]*>","")" /> 基于RS-SVM模型的煤与瓦斯突出多因素风险评价

中国安全科学学报

• 安全系统学 • 上一篇    下一篇

基于RS-SVM模型的煤与瓦斯突出多因素风险评价

刘俊娥,曾凡雷,郭章林   

  1. 北京物资学院信息学院,北京,101149%河北工程大学经济管理学院,河北邯郸,056038%华北科技学院土木工程系,北京,101601
  • 出版日期:2011-07-20 发布日期:2011-07-25

Study on Multiple Factors Risk Evaluation of Coal and Gas Outburst Based on RS-SVM Model

  • Online:2011-07-20 Published:2011-07-25

摘要: 为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机( RS-SVM)的瓦斯突出风险判别模型.研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率.

中图分类号: