-
题名矿井突水水源识别的RS-LSSVM模型
被引量：11
- 1
-
-
作者
邵良杉
李印超
徐波
-
机构
辽宁工程技术大学系统工程研究所
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2017年第5期1730-1734,共5页
-
基金
国家自然科学基金项目(71371091)
辽宁省社科基金项目(L14BTJ004)
-
文摘
为了对矿井突水水源进行准确、高效的判别,综合考虑水化学特征,选取Ca^(2+),Mg^(2+),K^++Na^+,HCO-3,SO2-4,Cl^-和总硬度7个指标的质量浓度(mg/L)作为矿井突水水源的最初判别指标。利用粗糙集(RS)理论的属性约简来筛选水化学特征指标,用以作为水源识别的核心判别指标,建立基于RS的矿井突水水源识别的最小二乘支持向量机(LSSVM)模型。选用约简处理后的13组煤矿数据对模型进行训练,再用训练好的模型对另外12组突水数据进行水源判别,并与未进行属性约简的LSSVM模型及Fisher判别分析法、随机森林方法进行对比。结果表明,利用属性约简方法可以很好地排除原始数据中的冗余信息干扰,因而能有效判别矿井突水水源,使矿井突水水源模型的误判率降低至0;而且指标约简过程可以降低LSSVM运算的复杂度,也能够提高判别效率。
-
关键词
安全工程
矿井突水
水源识别
粗糙集(RS)理论
最小二乘支持向量机(LSSVM)
属性约简
-
Keywords
safety engineering
mine water inrush
identificationof water source
rough set （RS） theory
leastsquares support vector machine （LSSVM）
attributereduction
-
分类号
X924.4
[环境科学与工程—安全科学]
-
