煤矿瓦斯涌出时序预测的自组织数据挖掘方法

为分析煤矿瓦斯涌出复杂系统时间序列预测方法,提出自组织数据挖掘(SODM)与相空间重构(PSR)相结合的预测建模方法。首先应用C-C方法计算时间序列的最佳嵌入维数和延迟时间后进行PSR;然后以二元二次方程为传递函数,以嵌入维数变量为自变量,以延迟时间后的时间序列为因变量,通过内准则确定传递函数系数和外准则选择最优传递函数,并以最优传递函数的输出为下层迭代传递函数的输入,最后获得最优复杂度预测模型。算例结果表明:该方法对煤矿瓦斯涌出量预测的相对误差为-5.751 7% ~6.049 3%,平均相对误差2.145 7%,预测结果能满足煤矿安全生产实际工程应用要求。     

动态群体安全投入博弈模拟*——以我国煤矿为例

为探究煤矿生产中的群体安全投入博弈特点,针对煤矿生产参与者面临的安全投入囚徒困境（SIPD）博弈,基于NetLogo模拟平台设计博弈模型,获取不同安全投入策略的工人群体变化、死亡情况和安全收益特征,探究不同安全环境对博弈结果的影响。研究结果表明:在低安全水平煤矿中,消极型工人（D-worker）可以利用积极型工人（C-worker）的安全投入,快速增加消极型群体规模,并攫取高达70%的安全收益,而在高安全水平煤矿中,在制裁型工人（T-worker）影响下,D-worker安全收益可被限制到20.4%。D-worker在恶劣安全环境中将成为主流,攫取最大安全收益,产生较高死亡率,并严重损害群体安全,扭转上述局面的短期方法为抑制群体消极心理,长期方法为逐步提高安全管理技术水平。研究结果可为我国煤矿安全水平提升提供安全投入策略参考。