版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、煤炭資源是我國(guó)具有戰(zhàn)略地位的重要能源,是我國(guó)未來(lái)幾十年經(jīng)濟(jì)發(fā)展和社會(huì)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(guó)煤炭工業(yè)的可持續(xù)發(fā)展和國(guó)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(duì)礦井安全狀態(tài)的有效預(yù)測(cè)意義重大。
本文以具有復(fù)雜非線性、實(shí)時(shí)動(dòng)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(duì)象,著重從安全狀態(tài)預(yù)測(cè)的角
2、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(cè)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(dòng)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(duì)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)
3、建方法。首先通過(guò)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(guò)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(jiǎn)優(yōu)化。
(3)針對(duì)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 SwarmOptimization-Support Vector Machine)的煤
4、礦生產(chǎn)物流系統(tǒng)安全狀態(tài)預(yù)測(cè)模型。首先,采用對(duì)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(wèn)題;最后,通過(guò)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
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 煤礦生產(chǎn)物流系統(tǒng)安全影響因素研究.pdf
- 基于粒子群思想改進(jìn)支持向量機(jī)優(yōu)化算法的研究.pdf
- 煤礦生產(chǎn)物流系統(tǒng)安全與效率作用機(jī)理問(wèn)題研究.pdf
- 基于粒子群優(yōu)化算法支持向量機(jī)的巖爆預(yù)測(cè)研究.pdf
- 煤礦生產(chǎn)物流系統(tǒng)研究.pdf
- 基于粒子群支持向量機(jī)的礦井瓦斯預(yù)測(cè)與研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的移動(dòng)荷載識(shí)別研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的入侵檢測(cè)模型研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的異常入侵檢測(cè)研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的變壓器故障診斷和預(yù)測(cè).pdf
- 粒子群優(yōu)化的支持向量機(jī)在股票預(yù)測(cè)中的研究與應(yīng)用.pdf
- 基于Flexsim的生產(chǎn)物流系統(tǒng)仿真優(yōu)化設(shè)計(jì).pdf
- A公司生產(chǎn)物流優(yōu)化.pdf
- 基于粒子群優(yōu)化算法的支持向量機(jī)集成學(xué)習(xí)方法研究.pdf
- 基于粒子群算法的特征選擇與支持向量機(jī)參數(shù)同步優(yōu)化.pdf
- 基于粒子群算法和支持向量機(jī)的發(fā)酵過(guò)程建模與優(yōu)化研究.pdf
- 粒子群優(yōu)化與支持向量機(jī)在河流水質(zhì)模擬預(yù)測(cè)中的應(yīng)用.pdf
- 煤礦企業(yè)生產(chǎn)物流工程的對(duì)策研究.pdf
- 基于支持向量機(jī)的煤礦瓦斯突出預(yù)測(cè)系統(tǒng)的研究.pdf
- 淮鋼生產(chǎn)物流優(yōu)化研究
評(píng)論
0/150
提交評(píng)論