發(fā)布時(shí)間：2018-06-04 04:25

  本文選題：粗集 + 遺傳算法　； 參考：《中國礦業(yè)大學(xué)學(xué)報(bào)》2017年02期

【摘要】：針對(duì)煤礦安全風(fēng)險(xiǎn)預(yù)測(cè)的可靠性與效率問題,構(gòu)建了基于粗集-支持向量機(jī)(RS-SVM)的煤礦安全風(fēng)險(xiǎn)預(yù)測(cè)模型.在不改變樣本分類質(zhì)量的條件下,運(yùn)用RS方法作為預(yù)處理器約簡(jiǎn)特征參數(shù),然后基于SVM方法進(jìn)行分類建模.以煤礦瓦斯爆炸風(fēng)險(xiǎn)預(yù)測(cè)為例,從人員、環(huán)境、設(shè)備及管理4方面建立煤礦安全生產(chǎn)預(yù)警指標(biāo)體系.利用遺傳算法進(jìn)行RS粗糙集屬性約簡(jiǎn),將初始風(fēng)險(xiǎn)因子由31項(xiàng)剔除為5項(xiàng).將得到的約簡(jiǎn)集作為新的論域,并基于約簡(jiǎn)集利用SVM進(jìn)行樣本訓(xùn)練,通過回判法對(duì)30個(gè)訓(xùn)練樣本的計(jì)算結(jié)果進(jìn)行驗(yàn)證,得出SVM模型精確可靠的結(jié)論.進(jìn)而利用5個(gè)預(yù)測(cè)樣本得到其2015年瓦斯爆炸的風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果,與實(shí)際情況完全相符.表明本文建立的RS-SVM組合預(yù)測(cè)模型對(duì)煤礦安全風(fēng)險(xiǎn)預(yù)測(cè)具有良好的指導(dǎo)作用.
[Abstract]:Aiming at the reliability and efficiency of coal mine safety risk prediction, a coal mine safety risk prediction model based on rough set support vector machine (SVM) is established. Without changing the quality of the sample classification, RS method is used as the feature parameter of preprocessor reduction, and then the classification model is built based on SVM method. Taking the coal mine gas explosion risk prediction as an example, the early warning index system of coal mine safety production is established from the aspects of personnel, environment, equipment and management. The attribute reduction of RS rough set is carried out by genetic algorithm, and the initial risk factor is eliminated from 31 to 5. The reduced set is regarded as a new domain, and based on the reduction set, SVM is used to train the samples. The calculation results of 30 training samples are verified by the method of back judgment, and the conclusion that the SVM model is accurate and reliable is obtained. Furthermore, the risk prediction results of the gas explosion in 2015 are obtained by using five predicted samples, which are in good agreement with the actual situation. The results show that the RS-SVM combined forecasting model established in this paper has a good guiding effect on coal mine safety risk prediction.
【作者單位】： 中國礦業(yè)大學(xué)(北京)管理學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61471362)
【分類號(hào)】：TD79;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧國光;“重大操作風(fēng)險(xiǎn)預(yù)測(cè)”制度好[J];安全生產(chǎn)與監(jiān)督;2005年03期

2 孫志忠;;建設(shè)項(xiàng)目可行性研究的風(fēng)險(xiǎn)預(yù)測(cè)[J];山西冶金;2005年04期

3 王t@;李巧萍;;國際減災(zāi)術(shù)語(2009年版)[J];防災(zāi)博覽;2010年02期

4 杜育根,湯兵勇;一類高新技術(shù)公司風(fēng)險(xiǎn)預(yù)測(cè)指標(biāo)分析及評(píng)估方法[J];中國紡織大學(xué)學(xué)報(bào);1999年06期

5 蔣新新;李鴻;;突發(fā)水污染事故風(fēng)險(xiǎn)預(yù)測(cè)中數(shù)學(xué)模型的研究[J];環(huán)境科技;2008年S2期

6 ;中國經(jīng)濟(jì)三大風(fēng)險(xiǎn)預(yù)測(cè)水、電價(jià)改將啟動(dòng)[J];鐵合金;2008年02期

7 侯言新;;風(fēng)險(xiǎn)預(yù)測(cè)在建筑工程安全管理中的作用[J];新疆有色金屬;2013年S2期

8 郭杰;姚安林;蔣宏業(yè);;基于SVM的西氣東輸管道第三方破壞風(fēng)險(xiǎn)預(yù)測(cè)[J];油氣田地面工程;2011年05期

9 陳立道,梁寶發(fā);安全監(jiān)理的模式與實(shí)踐[J];上海建設(shè)科技;1999年01期

10 袁源;劉軍;;瞻望“三險(xiǎn)”[J];農(nóng)電管理;2006年06期

相關(guān)會(huì)議論文 前3條

1 郜燁;董國麗;張潔;郜華萍;胡學(xué)偉;史建武;;黃磷生產(chǎn)危險(xiǎn)因子及環(huán)境風(fēng)險(xiǎn)預(yù)測(cè)[A];第十六屆中國科協(xié)年會(huì)——分3環(huán)境污染及職業(yè)暴露與人類癌癥學(xué)術(shù)研討會(huì)論文集[C];2014年

2 周焯華;艾林;張宗益;;基于專家規(guī)則的遺傳算法對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)預(yù)測(cè)[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國會(huì)員代表大會(huì)暨第七屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

3 朱玉梅;胡佳哲;劉小立;周繼昌;;高敏C-反應(yīng)蛋白在預(yù)防醫(yī)學(xué)中的應(yīng)用價(jià)值[A];2012深圳市預(yù)防醫(yī)學(xué)會(huì)學(xué)術(shù)研討會(huì)論文匯編[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 朱虎、李培楊、靳建坤 李林、楊帆 特約記者 陳桂峰;依據(jù)法規(guī)管 盯著弱項(xiàng)抓[N];人民武警;2009年

2 鄭軒;海西推行社會(huì)穩(wěn)定風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估制度[N];青海日?qǐng)?bào);2007年

3 邵云　李永剛 倉p，

本文編號(hào)：1975910