矿井主运输系统火灾预测的RS-SVM模型

• 作者: 张美金 方志朋 田宇驰
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 火灾识别 粗糙集 支持向量机 贝叶斯算法 RBF-NN算法
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 29-32
• 页数: 4页
• 分类号: X932|TP182
• 字数: 3429字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.09.007

摘要

为了更高效、准确地预测矿井主运输传送带火灾的发生,提出了一种基于粗糙集-支持向量机RS-SVM的煤矿火灾预测算法.利用RS理论对8个变量映射为粗集知识系统进行离散化处理以及属性约简,去除冗余信息,排除对于实验不必要的干扰,获得知识系统规则集;通过训练确定RS-SVM模型,再回判来验证此模型的准则性,最后对RS-SVM、贝叶斯、RBF-NN三种预测算法进行样本的预测分析,结果表明RS-SVM算法与其他两种算法相比有着明显的优势,在少样本时的预测准确性更高、速度快、抗扰性好、非线性能力强,现场实用性强,使用范围广,对于火灾的预测具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张美金	辽宁工程技术大学电气与控制工程学院	17	26	3.0	4.0
2	方志朋	辽宁工程技术大学电气与控制工程学院	2	0	0.0	0.0
3	田宇驰	辽宁工程技术大学电气与控制工程学院	1	0	0.0	0.0