分享到:

专家联合攻关煤矿突水防治

我国是煤矿水害多发的国家,突水造成的直接经济损失一直排在各类煤矿灾害之首,煤矿水害给国家和人民带来的经  (本文共2页) 阅读全文>>

《计算机系统应用》2019年12期
计算机系统应用

基于机器学习的煤矿突水预测方法

由于影响煤矿突水的因素多、相关性强,影响模型预测精度;数据收集工作量大,成本较高,如何科学地选取特征以提高模型预测准确率成为本文重点研究内容.本文首先提出采用稳定性选...  (本文共5页) 阅读全文>>

《煤炭技术》2016年07期
煤炭技术

2007~2014年我国煤矿突水事故分析及规律研究

为研究我国煤矿突水事故的规律,以2007~2014年煤矿突水事故作为分析对象,采用数据统计分析法对煤矿事故...  (本文共3页) 阅读全文>>

《城市地理》2014年12期
城市地理

煤矿突水灾害地质条件分析及防治措施

近年来,随着我国经济的飞速发展,工业化生产对煤矿的需求量也越来越大,煤矿开采的任务也日益加重,其安全问题也日益突出。我国的煤矿事故是世界上最为严重...  (本文共1页)

山东科技大学
山东科技大学

煤矿突水灾害复杂网络及风险预警评估研究

随着市场经济的发展,煤碳需求量增大,煤矿开采逐渐延伸,矿井地质条件随之复杂化。煤矿突水灾害作为煤矿五大灾害之一,逐渐成为了制约煤矿发展的重要难题,给国家和人民生命安全带来了严重地威胁,预防工作变的十分重要。然而现有的一些预警模型是基于线性问题而建立的,对于煤矿突水这种非线性复杂系统处理能力很低。煤矿突水的致灾因素之间相互影响、相互联系,因此研究旨在运用复杂网络及ANP和云模型相关理论去解决研究过程中的重点和难点。本文首次将复杂网络知识运用到煤矿突水灾害中,根据广泛复杂的影响因素之间的关系构建复杂网络模型,利用Gephi软件处理因素间连接关系,并通过网络整体拓扑特性分析得到重要性致灾因素。并将专家访问、理论与数值分析和计算机软件应用相结合,构建网络层次分析法(ANP)结合云模型的预警评估体系,对煤矿突水灾害网络因素进行预警评估。最后,将该预警评估体系应用到Y煤矿,首先建立指标体系、采用专家评分法确定评语集及预警标准云模型、利用网络...  (本文共86页) 本文目录 | 阅读全文>>

西安建筑科技大学
西安建筑科技大学

WELM在煤矿突水预测中的研究与应用

影响煤矿发生突水的因素有很多。众多的影响因素之间,一般还存在着一定的重叠现象,导致多数影响因素具有不定性、模糊相似性和非线性关系。所以,对于煤矿突水预测这个问题,使用传统的数学模型很难来解决。针对这种现象,众多学者提出利用人工神经网络模型来解决煤矿突水预测的问题。经典的人工神经网络模型如BP神经网络和SVM神经网络在实际的模型训练中都存在着一定的不足,比如BP神经网络有时会陷入局部极值,从而影响网络训练成功率。而支持向量机SVM模型只适合样本数量较小的问题,同时又很难解决多分类的问题。而最近提出的极限学习机(Extreme Learning Machine,ELM)网络模型弥补了以上两种模型的不足,既能得到全局唯一最优解,又保证了训练速度和预测速度非常快,同时也能处理大量样本数据的多分类问题。但煤矿突水的历史数据是不平衡数据,即数据集中的大多数是没有发生突水的,极少数是发生了突水的。而经典的ELM模型不能够有效地处理这个问题。加...  (本文共65页) 本文目录 | 阅读全文>>