煤礦火災(zāi)事故頻繁發(fā)生給人民生命和財(cái)產(chǎn)帶來(lái)巨大危害。煤自燃是引起煤礦發(fā)生火災(zāi)的主要原因之一，提早準(zhǔn)確地測(cè)定煤自燃的危險(xiǎn)等級(jí)，就可以及時(shí)采取有效措施，避免煤自燃的發(fā)生，從而保證煤礦的安全生產(chǎn)。本文利用煤在氧化升溫過(guò)程中所釋放的氣體，針對(duì)煤自燃具有影響因素繁多、高度非線性的特點(diǎn)，采用支持向量機(jī)(support vectormachine,SVM)方法，對(duì)煤自燃危險(xiǎn)程度進(jìn)行預(yù)測(cè)具有實(shí)際意義。 本文的主要研究?jī)?nèi)容主要和創(chuàng)新點(diǎn)如下： （1）針對(duì)支持向量機(jī)的參數(shù)對(duì)其性能的影響，利用遺傳算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization,POS)對(duì)支持向量機(jī)的參數(shù)進(jìn)行了優(yōu)化。 （2）引入了模糊隸屬度和最小二乘的思想，改進(jìn)了一種模糊最小二乘球形支持向量機(jī)(FLHSSVM)的方法，并結(jié)合序貫最小化（SMO）的方法求解，最終的預(yù)測(cè)實(shí)驗(yàn)表明了該算法的有效性。 （3）運(yùn)用鄰域粗糙集的方法對(duì)煤自燃預(yù)測(cè)實(shí)驗(yàn)中的輸入向量進(jìn)行約簡(jiǎn)，然后結(jié)合支持向量機(jī)進(jìn)行預(yù)測(cè)分類(lèi),有效的減小了支持向量機(jī)的訓(xùn)練數(shù)據(jù)，降低算法復(fù)雜度。 （4）采用西安科技大學(xué)研制的特大型煤自然...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 煤自燃知識(shí)
    1.3 煤自燃?xì)怏w指標(biāo)研究現(xiàn)狀
    1.4 支持向量機(jī)研究現(xiàn)狀
    1.5 論文的主要工作及章節(jié)安排
2 支持向量機(jī)的基本理論
    2.1 統(tǒng)計(jì)學(xué)理論
        2.1.1 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化
        2.1.2 學(xué)習(xí)過(guò)程一致性
        2.1.3 VC 維
        2.1.4 結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則
    2.2 支持向量機(jī)理論
        2.2.1 線性支持向量機(jī)
        2.2.2 非線性支持向量機(jī)
    2.3 支持向量機(jī)多分類(lèi)方法
    2.4 本章小結(jié)
3 支持向量機(jī)的參數(shù)選取
    3.1 支持向量機(jī)的參數(shù)選取問(wèn)題
    3.2 傳統(tǒng)參數(shù)選取方法
    3.3 粒子群算法
        3.3.1 算法原理
        3.3.2 算法步驟
    3.4 遺傳算法
        3.4.1 算法原理
        3.4.2 算法步驟
    3.5 遺傳算法與粒子群算法選擇參數(shù)對(duì)比實(shí)驗(yàn)
        3.5.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)
        3.5.2 實(shí)驗(yàn)步驟
        3.5.3 實(shí)驗(yàn)結(jié)果及分析
    3.6 本章小結(jié)
4 模糊最小二乘球形支持向量機(jī)
    4.1 幾種常用的支持向量機(jī)
        4.1.1 v -支持向量機(jī)
        4.1.2 模糊支持向量機(jī)
        4.1.3 最小二乘支持向量機(jī)
        4.1.4 超球體支持向量機(jī)
    4.2 模糊最小二乘球形支持向量機(jī)（FLHSSVM）
        4.2.1 模糊最小二乘球形支持向量機(jī)的構(gòu)造
        4.2.2 FLHSSVM 的 Lagrange 乘子優(yōu)化
        4.2.3 FLHSSVM 的訓(xùn)練
        4.2.4 FLHSSVM 的決策規(guī)則
    4.3 本章小結(jié)
5 基于粗糙集的屬性約簡(jiǎn)
    5.1 粗糙集中的基本概念
        5.1.1 知識(shí)與分類(lèi)
        5.1.2 粗糙集與近似
    5.2 屬性約簡(jiǎn)
    5.3 基于鄰域粗糙的 SVM
    5.4 本章小結(jié)
6 基于支持向量機(jī)的煤自燃預(yù)測(cè)實(shí)驗(yàn)
    6.1 煤自然發(fā)火過(guò)程實(shí)驗(yàn)?zāi)M設(shè)備
        6.1.1 爐體結(jié)構(gòu)
        6.1.2 供風(fēng)系統(tǒng)
        6.1.3 氣體采集與分析系統(tǒng)
        6.1.4 自動(dòng)測(cè)溫和控制系統(tǒng)
    6.2 數(shù)據(jù)采集及數(shù)據(jù)分析
    6.3 支持向量機(jī)預(yù)測(cè)實(shí)驗(yàn)及結(jié)果分析
    6.4 本章小結(jié)
7 結(jié)論
    7.1 總結(jié)
    7.2 展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3856550