我國是煤炭生產(chǎn)大國，而煤與瓦斯突出（以下簡稱突出）災(zāi)害時有發(fā)生，從而嚴(yán)重制約著煤礦生命財產(chǎn)安全。本文采用模式識別技術(shù)對突出災(zāi)害信息進(jìn)行處理，建立突出災(zāi)害預(yù)測模型，為突出災(zāi)害防治提供決策服務(wù)。從系統(tǒng)工程的角度，建立突出的分級預(yù)測體系。在時間上，對突出災(zāi)害進(jìn)行早期綜合分析預(yù)測和實時預(yù)測；在空間上，進(jìn)行區(qū)域預(yù)測、區(qū)段監(jiān)測及點預(yù)測相結(jié)合。把突出信息用發(fā)展的、聯(lián)系的觀點，在整體層面上加以處理。針對不同的預(yù)測階段，結(jié)合已有的突出發(fā)生機理，選取合適的預(yù)測指標(biāo)集。并利用前向浮動搜索，優(yōu)化算法和粗糙集理論等實現(xiàn)預(yù)測指標(biāo)集的約簡，即是對突出信息的特征選擇過程。在突出預(yù)測模型建立階段，自始至終顧及到No Free Lunch定理的約束性，充分考慮到突出信息的各種可能情形，在查閱文獻(xiàn)和實踐中發(fā)現(xiàn)，沒有絕對好用和處處好用的算法，同時也沒有最佳和最完善的特征集。甚至有了正確的算法選擇，也不一定能全面解決復(fù)雜實際問題。所以，需要在眾多的原理與方法中優(yōu)先選擇簡單有效者，甚至建立起多算法集成模型。經(jīng)過仔細(xì)權(quán)衡，這里主要選取模式識別方法中的神經(jīng)網(wǎng)絡(luò)方法、支撐向量機方法等。而其中對前饋神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行了有效改進(jìn)，主要是利... 

【文章來源】：遼寧工程技術(shù)大學(xué)遼寧省

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

當(dāng)前區(qū)域預(yù)測主要方法示意圖

但是理論研究與工程實踐之間聯(lián)系的道路還需測方法的預(yù)測結(jié)果完全符合實際，本文擬采用多源判據(jù)結(jié)果更具參考價值。路路身就是一個模式分類問題。本文提出利用模式識別技術(shù)系統(tǒng)，這種學(xué)術(shù)思路是可行的。首先使用系統(tǒng)工程理論對突出災(zāi)害信息進(jìn)行全局把握，尋找模式識別在突出應(yīng)識別所需的信息；使用前向浮動搜索，優(yōu)化算法還有粗集的約簡，為后續(xù)模式識別奠定前提基礎(chǔ)；對一些模式算法的性能，采用多種模式識別算法融合建模，建立突策；其中，問題的核心就是建模，采用圖 1.4 的閉環(huán)反

2.3.1 試驗條件五礦含煤21～56層；含煤地層平均796m；可采、部分可采八層。根據(jù)巖性分為八個煤段，可采煤層賦存于庚煤段，己煤段，戊煤段，丁煤段和丙煤段內(nèi)，如圖2.1。五礦己16、 17煤層為突出煤層，五礦為突出礦井。從 1989 至今五礦先后發(fā)生 13次煤與瓦斯動力現(xiàn)象，均發(fā)生在掘進(jìn)工作面，發(fā)生在地質(zhì)構(gòu)造帶 12 次，只有一次是托頂煤施工，炮后誘突 12 次，使用綜掘機掘進(jìn)發(fā)生一次，也是最大的一次突出：2002 .8.13在己16、 17煤層發(fā)生逆流現(xiàn)象。突出受地質(zhì)構(gòu)造帶、尤其是斷層的影響十分

【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)與改進(jìn)ABC算法的瓦斯預(yù)測研究[J]. 付華,荊曉亮,楊義葵.  傳感器與微系統(tǒng). 2011(04)
[2]電磁輻射監(jiān)測儀在1321工作面中的應(yīng)用[J]. 孫祥濤,宋士龍.  煤礦現(xiàn)代化. 2010(03)
[3]自適應(yīng)搜索空間的混沌蜂群算法[J]. 暴勵,曾建潮.  計算機應(yīng)用研究. 2010(04)
[4]煤與瓦斯突出的粗神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究[J]. 楊敏,李瑞霞,汪云甲.  計算機工程與應(yīng)用. 2010(06)
[5]基于boltzmann選擇策略的人工蜂群算法[J]. 丁海軍,馮慶嫻.  計算機工程與應(yīng)用. 2009(31)
[6]煤與瓦斯突出影響因素評價分析的模糊層次分析方法[J]. 孫鑫,徐楊,林柏泉,陸振國,丁學(xué)龍,朱傳杰,趙延旭.  中國安全科學(xué)學(xué)報. 2009(10)
[7]基于遺傳交叉因子的改進(jìn)蜂群優(yōu)化算法[J]. 羅鈞,樊鵬程.  計算機應(yīng)用研究. 2009(10)
[8]蜜蜂群優(yōu)化算法用于訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)[J]. 李偉強,徐建城,殷劍鋒.  計算機工程與應(yīng)用. 2009(24)
[9]輪詢式多準(zhǔn)則特征選擇算法的研究[J]. 李勇明,張素娟,曾孝平,覃劍,韓亮.  系統(tǒng)仿真學(xué)報. 2009(07)
[10]煤瓦斯突出研究現(xiàn)狀及其研究方向探討[J]. 孫葉,譚成軒,孫煒鋒,王瑞江,吳樹仁,汪西海,陳群策.  地質(zhì)力學(xué)學(xué)報. 2008(02)

博士論文
[1]多傳感器信息融合理論及在礦井瓦斯突出預(yù)警系統(tǒng)中的應(yīng)用研究[D]. 繆燕子.中國礦業(yè)大學(xué) 2009
[2]煤與瓦斯突出前兆的非線性預(yù)測及支持向量機識別研究[D]. 陳祖云.中國礦業(yè)大學(xué) 2009

碩士論文
[1]基于粒子群優(yōu)化算法的集成學(xué)習(xí)研究[D]. 盧廷玉.吉林大學(xué) 2008
[2]基于遺傳算法的特征選擇方法的改進(jìn)研究[D]. 鄭雅敏.重慶大學(xué) 2008



本文編號：3080568