理[J];江苏煤炭;1998年04期

6 佟凤健,郭爱民,孟新华,朱泽虎;用水化学分析法判别井下突水水源[J];煤矿开采;1999年04期

7 王毅;许光泉;何吉春;施安才;;灰色关联分析方法在突水水源判别中的应用[J];地下水;2013年06期

8 刘可胜;;谢桥矿东风井突水水源分析[J];科技信息(学术研究);2007年35期

9 潘婧;钱家忠;马雷;;基于离差加权的煤矿突水水源判别模型及应用[J];煤田地质与勘探;2010年01期

10 朱衍利;石磊;李万业;郭英明;;水化学特征分析法在突水水源判别中的应用[J];山东煤炭科技;2010年01期