基于SVM的煤与瓦斯突出预测模型研究

发布时间：2017-06-28 03:09

  本文关键词：基于SVM的煤与瓦斯突出预测模型研究，由笔耕文化传播整理发布。

【摘要】： 煤与瓦斯突出是引发煤矿重大恶性事故的隐患,在防突治理方面,如何提高瓦斯突出危险性预测的精度,使防突措施减少盲目性,增强针对性的研究工作是有实用意义的。 煤与瓦斯突出预测问题是一个受多种因素综合影响的复杂的、非线性的、高维问题,传统的方法往往难以奏效,寻求一种有效的煤与瓦斯突出预测方法一直是煤矿地质工作者积极探索的研究方向。 本文在分析了煤与瓦斯突出机理和影响因素的基础上,把统计学习理论的最新方法—支持向量机,应用于煤与瓦斯突出的预测中,为解决矿井瓦斯突出预测问题提供了一条新途径。 本文主要开展了以下几个方面的工作:首先了解了煤与瓦斯突出机理;分析了与瓦斯突出相关的各个影响因素,对基于支持向量机的几种多分类方法的性能进行研究和比较;接着采用“一对一”机制,对现有分类经典算法从分类级别上进行改进,并运用MATLAB语言编程实现了本预测模型所需的多类支持向量机算法。最终根据研究区的自然地理情况,利用网格搜索法和交叉确认法确定输入因子,选取合适的核函数和核参数,构建了煤与瓦斯突出预测模型,并完成预测实验,结果与多种预测算法相比较,该模型的预测准确性较高,表明本文所用的支持向量机用于煤与瓦斯突出预测的方法是可行的,将为进一步探索切实有效的煤与瓦斯突出预测方法提供一定的参考价值。
【关键词】：支持向量机 多类分类 预测 煤与瓦斯突出 预警模型
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TD713
【目录】：

• 摘要3-4
• ABSTRACT4-9
• 1 绪论9-19
• 1.1 问题的提出9-10
• 1.2 论题的研究意义10-11
• 1.3 国内外煤与瓦斯突出的概况11-12
• 1.3.1 国外煤与瓦斯突出的概况11
• 1.3.2 国内煤与瓦斯突出的概况11-12
• 1.4 国内外煤与瓦斯突出预测的研究现状12-17
• 1.4.1 国内外研究瓦斯突出预测的概况12-13
• 1.4.2 国内目前常用的瓦斯突出预测方法13-17
• 1.5 存在的问题17-18
• 1.6 本文的主要研究工作18-19
• 2 煤与瓦斯突出预测的影响因素分析19-24
• 2.1 概述19
• 2.2 煤与瓦斯突出的机理19-20
• 2.3 煤与瓦斯突出的基本规律20-21
• 2.4 影响瓦斯突出的因素21-23
• 2.4.1 围岩条件21
• 2.4.2 煤层煤质特征21-22
• 2.4.3 地质构造条件22
• 2.4.4 煤体结构22
• 2.4.5 煤层埋藏深度22-23
• 2.5 本章小结23-24
• 3 基于统计学习理论的支持向量机简介24-32
• 3.1 统计学习理论背景24-26
• 3.1.1 机器学习问题24
• 3.1.2 VC 维理论和推广性的界24-25
• 3.1.3 结构风险最小化25-26
• 3.2 支持向量机的发展及应用26-30
• 3.2.1 支持向量机的理论依据26-27
• 3.2.2 支持向量机原理27-28
• 3.2.3 支持向量机的基本思想28-29
• 3.2.4 支持向量分类机方法在实际问题中的应用29-30
• 3.3 常见分类方法的简介30-31
• 3.4 本章小结31-32
• 4 支持向量机在煤与瓦斯突出预测中的应用32-58
• 4.1 支持向量机多分类机制比较32-39
• 4.1.1 多个两类分类器组合法32-34
• 4.1.2 层次型两类分类器组合法34-39
• 4.1.3 一个最优化问题一次性合并法39
• 4.2 一对一机制的多类分类算法的快速实现39-40
• 4.3 支持向量机在瓦斯突出预测中应用的可行性分析40-41
• 4.4 支持向量机的瓦斯突出预测模型41-42
• 4.5 预测模型影响因子的选择与处理42-46
• 4.5.1 影响因子的介绍42-45
• 4.5.2 影响因子的选取及预处理45-46
• 4.6 预测模型中参数的选择46-53
• 4.6.1 特征选择46-47
• 4.6.2 核函数的选择及参数的确定47-53
• 4.7 预测的实验步骤及结果分析53-57
• 4.7.1 预测的实验步骤53-55
• 4.7.2 预测的实验结果55
• 4.7.3 实验结果分析55-56
• 4.7.4 支持向量机方法与其预测方法的比较56-57
• 4.8 本章小结57-58
• 5 结论58-60
• 5.1 工作总结与认识58-59
• 5.2 存在的问题与展望59-60
• 致谢60-61
• 参考文献61-64
• 附录64

【引证文献】

中国期刊全文数据库 前1条

1 高卫东;;Fisher判别法在煤与瓦斯突出危险程度预测中的应用[J];中国安全科学学报;2010年10期

  本文关键词：基于SVM的煤与瓦斯突出预测模型研究，由笔耕文化传播整理发布。

，

本文编号：492268