本文關(guān)鍵詞：基于改進(jìn)粒子群優(yōu)化支持向量機(jī)的煤礦生產(chǎn)物流系統(tǒng)安全狀態(tài)預(yù)測研究

  更多相關(guān)文章： 煤礦生產(chǎn)物流系統(tǒng) 安全狀態(tài) 支持向量機(jī) 灰色理論 粒子群

【摘要】：煤炭資源是我國具有戰(zhàn)略地位的重要能源,是我國未來幾十年經(jīng)濟(jì)發(fā)展和社會進(jìn)步的命脈。隨著煤炭需求不斷增加,煤礦安全生產(chǎn)面臨巨大壓力,這關(guān)系到我國煤炭工業(yè)的可持續(xù)發(fā)展和國家能源安全。煤礦生產(chǎn)物流系統(tǒng)的安全是保證煤礦生產(chǎn)正常運(yùn)行和發(fā)揮經(jīng)濟(jì)效益的基礎(chǔ)。因此,加強(qiáng)煤礦生產(chǎn)物流系統(tǒng)的安全管理,尤其是強(qiáng)化對礦井安全狀態(tài)的有效預(yù)測意義重大。 本文以具有復(fù)雜非線性、實(shí)時(shí)動態(tài)性、模糊不確定性等特征的煤礦生產(chǎn)物流系統(tǒng)為研究對象,著重從安全狀態(tài)預(yù)測的角度出發(fā),提出一套完整的煤礦生產(chǎn)物流系統(tǒng)安全狀態(tài)指標(biāo)體系并提出相應(yīng)的預(yù)測方法。本文的主要內(nèi)容如下。 (1)結(jié)合煤礦生產(chǎn)物流系統(tǒng)的復(fù)雜特性,站在事中控制、動態(tài)分析的角度,從人員因素、作業(yè)因素、機(jī)電因素、運(yùn)輸因素、通風(fēng)因素、排水因素和瓦斯因素的七個(gè)方面進(jìn)行分類,全面細(xì)致地對煤礦生產(chǎn)物流系統(tǒng)的安全性進(jìn)行分析,探究出各影響因素與煤礦生產(chǎn)物流系統(tǒng)安全狀態(tài)之間的作用機(jī)理。 (2)提出一種基于灰色理論的煤礦生產(chǎn)物流安全狀態(tài)指標(biāo)體系構(gòu)建方法。首先通過影響因素分析,初步建立指標(biāo)體系；然后運(yùn)用灰色聚類,減少指標(biāo)相關(guān)性;最后通過灰色關(guān)聯(lián)分析,篩選優(yōu)化指標(biāo)體系。這樣的處理方法不僅避免了人為主觀性的干擾,而且實(shí)現(xiàn)了指標(biāo)體系的精簡優(yōu)化。 (3)針對煤礦生產(chǎn)物流系統(tǒng)復(fù)雜多變、數(shù)據(jù)獲取困難的特點(diǎn),提出一種基于改進(jìn)粒子群優(yōu)化支持向量機(jī)(IPSO-SVM,Improved Particle Swarm Optimization-Support Vector Machine)的煤礦生產(chǎn)物流系統(tǒng)安全狀態(tài)預(yù)測模型。首先,采用對慣性權(quán)重和學(xué)習(xí)權(quán)重進(jìn)行線性調(diào)整的方法,改善粒子群優(yōu)化算法(PSO, Particle Swarm Optimization)的收斂速度和搜索精度；然后,將改進(jìn)后的PSO與傳統(tǒng)支持向量機(jī)(SVM, Support Vector Machine)相融合,解決SVM參數(shù)設(shè)置困難的問題；最后,通過案例實(shí)驗(yàn),驗(yàn)證了該模型的有效性。 本文研究成果不僅拓展了煤礦生產(chǎn)物流系統(tǒng)的研究領(lǐng)域,豐富了煤礦安全管理的研究成果,而且有助于改善日趨嚴(yán)峻的煤礦安全生產(chǎn)形勢,幫助煤炭企業(yè)提升安全生產(chǎn)管理水平,對于我國煤炭行業(yè)的可持續(xù)發(fā)展具有積極意義。
【關(guān)鍵詞】：煤礦生產(chǎn)物流系統(tǒng) 安全狀態(tài) 支持向量機(jī) 灰色理論 粒子群
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TD7;F426.21;F252
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-10
• 1 緒論10-19
• 1.1 研究背景及意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11-12
• 1.2. 國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 煤礦生產(chǎn)物流研究現(xiàn)狀12-14
• 1.2.2 煤礦安全預(yù)測研究現(xiàn)狀14-16
• 1.3 研究內(nèi)容與技術(shù)路線16-18
• 1.3.1 研究內(nèi)容16-17
• 1.3.2 技術(shù)路線17-18
• 1.4 本文創(chuàng)新點(diǎn)18-19
• 2 理論綜述19-29
• 2.1 煤礦生產(chǎn)物流系統(tǒng)19-20
• 2.1.1 煤礦生產(chǎn)物流系統(tǒng)定義19
• 2.1.2 煤礦生產(chǎn)物流系統(tǒng)特點(diǎn)19-20
• 2.2 灰色理論20-22
• 2.2.1 灰色聚類分析20-21
• 2.2.2 灰色關(guān)聯(lián)分析21-22
• 2.3 SVM理論22-27
• 2.3.1 統(tǒng)計(jì)學(xué)習(xí)理論22-23
• 2.3.2 SVM分類原理23-27
• 2.4 PSO算法理論27-28
• 2.4.1 PSO算法的原理27-28
• 2.4.2 PSO算法的優(yōu)缺點(diǎn)28
• 2.5 本章小結(jié)28-29
• 3 煤礦生產(chǎn)物流系統(tǒng)安全狀態(tài)指標(biāo)體系研究29-44
• 3.1 指標(biāo)選取原則29-30
• 3.2 選取指標(biāo)存在的問題30-31
• 3.3 煤礦生產(chǎn)物流安全狀態(tài)影響因素分析31-37
• 3.3.1 人員因素32-33
• 3.3.2 作業(yè)因素33
• 3.3.3 機(jī)電因素33-34
• 3.3.4 運(yùn)輸因素34-35
• 3.3.5 通風(fēng)因素35
• 3.3.6 排水因素35-36
• 3.3.7 瓦斯因素36-37
• 3.4 指標(biāo)體系的初步構(gòu)建37-38
• 3.5 指標(biāo)體系優(yōu)化38-43
• 3.5.1 基于灰色聚類分析的指標(biāo)分類39-41
• 3.5.2 基于灰色關(guān)聯(lián)分析的指標(biāo)修正41-43
• 3.6 本章小結(jié)43-44
• 4 煤礦生產(chǎn)物流系統(tǒng)安全狀態(tài)預(yù)測模型研究44-52
• 4.1 建�；舅悸�44
• 4.2 核函數(shù)的選取44-46
• 4.3 PSO算法的改進(jìn)46-47
• 4.3.1 慣性權(quán)重的調(diào)節(jié)46
• 4.3.2 學(xué)習(xí)權(quán)重的調(diào)節(jié)46-47
• 4.4 參數(shù)優(yōu)選機(jī)制47-49
• 4.4.1 交叉驗(yàn)證機(jī)制47
• 4.4.2 IPSO優(yōu)化機(jī)制47-49
• 4.5 基于IPSO-SVM的煤礦生產(chǎn)物流系統(tǒng)安全狀態(tài)預(yù)測模型架構(gòu)49-50
• 4.6 算例驗(yàn)證50-51
• 4.7 本章小結(jié)51-52
• 5 案例分析52-61
• 5.1 案例背景闡述52
• 5.2 實(shí)驗(yàn)準(zhǔn)備52-55
• 5.2.1 實(shí)驗(yàn)環(huán)境52-53
• 5.2.2 安全狀態(tài)分類53-54
• 5.2.3 樣本搜集及處理54-55
• 5.3 實(shí)驗(yàn)運(yùn)行及結(jié)果分析55-60
• 5.3.1 實(shí)驗(yàn)初始化設(shè)置55-56
• 5.3.2 參數(shù)優(yōu)化結(jié)果分析56-58
• 5.3.3 模型測試結(jié)果分析58-60
• 5.4 本章小結(jié)60-61
• 6 總結(jié)與展望61-63
• 6.1 研究總結(jié)61-62
• 6.2 研究展望62-63
• 參考文獻(xiàn)63-67
• 致謝67-68
• 個(gè)人簡歷、在校期間發(fā)表的學(xué)術(shù)論文與研究成果68

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 龐成;;煤礦防塵安全評價(jià)體系研究[J];礦業(yè)安全與環(huán)保;2011年03期

2 姜艷萍;樊治平;鄭玉巖;;基于特征匹配的突發(fā)事件應(yīng)急預(yù)案選擇方法[J];系統(tǒng)工程;2011年12期

3 馬亞杰;王東;孫海威;;ANN采煤工作面最大涌水量預(yù)測與指標(biāo)優(yōu)化[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年07期

4 鄧明明;孫林巖;孫林輝;崔凱;;煤礦工人反應(yīng)時(shí)、暗適應(yīng)測試與事故傾向調(diào)查[J];工業(yè)工程與管理;2013年03期

5 楊文光;高艷輝;王清;;模糊前向神經(jīng)網(wǎng)絡(luò)在瓦斯涌出量預(yù)測中的應(yīng)用[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

6 王天瑜;劉勇;徐德宇;;滴道礦立井28#煤層瓦斯含量灰色關(guān)聯(lián)分析及預(yù)測[J];安全與環(huán)境學(xué)報(bào);2014年01期

7 曹慶仁;李凱;李靜林;;管理者行為對礦工不安全行為的影響關(guān)系研究[J];管理科學(xué);2011年06期

8 宋華嶺;溫國鋒;劉麗娟;李金克;張漪;王傳鵬;李春蕾;;復(fù)雜信息度量的安全系統(tǒng)結(jié)構(gòu)復(fù)雜性評價(jià)[J];管理科學(xué)學(xué)報(bào);2012年02期

9 張洪杰;劉貞堂;于曉月;;煤礦安全風(fēng)險(xiǎn)指標(biāo)體系構(gòu)建研究[J];能源技術(shù)與管理;2010年01期

10 羅紅波;矯興艷;王冉;;礦井人-機(jī)-環(huán)境系統(tǒng)安全評價(jià)[J];礦業(yè)快報(bào);2007年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王金鳳;煤礦生產(chǎn)物流系統(tǒng)研究[D];天津大學(xué);2005年

，

本文編號：886117