模糊粗糙集與支持向量機在煤與瓦斯突出預測中的應用研究.pdf

1、摘要摘要煤與瓦斯突出是嚴重威脅煤礦安全生產的自然災害之一，突發(fā)性和破壞性極強。實現(xiàn)對煤與瓦斯突出危險性的準確預測是有效防治瓦斯災害并高效開發(fā)利用瓦斯資源的關鍵基礎，也一直是礦山安全領域的關鍵技術難題和重大研究課題。本文將模糊聚類理論、粗糙集理論和支持向量機學習算法相結合，建立了基于模糊粗糙集與支持向量機的煤與瓦斯突出多分類預測模型。首先利用模糊C均值聚類理論對原始數(shù)據(jù)進行離散化處理，并利用粗糙集理論對離散化得到的決策表進行煤與瓦斯突出信

2、息的知識獲取，即在保持數(shù)據(jù)完整性的前提下剔除冗余信息，實現(xiàn)數(shù)據(jù)降維的目的；然后從預處理后的樣本中選擇訓練樣本集和測試樣本集，對支持向量機多分類預測模型進行訓練，并選擇合適的核函數(shù)和參數(shù)，最后用于煤與瓦斯突出危險性預測。實驗結果表明，基于模糊粗糙集與支持向量機的煤與瓦斯突出預測模型訓練時間短、分類精度高，具有良好的推廣性能。模糊粗糙集與支持向量機相結合的技術在煤與瓦斯突出危險性預測中的應用對確保煤礦安全生產和煤礦工人的生命安全具有極其重要