熵权支持向量机在煤矿安全评价中的应用研究
发布时间：2021-06-11 11:38
煤炭产业是特殊的高安全风险行业,安全状况的好坏直接影响煤炭工业能否健康、可持续地发展。一直以来,我国煤炭事故频发,导致了巨大的社会经济损失,己然成为煤炭行业发展的“瓶颈”。因此研究煤矿安全综合评价来有效地控制煤矿生产风险具有十分重要的理论和现实意义。本文在阅读了大量国内外文献和专家研究成果的基础上,综述了国内外煤矿安全评价理论和方法的研究现状,以支持向量机分类原理为理论基础,结合熵的指标权重确定法,建立了一种新的煤矿安全评价模型,并结合现场煤矿数据进行了应用研究。首先,论文分析了我国煤矿安全现状来引发对开展煤矿安全评价工作必要性的思考,概况了国内外安全评价理论和技术的发展现状及现有的评价方法,提出课题研究的意义、研究思路和创新点。然后,根据现代事故致因理论,结合人-机-环分析法与层析分析法分析了影响煤矿安全的指标因素,构建了由10个一级指标,40个二级指标组成的较全面的煤矿安全评价指标体系,并应用熵值法来确定各个指标的权重。接着,在阐述了支持向量机相关基础知识,尤其是支持向量分类机原理的基础上,根据支持向量机具有比传统学习方法诸多优势的特点和已建立的煤矿安全评价指标体系,利用CMSVM...
【文章来源】：安徽理工大学安徽省
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
插图或附表清单
引言
1 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究的必要性
1.1.3 研究意义
1.2 安全评价的几个基本概念
1.3 国内外研究现状
1.3.1 国外煤矿安全评价研究现状
1.3.2 我国煤矿安全评价研究现状
1.3.3 传统的安全评价方法及存在的问题
1.4 本文研究思路和基本方法
1.5 本文的创新点
2 煤矿安全评价指标体系研究
2.1 煤矿安全生产分析原理
2.1.1 事故致因理论
2.1.2 安全评价原理
2.1.3 煤矿生产系统分析方法
2.2 建立煤矿安全评价指标体系的意义
2.3 煤矿安全评价指标体系的建立
2.3.1 指标及指标体系
2.3.2 煤矿安全评价指标的选取原则
2.4 煤矿安全评价指标体系
2.4.1 煤矿安全评价指标体系的结构
2.4.2 煤矿安全评价指标量化
2.4.3 煤矿安全评价指标的赋权方法
3 支持向量机基础理论
3.1 统计学习理论
3.1.1 VC维
3.1.2 结构风险最小化原理
3.2 最优分类超平面
3.3 支持向量分类机
3.3.1 线性支持向量分类机
3.3.2 非线性支持向量分类机
3.4 核函数及参数的选取
4 熵权支持向量机的煤矿安全评价模型应用研究
4.1 建立基于熵权的支持向量机评价模型
4.1.1 数据处理阶段
4.1.2 输入数据文件准备阶段
4.1.3 SVM训练和测试阶段
4.1.4 查看输出结果阶段
4.2 基于熵权的支持向量机评价模型的优势
4.3 煤矿安全评价模型的训练
4.3.1 样本输入数据准备
4.3.2 SVM训练过程及结果
4.4 评价结果
结论
参考文献
附录
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]对我国2010年煤矿安全生产状况的浅析[J]. 傅丽碧. 科技传播. 2011(09)
[2]基于熵权法的科学技术评价模型及其实证研究[J]. 章穗,张梅,迟国泰. 管理学报. 2010(01)
[3]煤矿职业病危害防治工作存在的问题和对策[J]. 王建军,谷宏亮,郭亚峰,王政权. 决策探索(下半月). 2009(12)
[4]小样本条件下的煤矿安全评价方法研究[J]. 杜亚敏,杨力,储磊珠. 企业科技与发展. 2009(22)
[5]基于事故致因理论分析煤矿安全事故[J]. 王朝飞,蔡立勇,夏妮,鲁杰. 工业安全与环保. 2009(06)
[6]Gray-FAHP集成法在矿井瓦斯安全评价中的应用[J]. 刘海涛. 黑龙江科技学院学报. 2009(03)
[7]基于模糊层次分析法的矿井安全综合评价[J]. 徐杨,周延,孙鑫,于玥. 中国安全科学学报. 2009(05)
[8]基于事故致因理论的煤矿安全管理能力结构分析[J]. 衣冠勇,陈立文. 煤矿安全. 2008(02)
[9]基于熵权与未确知测度模型及其在煤矿安全评价中的应用[J]. 陈祖云,杨胜强,邬长福. 矿业安全与环保. 2007(01)
[10]基于FTA的矿井运输安全评价指标的确定[J]. 凌学文. 陕西煤炭. 2006(01)
博士论文
[1]智能计算方法及其在发酵过程中的应用研究[D]. 谭左平.江南大学 2009
[2]煤矿安全生产风险集成管理研究[D]. 杨金廷.天津大学 2008
[3]煤矿动态安全评价及预测技术研究[D]. 李江.中国矿业大学 2008
[4]煤矿动态综合安全评价模式及应用研究[D]. 许满贵.西安科技大学 2006
[5]模糊支持向量机及其应用研究[D]. 杨志民.中国农业大学 2005
[6]矿井安全非线性动力学评价模型及应用研究[D]. 施式亮.中南大学 2000
硕士论文
[1]基于SVM图像分类方法的研究[D]. 吴小季.南京信息工程大学 2011
[2]基于FAHP的煤矿安全综合评价与研究[D]. 黄婷婷.安徽理工大学 2011
[3]煤矿班组安全文化的评价与建设[D]. 范玉凯.西安科技大学 2010
[4]多属性决策方法及其应用研究[D]. 韦纯福.西华大学 2009
[5]智能公交车辆到站时间预测研究[D]. 李福双.北京交通大学 2009
[6]我国煤矿安全事故致因研究[D]. 韩斌君.同济大学 2007
[7]噪声环境下的基于GMM/SVM说话人识别算法[D]. 刘春山.哈尔滨工程大学 2007
[8]用于回归估计的支持向量机的学习算法及应用[D]. 丁蕾.安徽大学 2005
[9]基于危险源理论的煤矿瓦斯事故风险评价研究[D]. 孙斌.西安科技大学 2003
本文编号：3224461
【文章来源】：安徽理工大学安徽省
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
插图或附表清单
引言
1 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究的必要性
1.1.3 研究意义
1.2 安全评价的几个基本概念
1.3 国内外研究现状
1.3.1 国外煤矿安全评价研究现状
1.3.2 我国煤矿安全评价研究现状
1.3.3 传统的安全评价方法及存在的问题
1.4 本文研究思路和基本方法
1.5 本文的创新点
2 煤矿安全评价指标体系研究
2.1 煤矿安全生产分析原理
2.1.1 事故致因理论
2.1.2 安全评价原理
2.1.3 煤矿生产系统分析方法
2.2 建立煤矿安全评价指标体系的意义
2.3 煤矿安全评价指标体系的建立
2.3.1 指标及指标体系
2.3.2 煤矿安全评价指标的选取原则
2.4 煤矿安全评价指标体系
2.4.1 煤矿安全评价指标体系的结构
2.4.2 煤矿安全评价指标量化
2.4.3 煤矿安全评价指标的赋权方法
3 支持向量机基础理论
3.1 统计学习理论
3.1.1 VC维
3.1.2 结构风险最小化原理
3.2 最优分类超平面
3.3 支持向量分类机
3.3.1 线性支持向量分类机
3.3.2 非线性支持向量分类机
3.4 核函数及参数的选取
4 熵权支持向量机的煤矿安全评价模型应用研究
4.1 建立基于熵权的支持向量机评价模型
4.1.1 数据处理阶段
4.1.2 输入数据文件准备阶段
4.1.3 SVM训练和测试阶段
4.1.4 查看输出结果阶段
4.2 基于熵权的支持向量机评价模型的优势
4.3 煤矿安全评价模型的训练
4.3.1 样本输入数据准备
4.3.2 SVM训练过程及结果
4.4 评价结果
结论
参考文献
附录
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]对我国2010年煤矿安全生产状况的浅析[J]. 傅丽碧. 科技传播. 2011(09)
[2]基于熵权法的科学技术评价模型及其实证研究[J]. 章穗,张梅,迟国泰. 管理学报. 2010(01)
[3]煤矿职业病危害防治工作存在的问题和对策[J]. 王建军,谷宏亮,郭亚峰,王政权. 决策探索(下半月). 2009(12)
[4]小样本条件下的煤矿安全评价方法研究[J]. 杜亚敏,杨力,储磊珠. 企业科技与发展. 2009(22)
[5]基于事故致因理论分析煤矿安全事故[J]. 王朝飞,蔡立勇,夏妮,鲁杰. 工业安全与环保. 2009(06)
[6]Gray-FAHP集成法在矿井瓦斯安全评价中的应用[J]. 刘海涛. 黑龙江科技学院学报. 2009(03)
[7]基于模糊层次分析法的矿井安全综合评价[J]. 徐杨,周延,孙鑫,于玥. 中国安全科学学报. 2009(05)
[8]基于事故致因理论的煤矿安全管理能力结构分析[J]. 衣冠勇,陈立文. 煤矿安全. 2008(02)
[9]基于熵权与未确知测度模型及其在煤矿安全评价中的应用[J]. 陈祖云,杨胜强,邬长福. 矿业安全与环保. 2007(01)
[10]基于FTA的矿井运输安全评价指标的确定[J]. 凌学文. 陕西煤炭. 2006(01)
博士论文
[1]智能计算方法及其在发酵过程中的应用研究[D]. 谭左平.江南大学 2009
[2]煤矿安全生产风险集成管理研究[D]. 杨金廷.天津大学 2008
[3]煤矿动态安全评价及预测技术研究[D]. 李江.中国矿业大学 2008
[4]煤矿动态综合安全评价模式及应用研究[D]. 许满贵.西安科技大学 2006
[5]模糊支持向量机及其应用研究[D]. 杨志民.中国农业大学 2005
[6]矿井安全非线性动力学评价模型及应用研究[D]. 施式亮.中南大学 2000
硕士论文
[1]基于SVM图像分类方法的研究[D]. 吴小季.南京信息工程大学 2011
[2]基于FAHP的煤矿安全综合评价与研究[D]. 黄婷婷.安徽理工大学 2011
[3]煤矿班组安全文化的评价与建设[D]. 范玉凯.西安科技大学 2010
[4]多属性决策方法及其应用研究[D]. 韦纯福.西华大学 2009
[5]智能公交车辆到站时间预测研究[D]. 李福双.北京交通大学 2009
[6]我国煤矿安全事故致因研究[D]. 韩斌君.同济大学 2007
[7]噪声环境下的基于GMM/SVM说话人识别算法[D]. 刘春山.哈尔滨工程大学 2007
[8]用于回归估计的支持向量机的学习算法及应用[D]. 丁蕾.安徽大学 2005
[9]基于危险源理论的煤矿瓦斯事故风险评价研究[D]. 孙斌.西安科技大学 2003
本文编号：3224461
本文链接：https://www.wllwen.com/kejilunwen/anquangongcheng/3224461.html
