在進(jìn)行煤層底板突水預(yù)測時(shí),水害狀況一般分為安全和突水2種狀態(tài),狀態(tài)數(shù)據(jù)具有非平衡特點(diǎn),而已有的煤層底板突水預(yù)測模型主要適用于平衡數(shù)據(jù),對非平衡數(shù)據(jù)集預(yù)測結(jié)果常呈現(xiàn)"一邊倒"現(xiàn)象,即安全狀況的預(yù)測準(zhǔn)確率明顯高于突水狀況的預(yù)測準(zhǔn)確率,整體預(yù)測性能較低。針對該問題,構(gòu)建了基于代價(jià)敏感理論的多決策樹煤層底板突水預(yù)測模型。該模型中,每個(gè)決策樹選用不同的突水影響因素作為單決策樹的根節(jié)點(diǎn),單決策樹節(jié)點(diǎn)屬性選擇準(zhǔn)則融合代價(jià)敏感理論及Gini指標(biāo),從而加重了對突水?dāng)?shù)據(jù)(少數(shù)類)誤判的懲罰力度,提高了突水狀況的預(yù)測性能;根據(jù)構(gòu)建的單決策樹突水預(yù)測模型得到其規(guī)則集,將所有單決策樹突水預(yù)測模型規(guī)則集合并,得到多決策樹突水預(yù)測模型規(guī)則集,采用多決策樹突水預(yù)測模型規(guī)則集得到多個(gè)突水?dāng)?shù)據(jù)的預(yù)測結(jié)果,而后采用少數(shù)服從多數(shù)原則,基于投票法得到最終的預(yù)測結(jié)果。實(shí)驗(yàn)結(jié)果表明:該模型隨著懲罰因子的增大,真實(shí)正類率預(yù)測結(jié)果呈現(xiàn)先增后減的趨勢;與基于分類回歸樹(CART)算法的單決策樹突水預(yù)測模型相比較,在數(shù)據(jù)不平衡率為2、分類錯(cuò)誤懲罰因子取4時(shí),該模型真實(shí)正類率可達(dá)到93.06%,真實(shí)負(fù)類率可達(dá)到97.85%,準(zhǔn)確率為96.2...

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 突水影響因素分析
2 基于代價(jià)敏感的多決策樹突水預(yù)測模型構(gòu)建
    2.1 基于代價(jià)敏感的單決策樹突水預(yù)測模型構(gòu)建
    2.2 多決策樹突水預(yù)測模型構(gòu)建
3 實(shí)驗(yàn)驗(yàn)證
    3.1 數(shù)據(jù)采集與描述
    3.2 突水預(yù)測模型評價(jià)指標(biāo)
    3.3 實(shí)驗(yàn)設(shè)計(jì)
    3.4 實(shí)驗(yàn)結(jié)果及分析
4 結(jié)論



本文編號(hào)：3835276