煤炭作為我國經(jīng)濟社會發(fā)展的基礎(chǔ)能源,安全生產(chǎn)是保證能源穩(wěn)定供應(yīng)的前提條件。雖然近年來我國煤礦安全水平有所提高,但與歐美發(fā)達(dá)國家相比,還存在一定差距,煤礦安全形勢依然較為嚴(yán)峻。經(jīng)過多年的煤礦信息化建設(shè),企業(yè)信息系統(tǒng)中積累了大量的安全數(shù)據(jù)。發(fā)揮數(shù)據(jù)的價值,輔助安全管理工作,進一步改善煤礦安全狀況,不僅是煤炭企業(yè)的現(xiàn)實需求,也是煤礦安全管理的重要研究內(nèi)容。但是,當(dāng)前在宏觀和微觀煤礦安全時間序列數(shù)據(jù)挖掘研究,以及煤礦安全信息系統(tǒng)的數(shù)據(jù)挖掘模型研究方面,對煤礦安全時間序列數(shù)據(jù)中蘊涵的趨勢性規(guī)律,尚未有系統(tǒng)性的研究。相關(guān)研究的缺乏導(dǎo)致難以切實發(fā)揮煤礦安全時間序列數(shù)據(jù)的作用,包括分析煤礦安全系統(tǒng)的復(fù)雜系統(tǒng)結(jié)構(gòu)、識別危險源間的趨勢變化關(guān)系、促進智能化風(fēng)險識別與預(yù)防的實現(xiàn)。對于有效輔助煤礦安全管理,不斷完善煤礦安全信息系統(tǒng)的數(shù)據(jù)挖掘功能,不能提供有價值的指導(dǎo)和參考。因此,基于上述實踐背景與研究不足,本文提出基于時序數(shù)據(jù)挖掘的煤礦安全趨勢性知識發(fā)現(xiàn)研究選題,以煤礦安全時間序列數(shù)據(jù)為挖掘?qū)ο?以趨勢性知識發(fā)現(xiàn)為目標(biāo),在對數(shù)據(jù)挖掘與知識發(fā)現(xiàn)一般理論、事故致因與危險源類別劃分、煤炭企業(yè)數(shù)據(jù)構(gòu)成、時間序列趨勢分析...

【文章頁數(shù)】：134 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
1 引言
    1.1 研究背景
    1.2 煤礦安全時間序列研究分析
        1.2.1 宏觀煤礦安全時序數(shù)據(jù)挖掘研究
        1.2.2 微觀煤礦安全時序數(shù)據(jù)挖掘研究
        1.2.3 煤礦安全數(shù)據(jù)挖掘系統(tǒng)研究
    1.3 研究目標(biāo)與研究意義
        1.3.1 研究目標(biāo)
        1.3.2 研究意義
    1.4 研究內(nèi)容與研究方法
        1.4.1 研究內(nèi)容
        1.4.2 研究方法
2 文獻綜述
    2.1 數(shù)據(jù)挖掘與知識發(fā)現(xiàn)
        2.1.1 基本內(nèi)涵
        2.1.2 一般過程
        2.1.3 研究范式及特征
        2.1.4 類別劃分及其主要功能作用
    2.2 事故致因因素與危險源
    2.3 煤炭企業(yè)數(shù)據(jù)構(gòu)成
    2.4 時間序列趨勢分析與描述
        2.4.1 時間序列趨勢性分析與預(yù)測
        2.4.2 時間序列趨勢性描述
    2.5 時間序列分段線性表示研究
    2.6 時間序列趨勢相似性度量研究
    2.7 關(guān)鍵科學(xué)問題
    2.8 本章小結(jié)
3 煤礦安全趨勢性知識
    3.1 煤礦安全時間序列數(shù)據(jù)體系
        3.1.1 煤礦安全時間序列數(shù)據(jù)
        3.1.2 基于二維屬性的煤礦安全時間序列數(shù)據(jù)體系
    3.2 時間序列趨勢描述基元體系
    3.3 煤礦安全趨勢性知識內(nèi)涵
        3.3.1 煤礦安全趨勢性知識的構(gòu)成
        3.3.2 煤礦安全趨勢性知識特征
    3.4 煤礦安全趨勢性知識的價值與作用
    3.5 煤礦安全趨勢性知識發(fā)現(xiàn)過程
    3.6 本章小結(jié)
4 基于PLR_GA的煤礦安全時間序列數(shù)據(jù)預(yù)處理方法
    4.1 基于GA的時間序列分段線性表示
        4.1.1 算法實現(xiàn)步驟
        4.1.2 算法特點分析
    4.2 實驗及結(jié)果分析
        4.2.1 實驗環(huán)境及數(shù)據(jù)
        4.2.2 實驗方法
        4.2.3 實驗結(jié)果
    4.3 煤礦安全趨勢性知識發(fā)現(xiàn)預(yù)處理過程模型
    4.4 本章小結(jié)
5 煤礦安全單時序趨勢性知識發(fā)現(xiàn)
    5.1 CO數(shù)據(jù)趨勢性知識發(fā)現(xiàn)
        5.1.1 數(shù)據(jù)理解
        5.1.2 基于PLR_GA的降維趨勢變換
        5.1.3 基于SPADE算法的CO趨勢序列頻繁模式發(fā)現(xiàn)
        5.1.4. 不同壓縮率條件下的CO頻繁序列模式評估
    5.2 瓦斯?jié)舛刃蛄袛?shù)據(jù)趨勢性知識發(fā)現(xiàn)
        5.2.1 數(shù)據(jù)理解
        5.2.2 基于PLR_GA的降維趨勢變換
        5.2.3 不同壓縮率條件下的瓦斯趨勢序列頻繁模式評估
    5.3 負(fù)壓數(shù)據(jù)的趨勢性知識發(fā)現(xiàn)
        5.3.1 數(shù)據(jù)理解
        5.3.2 基于PLR_GA的降維趨勢變換
        5.3.3 不同壓縮率條件下的負(fù)壓趨勢序列頻繁模式評估
    5.4 本章小結(jié)
6 煤礦安全多時序趨勢性知識發(fā)現(xiàn)
    6.1 動態(tài)模式匹配
        6.1.1 動態(tài)模式匹配距離
        6.1.2 實驗分析
    6.2 基于DPM的序列趨勢相似性關(guān)系識別
        6.2.1 數(shù)據(jù)選擇與預(yù)處理
        6.2.2 煤礦安全趨勢序列數(shù)據(jù)類型識別
        6.2.3 聚類結(jié)果
    6.3 基于SPADE的序列趨勢相似性關(guān)系分析與評估
    6.4 本章小結(jié)
7 結(jié)論與展望
    7.1 主要結(jié)論
    7.2 創(chuàng)新點
    7.3 展望
參考文獻
附錄
致謝
作者簡介



本文編號：3789860