矿井突水水源识别的RS-LSSVM模型

• 作者: 徐波 李印超 邵良杉
• 来源期刊: 安全与环境学报
• 学科: 工学
• 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
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 安全评价
• 页码范围: 1730-1734
• 页数: 5页
• 分类号: X924.4
• 语种: 中文
• DOI: 10.13637/j.issn.1009-6094.2017.05.021

摘要

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Ca2+,Mg2+,K++Na+,HiGO3-,SO42-,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	徐波	辽宁工程技术大学系统工程研究所	6	60	6.0	6.0
3	李印超	辽宁工程技术大学系统工程研究所	3	9	2.0	3.0