文档介绍：立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其关于学位论文使用权的说明日期:~如压·声本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独他个:集体己经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本声明的法律责任由本人承担。本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它子复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容C苎宦畚脑诮饷芎导师签名:明日期:.≯力拉,莎,
涌黼囊黧蒸震蕊蘸蒌麓镱飘麓瓣攀黧蘸鬻羹溺鬟鬈溪囊囊震缝蘩鬻缓鬟;;蠹麓:瑟豁蘩髂吼茁此也景贽廊谡槿炷.■璃簟箍删鹫蜘群躺露溺糕辩杼鄇;孵赣蟹舞簦蠹。戮簿叫。档桃ā萋≈’霹:萏错”≮讳甞,￡甞』籢畕....,￡.
基于支持向量机的瓦斯突出预测研究摘要煤炭是我国能源的主体,我山西省矿产资源丰富,素有“煤矿之乡”之称,在全国的煤炭生产中煤储量中占有非常大的比例。在煤矿安全生产中,危害性最大的是瓦斯突出,因此对瓦斯突出做出事先的高维问题,用传统方法对其进行预测往往难以奏效,本文把统计学习理论的新方法支持向量机应用于瓦斯突出预测中,为解决矿井瓦斯突据此本文提出采用数据挖掘算法中的支持向量机算法对瓦斯突高维数、局部极小值等实际问题,具有良好的分类识别效果,由于其出色的学习和推广性能,受到人们极大的关注及研究,已经被广泛应用到各个领域。由笱蟹⒌睦肑镅员嘈吹定量与定性的结合,即可通过监的数据判别瓦斯突出与否,客观的反映出现实分类情况。首先对监控监测到的数据进行预处理,由于瓦斯突出影响因素的不确定性及模糊性,采用灰色关联理论将突出影合在软件中,实现支持向量机算法且利用了软件的特准确的突出预警具有重大的理论和现实意义。瓦斯突出事件是一个受多种因素综合影响的复杂的、非线性的、出预测问题提供了一条新途径。出在平台下进行预测研究。支持向量机是近些年机器学习的研究热点,它以统计学理论为基础,较好地解决了小样本、非线性、开源软件,里面包含了各种各样的挖掘算法,以便人们学习研究。本文通过引入支持向量机算法来分析瓦斯突出预测问题,实现了响因素按影响程度由高到低排序进行数据选择,从而选取实验所需影响因素作为特征向量,为消除各影响因素间的数据差异同时要对数据进行归一化处理,得到实验所需要的数据表。将砑晒φ点对瓦斯突出进行预测,将现有的案例在平台下进行建模,应用十字交叉法,通过反复试验修改参数成功建立模型,之后,即可太原理工大学硕士研究生学位论文
突出预测模型的合理性和有效性,可正确做出瓦斯突出预测判断,采矿工作人员即可及时采取应对措施,避免人员和财产的更大损失,为进一步探索切实有效的瓦斯突出预测方法提供一定的参考价值。关键字:支持向量机,瓦斯突出,预测,对未知的瓦斯监测数据进行预测分类。通过实例应用,验证了支持向量机算法在平台下的瓦斯太原理工大学硕士研究生学位论文
一。———————————————————————————————————————————一琒..太原理工大学硕士研究生学位论文疭甋產“”.,,.瑆,琻,,
,簊,,太原理工大学硕士研究生学位论文..甧,瓵猵瓺:赾,.瑆瑂.,畉琯甀工
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..选题背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..选题背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.√庖庖濉国内外研究动态和趋势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..瓦斯突出预测技术的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第二章数据挖掘支持向量机⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..<姆掷嗨惴ā支持向量机⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒄狗较颉本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章瓦斯突出指标体系建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯瓦斯突出影响因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于灰