基于Fisher判别分析理论的地下开采安全评价模型

• 作者: 史秀志 周健 孙磊 崔松 邱贤阳 黄敏
• 来源期刊: 金属矿山
• 学科: 工学
• 关键词: 地下矿山 矿山安全 安全评价 Fisher判别分析 预测
• 年，卷（期）: 2010,（8）
• 页码范围: 152-155,182
• 分类号: TD8
• 字数: 3732字
• 语种: 中文

摘要

矿山安全是矿山企业稳定、持续、高速发展的根本保证.应用Fisher判别分析理论并结合矿山安全生产的标准规范,根据矿山人、机、环境、管理4个因素的实际特点,综合考虑到地下矿山的开采工艺和指标数据的可靠性,选取23项矿山安全评价因素作为评价影响因子,建立矿山地下开采安全评价的Fisher判别分析模型(FDA).对18组地下矿山的特征参数值作为学习样本进行训练和检验,回判估计的误判率为0.利用该模型对另外4组实测数据作为预测样本进行测试,预测结果与实际情况吻合较好.研究结果表明,该方法回判估计的误判率低,判别性能良好,对地下矿山安全管理现状及水平评价提供了可操作的方法,进而为矿山有关部门提供了科学安全管理的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周健		56	595	15.0	22.0
2	史秀志		163	1691	22.0	32.0
3	黄敏		27	202	8.0	13.0
4	孙磊		20	169	7.0	12.0
5	邱贤阳		27	201	9.0	13.0
6	崔松		4	43	4.0	4.0