煤矿本质安全管理综合评价的GA-SVC模型及应用

为评价煤矿本质安全管理水平,根据煤矿本质安全管理的内涵,构建了综合评价指标体系。针对以往评价方法主观设置指标权重的缺陷,采用支持向量分类算法对煤矿本质安全管理进行评价。鉴于遗传算法全局搜索最优解的特点,将遗传算法用于获取支持向量分类参数的最优值,建立了煤矿本质安全管理评价的遗传-支持向量分类模型(GA-SVC)。根据以往煤矿本质安全管理评价资料,构建了学习样本。测试结果表明,基于GA-SVC模型的评价方法精度较高,具有较强的泛化能力,且无需人为设置指标权重,避免了人的主观因素对评价结果的影响,能够更客观、准确地得出评价结果。     

用于早期火灾分类的非线性决策树支持向量机

对早期火灾信息进行研究,提出了一种基于非线性决策树的支持向量机多类分类模型。该模型利用非线性映射将样本投影到高维特征空间,比较每类样本在高维空间的分布情况,进行聚类构造出一个二叉决策树,使容易区分的类别从根节点逐层分类出来,有效克服了错分积累和避免不可分情况;同时,各个节点采用二值最小二乘小波支持向量机,以获得较高的泛化能力。该文将该模型用于早期火灾分类,并与BP神经网络、K近邻法和决策树方法进行比较,实验结果表明,该模型对早期火灾的识别率更高。     

基于属性约简的绝缘节破损预测

准确的绝缘节破损预测能够保证铁路运输安全和经济效益。支持向量机算法能够处理轨道电路测试数据,对其进行分类,预测可能存在隐患的绝缘节,但支持向量机预测模型的原始样本多有冗余,基于此,提出了一种基于粗糙集和支持向量机的绝缘节破损预测模型。通过改进主分量启发式属性约简算法,降低样本维数,同时选用模拟退火算法完成SVM自动参数选优。实例分析和仿真结果表明,与单一支持向量机算法相比,属性约简后的粗糙集-支持向量机算法提高了分类器的分类性能,与采用网格搜索技术的SVM预测方法相比,模拟退火算法有效提高了SVM的预测精度。     

基于熵值法和支持向量机的煤矿应急救援能力评价模型

为增强煤矿应急救援能力,提高评价的精度,弥补单一评价方法的缺陷,构建了基于熵值法和支持向量机的煤矿应急救援能力评价模型。根据各评价指标数据所提供的信息量,运用熵值法设定指标权重,进一步将指标权重定量化、客观化;同时鉴于煤矿应急救援能力评价数据难收集、影响因素复杂多变的状况,结合具有处理非线性、小样本数据问题的支持向量机进行评价,保证了评价结果的准确性。实证分析表明,该模型的评价结果与煤矿实际应急救援能力非常接近,可用于实际的煤矿应急救援能力评价。     

基于支持向量机的煤与瓦斯突出预测研究

为准确预测矿井煤与瓦斯突出的危险性,针对煤与瓦斯突出样本的不足从一定程度上制约了基于知识的方法在煤与瓦斯突出预测中的应用这一问题,利用支持向量机在小样本情况下具有较强识别能力的特点,提出了煤与瓦斯突出的支持向量机预测方法。对煤与瓦斯突出影响因素进行灰关联分析,提取特征向量。选用典型突出矿井的煤与瓦斯突出实例作为学习样本,以云南恩洪煤矿的突出实例作为预测样本,将支持向量机预测结果与其他预测结果进行对比。结果表明支持向量机模型能够满足煤与瓦斯突出预测的要求。     

煤矿安全的多层次灰色评估

根据系统工程原理,建立了煤矿安全管理状况的评价指标体系,考虑各指标的权重,利用多层次灰色关联度分析法计算出各指标数据列的关联度,得到关联序,从而为评价煤矿安全管理状况提供了一种新的方法。     

多层次灰色综合评价法在储罐失效概率评估中的应用

为更科学地研究我国常压原油储罐失效概率的影响因素,提出基于层次分析法(AHP)和灰色综合评价模型的多层次灰色综合评价法。从基于风险的检验(RBI)失效概率评估过程出发,建立常压原油储罐的失效概率数学模型;在系数修正法的基础上,将设备修正因子划分为一级目标层A、二级要素层B和三级指标层C,利用AHP法计算出各评价指标的权重;引入灰色综合评价模型评价各指标;将多层次灰色综合评价法运用到一个实际案例中。结果表明:该方法处理多因素、多层次的综合评价时,可以避免传统打分法可能造成的风险遮蔽问题,同时可以得出各因子对于设备修正系数的影响大小排序。     

基于支持向量机的化工工艺安全评价模型构建及优化研究

为解决现阶段基于风险分级的安全评价方法仍存在着高维数据处理不当、评价智能化程度不高等问题,创建支持向量机的安全评价模型,利用核函数解决安全评价因子分类问题,粒子群算法(PSO)寻找最适合模型的正则项C,进一步提升安全评价模型的正确率,形成适用高维数据的化工工艺安全评价方法。研究结果表明：该模型与经典支持向量机模型和BP神经网络评价模型相比具有更高的正确率,研究结果对借用机器学习来创新安全评价理论及工程应用具有现实意义及理论价值。     

基于核校准和SVM的煤矿安全组织管理因素分析

组织管理因素与煤矿安全生产密切相关。该文从人的管理、组织机构管理、企业环境管理、现场及技术管理四个方面详细分析了煤矿组织管理中的主要影响因素,提出一种基于核校准和支持向量机（SVM）的组织管理安全评价等级预测方法,构建了影响因素形成的输入空间到评价等级空间的非线性映射,并详尽分析了组织管理的安全评价等级与各影响因素的关联关系。在此基础上,本文深入研究煤矿安全中各组织管理因素的作用规律,并探讨了相应的预防措施与控制方法。实例分析结果表明,该方法能够合理地反映煤矿企业的组织管理安全评价状况,有助于煤矿企业采取相应措施预防或减少安全事故的发生,同时,也为企业提高本质安全管理水平提供了参考,有较强的实用性。     

基于PSO-SVM的砂土地震液化预测模型

为提高砂土地震液化预测的准确性和可靠性,根据其特点,选取地震烈度、地下水位、标准贯入击数、平均粒径、不均匀系数、上覆有效压力、动剪应力比等7个因子作为判别依据,采用粒子群算法(PSO)对支持向量机(SVM)的参数寻优,建立预测砂土地震液化的PSO-SVM模型;选用50个样本训练模型,并用该模型预测14个测试样本,并回判所有样本。结果表明:模型预测准确率为100%,该模型在解决砂土地震液化预测问题中,分类效果较好、效率较高。     

基于博弈论组合赋权灰靶模型的煤矿安全综合评价

为了合理准确地评价煤矿安全现状,建立了基于博弈论组合赋权耦合灰靶决策的煤矿安全评价模型。运用层次分析法、熵权法和神经网络算法单独计算出各个指标的权重,再根据最优线性组合系数确定博弈论组合赋权。以河南义马煤业5组矿井安全现状为例,运用博弈论组合赋权耦合灰靶决策计算矿井偏离靶心度,同时将该模型的评价结果与层次分析法耦合灰靶决策模型、熵权灰靶决策模型和神经网络算法耦合灰靶决策模型的评价结果进行对比分析。结果表明:博弈论组合赋权耦合灰靶决策模型的评价结果与煤矿实际安全情况基本一致,且该模型相较其他模型的评价结果更加精准简便。     

煤矿安全预评价的可变模糊识别方法

煤矿安全预评价涉及诸多不确定信息,用传统评价方法难以获得可靠的评价结果。为此,将可变模糊模式识别模型与方法引入煤矿安全领域,提出了煤矿安全预评价的可变模糊识别方法。可变模糊识别方法首先根据指标特征值与指标标准特征值矩阵确定样本的级别上下限,然后利用可变模糊模式识别模型对样本进行识别,得到样本在各级别下的相对隶属度,进而计算级别特征值,并以此为依据进行评价。将该方法应用于黄陵双龙煤矿,得出该矿井的安全等级。结果表明:可变模糊识别方法较文献中方法可更准确地给出安全性等级评价结果,为煤矿安全预评价提供一条新的途径。     

基于PSR模型的贵州省煤矿安全生产状况综合评价体系

煤矿安全生产的状况是多因素相互影响、制约和共同作用的结果,存在外部环境的宏观因素,也有煤矿企业内部的微观因素.现有的安全生产状况评价主要依靠事故统计分析,通过事故的量和类型来分析和反应安全的状况.仅仅通过事故统计难以全面反映出各因素对安全生产状况的影响.在分析现阶段贵州省煤矿安全生产的现状和主要影响因素的基础上,综合外部宏观与内部微观指标,利用定性与定量相结合的分析方法,通过PSR模型构建综合指标评价体系,并利用层次分析法进行分析、计算和评价,更客观的反映出贵州省煤矿安全生产状况和影响因素.     

基于GLM模糊评价在煤矿安全中的应用

煤矿安全评价是现代绿色矿山建设的主要指标之一。为对煤矿安全进行有效的评价,综合分析影响煤矿安全的人员因素、地质因素、技术设备因素、环境因素等各项指标。应用广义线性理论和SAS统计分析方法,建立基于GLM模糊评价模型。通过计算各项指标对应等级的煤矿安全影响权重〖AKω- ij,结合模糊综合评价方法得出煤矿的安全生产状况,同时通过优势比分析各指标的敏感性因子,得出防范指标危险性的有效措施。研究表明:该模型依据标准整理数据,操作性强,较准确地得出煤矿安全的状况,为煤矿的安全评价和管理决策提供依据。     

基于IIAHP-Entropy-ssd的采空区遗煤自燃危险性评价模型及应用

为了能够对煤矿采空区遗煤自燃危险性进行准确判定,提出基于IIAHP-Entropy-ssd最优综合赋权模糊评价模型。首先,结合影响采空区遗煤的自燃性及环境影响因素,建立危险性评价指标体系,并确定各评价指标的分级准则;其次,利用区间数代替数值评价打分,并运用可能度互补矩阵进行修正的改进区间数层次分析法（IIAHP）,结合熵权法（Entropy）,根据现场实测数据,得出各评价指标的主、客观权重,并运用离差平方和（ssd）的最大化思想进行最优综合赋权,克服评价过程中主、客观因素对评价结果的影响,运用属性数学理论,建立各评价指标的隶属函数;最后,运用该模型对忻州窑矿8914综放工作面采空区遗煤自燃危险性进行评价,并与现场实际情况进行对比,结果表明:该模型的评价结果与实际情况基本一致,验证了该评价模型的准确性,为采空区遗煤自燃危险性评价提供参考和借鉴思路。     

基于偏序集的采空区煤自燃可能性评价模型

为了解决采空区煤自燃可能性评价方法中的赋权争议问题,基于偏序集理论,提出了偏序集评价模型。阐明评价指标并确定其等级划分准则,运用偏序集评价模型得到Hasse图,通过Hasse图展现的层集信息判别采空区煤自燃的危险程度。利用该模型对某煤矿17个煤样的自燃情况进行了判别,评价结果准确合理。研究结果表明:该模型避免了以往研究中的赋权争议问题,克服了样本量不足致使模型无法应用的问题,其评价结果置信度高。     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。     

基于模糊层次分析法的矿井安全综合评价

为定量地综合评价煤矿安全状况,结合目前煤矿灾害事故的特点,根据影响煤矿安全的因素,建立了包括环境、技术、人员、管理等4个单元、17项指标的多因素多级指标评价体系。采用模糊层次分析法(FAHP)和模糊综合评价模型相结合的方法对煤矿安全进行综合评价。首先是通过模糊层次分析法确定了各评价指标的权重,其结果显示:安全管理是影响煤矿安全的首要因素,其次是人员素质、技术与装备保障,而矿井自然安全条件排序为最后。理论联系实际,应用模糊综合评价方法对某矿的安全现状进行综合分析,得出其安全状况为"良好",同时也证明将模糊层次分析法应用于安全评价的可行性。     

基于融合权集对云的煤矿安全评价及应用*

为合理评价煤矿安全状态,针对煤矿安全影响因素多、指标体系关联度复杂等问题,提出融合权与集对云的安全评价模型。运用云理论特征值修饰集对分析联系度,兼顾系统的模糊性与不确定性,并引入融和后的各指标最优权重,得出系统综合云联系度;绘制等级云图判定系统安全状态及偏向趋势;结合煤矿实例进行验证。结果表明:案例煤矿所处安全状态为较安全,有偏向一般安全状态微势。分析结果与实际相符,且充分考虑煤矿安全评价体系的随机性,该模型可为煤矿安全评价提供理论指导。