發(fā)布時(shí)間：2021-12-10 21:56

　　隨著機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展,大數(shù)據(jù)處理技術(shù)逐漸在各行各業(yè)中扮演著驅(qū)動(dòng)性的角色,對(duì)企業(yè)傳統(tǒng)的經(jīng)營(yíng)管理模式產(chǎn)生了巨大的沖擊與變革。在煤礦開采領(lǐng)域,由于煤礦自身信息化建設(shè)水平的局限性,起步較晚。瓦斯?jié)舛缺O(jiān)測(cè)基本上實(shí)現(xiàn)了瓦斯數(shù)據(jù)的采集、匯總、儲(chǔ)存與共享階段,但在數(shù)據(jù)的深層次挖掘研究方面相對(duì)滯后。如果有效利用瓦斯監(jiān)測(cè)數(shù)據(jù)庫(kù)中這些具有較強(qiáng)關(guān)聯(lián)特征的數(shù)據(jù),結(jié)合同一時(shí)段內(nèi)采掘工作面的采煤量、風(fēng)流速度、瓦斯抽采量、工作面推進(jìn)速度等相關(guān)影響因素,利用支持向量機(jī)回歸與分類預(yù)測(cè)技術(shù),挖掘出這些因素間隱藏的內(nèi)在聯(lián)系,以及這些因素共同對(duì)回采工作面、掘進(jìn)工作面、回風(fēng)巷等瓦斯事故高發(fā)區(qū)域瓦斯?jié)舛鹊挠绊�。從而可以將這些規(guī)律應(yīng)用到礦井瓦斯?jié)舛犬惓７治�、瓦斯事故風(fēng)險(xiǎn)預(yù)測(cè)等方面,為礦井的安全決策、風(fēng)險(xiǎn)預(yù)評(píng)估、瓦斯事故的預(yù)防提供參考意義。本文在研究過程中,主要完成了以下幾個(gè)方面工作:（1）研究了支持向量機(jī)的非線性預(yù)測(cè)理論,并分析了該理論在礦井瓦斯事故風(fēng)險(xiǎn)預(yù)測(cè)方面的優(yōu)越性,為后續(xù)的研究工作提供理論基礎(chǔ)。（2）通過對(duì)瓦斯易積聚區(qū)域內(nèi)瓦斯?jié)舛扔绊懸蛩氐姆治?并結(jié)合相關(guān)區(qū)域瓦斯?jié)舛缺O(jiān)測(cè)數(shù)據(jù)形成了瓦斯?jié)舛阮A(yù)測(cè)的樣本數(shù)據(jù),基于非... 

【文章來源】：太原理工大學(xué)山西省 211工程院校

【文章頁(yè)數(shù)】：98 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

006-2017年我國(guó)煤礦安全事故總體情況

圖 1-1 2006-2017 年我國(guó)煤礦安全事故總體情況Fig.1-1 Overall situation of coal mine safety accidents in China from 2006 to 利用有效的瓦斯事故風(fēng)險(xiǎn)預(yù)測(cè)方法對(duì)礦井回采工作面、掘進(jìn)工作高發(fā)區(qū)域進(jìn)行瓦斯?jié)舛扰c瓦斯事故風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，預(yù)先評(píng)估瓦斯故的發(fā)生的概率就變的尤為重要。

論文結(jié)構(gòu)框圖

【參考文獻(xiàn)】：
期刊論文
[1]國(guó)際能源轉(zhuǎn)型的趨勢(shì)與挑戰(zhàn)[J]. 孫賢勝,許慧文.  國(guó)際石油經(jīng)濟(jì). 2018(01)
[2]基于高斯核函數(shù)支持向量機(jī)的腦電信號(hào)時(shí)頻特征情感多類識(shí)別[J]. 李幼軍,鐘寧,黃佳進(jìn),栗覓,王東升.  北京工業(yè)大學(xué)學(xué)報(bào). 2018(02)
[3]基于參數(shù)優(yōu)化支持向量機(jī)的水稻施氮水平分類研究[J]. 周瓊,楊紅云,楊珺,孫玉婷,楊文姬,石強(qiáng)強(qiáng).  南方農(nóng)業(yè)學(xué)報(bào). 2017(08)
[4]改進(jìn)粒子群算法優(yōu)化支持向量機(jī)在故障診斷中的應(yīng)用研究[J]. 孫瑤琴.  計(jì)算機(jī)測(cè)量與控制. 2017(03)
[5]基于混沌粒子群神經(jīng)網(wǎng)絡(luò)的瓦斯?jié)舛阮A(yù)測(cè)[J]. 耿越.  中國(guó)煤炭. 2017(03)
[6]利用智能算法優(yōu)化支持向量機(jī)參數(shù)[J]. 崔君榮,苑薇薇.  河北科技師范學(xué)院學(xué)報(bào). 2017(01)
[7]基于交叉驗(yàn)證支持向量機(jī)算法的交通狀態(tài)判別研究[J]. 高林,盛子豪,劉英.  青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[8]支持向量機(jī)在高考成績(jī)預(yù)測(cè)分析中的應(yīng)用[J]. 張莉,盧星凝,陸從林,王邦軍,李凡長(zhǎng).  中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào). 2017(01)
[9]深度學(xué)習(xí)耦合粒子群優(yōu)化SVM的瓦斯?jié)舛阮A(yù)測(cè)[J]. 錢建生,邱春榮,李紫陽(yáng),吳響.  煤礦安全. 2016(11)
[10]統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)研究新進(jìn)展[J]. 杜二玲,范毅君,李海軍.  現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化. 2016(18)

博士論文
[1]粒子群算法研究及其工程應(yīng)用案例[D]. 邵晴.吉林大學(xué) 2017
[2]煤與瓦斯突出能量分析及其物理模擬的相似性研究[D]. 張慶賀.山東大學(xué) 2017
[3]煤礦安全風(fēng)險(xiǎn)評(píng)價(jià)與預(yù)警研究[D]. 楊軍.中國(guó)礦業(yè)大學(xué) 2013
[4]基于安全監(jiān)控系統(tǒng)實(shí)測(cè)數(shù)據(jù)的瓦斯?jié)舛阮A(yù)測(cè)預(yù)警研究[D]. 董丁穩(wěn).西安科技大學(xué) 2012
[5]支持向量機(jī)學(xué)習(xí)算法若干問題的研究[D]. 常甜甜.西安電子科技大學(xué) 2010
[6]基于支持向量機(jī)數(shù)據(jù)融合的礦井瓦斯預(yù)警技術(shù)研究[D]. 黃為勇.中國(guó)礦業(yè)大學(xué) 2009

碩士論文
[1]綜放工作面瓦斯涌出規(guī)律及治理技術(shù)研究[D]. 王洪武.內(nèi)蒙古科技大學(xué) 2017
[2]基于支持向量機(jī)的礦井巷道摩擦阻力系數(shù)預(yù)測(cè)研究[D]. 張歡歡.西安科技大學(xué) 2017
[3]我國(guó)煤礦生產(chǎn)安全事故統(tǒng)計(jì)分析及預(yù)測(cè)[D]. 趙春俠.西南科技大學(xué) 2017
[4]基于功效系數(shù)法的J公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[D]. 于宛平.沈陽(yáng)工業(yè)大學(xué) 2017
[5]基于支持向量機(jī)的量化擇時(shí)策略及實(shí)證研究[D]. 宋文達(dá).西安工業(yè)大學(xué) 2017
[6]基于AHP—模糊綜合評(píng)價(jià)法的農(nóng)村電網(wǎng)改造項(xiàng)目后評(píng)價(jià)研究[D]. 高璐.吉林大學(xué) 2017
[7]基于遺傳算法與人工神經(jīng)網(wǎng)絡(luò)的加熱爐建模方法研究[D]. 楊猛.中國(guó)科學(xué)技術(shù)大學(xué) 2017
[8]半監(jiān)督學(xué)習(xí)分類算法的研究[D]. 陳英豪.江蘇大學(xué) 2017
[9]基于PSO-SVR的瓦斯?jié)舛阮A(yù)測(cè)方法研究[D]. 邱春榮.中國(guó)礦業(yè)大學(xué) 2017
[10]基于多尺度核加權(quán)融合的支持向量機(jī)核函數(shù)優(yōu)化方法的研究[D]. 陳洋洋.杭州電子科技大學(xué) 2017



本文編號(hào)：3533461