主成分-費(fèi)歇爾判別模型在煤與瓦斯突出等級(jí)預(yù)測(cè)中的應(yīng)用
發(fā)布時(shí)間:2021-05-08 05:14
針對(duì)現(xiàn)有煤與瓦斯突出預(yù)測(cè)方法存在計(jì)算過(guò)程較復(fù)雜、預(yù)測(cè)主觀性強(qiáng)、預(yù)測(cè)精度較低等問(wèn)題,構(gòu)建了主成分-費(fèi)歇爾判別模型,并將其應(yīng)用于某煤礦的煤與瓦斯突出等級(jí)預(yù)測(cè)。從瓦斯因素、煤體結(jié)構(gòu)及地質(zhì)構(gòu)造方面分析得出了影響該礦煤與瓦斯突出的因素包括瓦斯壓力、瓦斯含量及瓦斯放散初速度等指標(biāo)。以影響該礦煤與瓦斯突出的23組實(shí)測(cè)數(shù)據(jù)為基礎(chǔ),首先利用主成分分析模型對(duì)影響該礦的煤與瓦斯突出因素進(jìn)行降維,提取與指標(biāo)相關(guān)度較高的5個(gè)主成分,然后將5個(gè)主成分輸入費(fèi)歇爾判別模型,并根據(jù)判別函數(shù)對(duì)樣本進(jìn)行煤與瓦斯突出等級(jí)預(yù)測(cè)。應(yīng)用結(jié)果表明:主成分-費(fèi)歇爾判別模型具有較高的可信性,能對(duì)煤與瓦斯突出等級(jí)進(jìn)行準(zhǔn)確預(yù)測(cè),訓(xùn)練樣本的正確率為100%,待測(cè)樣本的預(yù)測(cè)結(jié)果也與該礦煤與瓦斯突出的實(shí)際情況相符,誤判率為0,為準(zhǔn)確預(yù)測(cè)煤與瓦斯突出提供了一種新方法。
【文章來(lái)源】:工礦自動(dòng)化. 2020,46(03)北大核心
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
0 引言
1 主成分-費(fèi)歇爾判別模型建立
1.1 主成分分析基本原理
1.1.1 主成分分析模型
1.1.2 主成分分析算法流程
1.2 費(fèi)歇爾判別分析
1.2.1 基本原理
1.2.2 效果檢驗(yàn)
2 主成分-費(fèi)歇爾判別模型應(yīng)用
2.1 煤與瓦斯突出影響因素
2.1.1 瓦斯因素
2.1.2 煤體結(jié)構(gòu)及性質(zhì)
2.1.3 煤層條件及地質(zhì)構(gòu)造
2.2 構(gòu)建判別模型
2.2.1 主成分處理
2.2.2 費(fèi)歇爾判別模型分析
2.3 判別效果檢驗(yàn)
2.4 預(yù)測(cè)結(jié)果分析
3 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]利用地震主分量分析和Fisher判別預(yù)測(cè)窄小河道砂體[J]. 姜巖,楊春生,李文艷,趙明珠,張秀麗. 石油地球物理勘探. 2018(06)
[2]BP神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)隧道瓦斯突出的模型與實(shí)例[J]. 匡亮,趙萬(wàn)強(qiáng),喻渝. 鐵道工程學(xué)報(bào). 2018(02)
[3]基于模糊聚類(lèi)方法的復(fù)雜煤層煤與瓦斯突出危險(xiǎn)性分析[J]. 侯金玲. 煤礦安全. 2017(06)
[4]煤與瓦斯突出預(yù)測(cè)PCA—距離判別法研究[J]. 劉慶軍,陳坤,劉曉光. 中國(guó)煤炭. 2016(10)
[5]基于PCA法和Fisher判別分析法的巖體質(zhì)量等級(jí)分類(lèi)[J]. 錢(qián)兆明,任高峰,褚夫蛟,秦紹兵. 巖土力學(xué). 2016(S2)
[6]基于兩總體Fisher判別分析法的煤與瓦斯突出預(yù)測(cè)[J]. 陳亮,王恩元,馮俊軍,李學(xué)龍. 煤礦安全. 2015(12)
[7]改進(jìn)層次分析法的煤與瓦斯突出預(yù)測(cè)[J]. 彭泓,王曦. 遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(07)
[8]用加權(quán)灰色關(guān)聯(lián)分析煤與瓦斯突出的主控因素[J]. 徐昆倫,李明明. 煤炭技術(shù). 2015(03)
[9]煤與瓦斯突出預(yù)測(cè)的Fisher判別分析法及應(yīng)用[J]. 畢建武,賈進(jìn)章,趙博琦,張瑾. 安全與環(huán)境學(xué)報(bào). 2014(05)
[10]煤層瓦斯預(yù)抽防突措施效果檢驗(yàn)應(yīng)用研究[J]. 林海峰. 中國(guó)煤炭. 2014(04)
博士論文
[1]煤礦工作面作業(yè)環(huán)境及煤與瓦斯突出危險(xiǎn)綜合評(píng)價(jià)研究[D]. 關(guān)維娟.安徽理工大學(xué) 2015
本文編號(hào):3174741
【文章來(lái)源】:工礦自動(dòng)化. 2020,46(03)北大核心
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
0 引言
1 主成分-費(fèi)歇爾判別模型建立
1.1 主成分分析基本原理
1.1.1 主成分分析模型
1.1.2 主成分分析算法流程
1.2 費(fèi)歇爾判別分析
1.2.1 基本原理
1.2.2 效果檢驗(yàn)
2 主成分-費(fèi)歇爾判別模型應(yīng)用
2.1 煤與瓦斯突出影響因素
2.1.1 瓦斯因素
2.1.2 煤體結(jié)構(gòu)及性質(zhì)
2.1.3 煤層條件及地質(zhì)構(gòu)造
2.2 構(gòu)建判別模型
2.2.1 主成分處理
2.2.2 費(fèi)歇爾判別模型分析
2.3 判別效果檢驗(yàn)
2.4 預(yù)測(cè)結(jié)果分析
3 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]利用地震主分量分析和Fisher判別預(yù)測(cè)窄小河道砂體[J]. 姜巖,楊春生,李文艷,趙明珠,張秀麗. 石油地球物理勘探. 2018(06)
[2]BP神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)隧道瓦斯突出的模型與實(shí)例[J]. 匡亮,趙萬(wàn)強(qiáng),喻渝. 鐵道工程學(xué)報(bào). 2018(02)
[3]基于模糊聚類(lèi)方法的復(fù)雜煤層煤與瓦斯突出危險(xiǎn)性分析[J]. 侯金玲. 煤礦安全. 2017(06)
[4]煤與瓦斯突出預(yù)測(cè)PCA—距離判別法研究[J]. 劉慶軍,陳坤,劉曉光. 中國(guó)煤炭. 2016(10)
[5]基于PCA法和Fisher判別分析法的巖體質(zhì)量等級(jí)分類(lèi)[J]. 錢(qián)兆明,任高峰,褚夫蛟,秦紹兵. 巖土力學(xué). 2016(S2)
[6]基于兩總體Fisher判別分析法的煤與瓦斯突出預(yù)測(cè)[J]. 陳亮,王恩元,馮俊軍,李學(xué)龍. 煤礦安全. 2015(12)
[7]改進(jìn)層次分析法的煤與瓦斯突出預(yù)測(cè)[J]. 彭泓,王曦. 遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(07)
[8]用加權(quán)灰色關(guān)聯(lián)分析煤與瓦斯突出的主控因素[J]. 徐昆倫,李明明. 煤炭技術(shù). 2015(03)
[9]煤與瓦斯突出預(yù)測(cè)的Fisher判別分析法及應(yīng)用[J]. 畢建武,賈進(jìn)章,趙博琦,張瑾. 安全與環(huán)境學(xué)報(bào). 2014(05)
[10]煤層瓦斯預(yù)抽防突措施效果檢驗(yàn)應(yīng)用研究[J]. 林海峰. 中國(guó)煤炭. 2014(04)
博士論文
[1]煤礦工作面作業(yè)環(huán)境及煤與瓦斯突出危險(xiǎn)綜合評(píng)價(jià)研究[D]. 關(guān)維娟.安徽理工大學(xué) 2015
本文編號(hào):3174741
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/3174741.html
最近更新
教材專(zhuān)著