基于支持向量机与模糊贝叶斯方法的煤矿事故致因研究

发布时间：2021-03-12 19:17

　　中国是全球最大的煤炭生产与消费国,煤炭于我国能源结构中占据主导地位。煤炭安全稳定生产事关我国经济的可持续发展,对保证我国的能源安全具有十分重要的意义。近年来,我国煤矿的安全生产水平取得了可喜的进步。但是,随着煤矿机械化、信息化程度的加深,现如今煤矿已经成为一个复杂的非线性系统,其数据繁多,事故致因隐藏深,事故与致因间的联系模糊,对煤矿进行致因分析与事故预防造成了很大的困难。因此,本文以煤矿事故致因为研究对象,利用机器学习方法对其进行研究,解决了煤矿事故致因分析困难的问题,旨在对煤矿企业生产中存在的事故进行及时的预测,对事故致因进行有效的排查,达到预防和减少煤矿事故发生的目的。本文进行的研究如下:对如何快速准确地识别煤矿事故类型进行了研究。针对煤矿系统获取到的数据信息庞杂,无法通过理论模型直接进行致因分析,事故类型难以得到准确预测的问题,提出了煤矿事故支持向量机分类推荐模型。并对传统支持向量机无法高效获取较好模型参数的缺陷,利用启发式算法对其进行改进,分别提出基于粒子群算法和人工鱼群算法的支持向量机参数改进方法,介绍了两种算法的参数优化流程,对两种方法进行了对比验证,选取分类推荐效果较好... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：113 页

【学位级别】：硕士

【部分图文】：

技术路线图

机器学习过程

线性二分类样本条件下的最优分类线示意图

【参考文献】：
期刊论文
[1]基于融合特征的现勘图像检索结果优化算法[J]. 刘颖,胡丹,范九伦,王富平,李大湘.  电子学报. 2019(02)
[2]煤矿安全生产运输事故风险管理体系在东林煤矿的应用[J]. 郑万波,谭三泉,甘林,吴燕清,张鹏,江微娜,雷凯丽,康跃明,蒋国军.  能源与环保. 2018(07)
[3]核排列优化的支持向量机在齿轮故障诊断中的应用[J]. 王建国,杨柳,张文兴.  机械设计与制造. 2018(S1)
[4]浅析煤矿机电事故成因及预防对策[J]. 孙嘉斌.  同煤科技. 2018(02)
[5]基于SVM支持向量机的水质图像分析[J]. 李昂,金晓军,万权性.  电脑知识与技术. 2018(08)
[6]20062015年我国煤矿水害事故基本特征及预防措施研究[J]. 武斌,连会青,张明,杨俊文.  华北科技学院学报. 2018(01)
[7]改进的HFACS煤矿事故致因灰色关联分析[J]. 牛国庆,闫思洁.  煤炭工程. 2016(05)
[8]基于机器学习的遥感图像识别检测技术研究及应用[J]. 刘建闽,黄帆,戴军.  西安文理学院学报(自然科学版). 2015(04)
[9]浅谈煤矿机电事故原因及预防措施[J]. 肖胜付.  价值工程. 2014(01)
[10]基于ISM法对煤矿顶板事故致因研究[J]. 明崯崯,李亨英,李忠卫.  煤矿安全. 2013(09)

博士论文
[1]基于矛盾体分离的命题逻辑动态自动演绎推理求解系统研究[D]. 陈青山.西南交通大学 2018
[2]中国煤矿重大瓦斯事故致因复杂性机理及其管控研究[D]. 李贤功.中国矿业大学 2010
[3]支持向量机的理论与算法研究[D]. 王国胜.北京邮电大学 2008

硕士论文
[1]基于智能广义逆系统的SHAPF建模及解耦控制策略研究[D]. 李博.兰州交通大学 2018
[2]基于机器学习算法的胰腺癌诊断模型研究[D]. 邢晓蕊.吉林大学 2018
[3]几种机器学习算法及其集成模型在回归问题中的应用与比较[D]. 杨浩浩.兰州大学 2018
[4]机器学习算法中变量选择方法及其在模式识别中的应用[D]. 郑广强.天津大学 2016
[5]支持向量机在人体健康状态预测中的研究与应用[D]. 陈家伟.中国科学技术大学 2014



本文编号：3078836