基于支持向量機(jī)的煤礦瓦斯突出預(yù)測(cè)系統(tǒng)的研究.pdf

1、瓦斯突出是引發(fā)煤礦重大惡性事故的隱患，在防突治理方面，如何提高瓦斯突出危險(xiǎn)性預(yù)測(cè)的精度，使防突措施減少盲目性，增強(qiáng)針對(duì)性的研究工作是有實(shí)用意義的。瓦斯突出預(yù)測(cè)問(wèn)題是一個(gè)受多種因素綜合影響的復(fù)雜的、非線性的、高維問(wèn)題，傳統(tǒng)的方法往往難以奏效，尋求一種有效的煤與瓦斯突出預(yù)測(cè)方法一直是煤礦地質(zhì)工作者積極探索的研究方向。本文在分析了煤與瓦斯突出機(jī)理和影響因素的基礎(chǔ)上，把統(tǒng)計(jì)學(xué)習(xí)理論的最新方法——支持向量機(jī)，應(yīng)用于瓦斯突出的預(yù)測(cè)中，為解決礦井瓦斯

2、突出預(yù)測(cè)問(wèn)題提供了一條新途徑。
　　現(xiàn)階段在瓦斯涌出量預(yù)測(cè)中最為常見(jiàn)的方法是利用BP神經(jīng)網(wǎng)絡(luò)，它將瓦斯預(yù)測(cè)技術(shù)基礎(chǔ)理論與神經(jīng)網(wǎng)絡(luò)分析方法有機(jī)地結(jié)合起來(lái)，具有現(xiàn)代理論基礎(chǔ)研究方法，能夠進(jìn)行一定程度上的瓦斯突出預(yù)測(cè)，但是在樣本數(shù)據(jù)處理上還存在過(guò)學(xué)習(xí)現(xiàn)象等一些不足。針對(duì)這個(gè)問(wèn)題本文采用小波分析及支持向量機(jī)的瓦斯數(shù)據(jù)預(yù)測(cè)算法，結(jié)合基于STM32煤礦監(jiān)控?cái)?shù)據(jù)采樣的硬件部分，提高數(shù)據(jù)采樣精度和瓦斯預(yù)測(cè)準(zhǔn)確性，增強(qiáng)井下作業(yè)的安全性。在參閱大量文

3、獻(xiàn)的基礎(chǔ)上，論文主要研究工作如下:
　　首先，本文引入瓦斯突出的機(jī)理、突出的一般規(guī)律，對(duì)影響煤與瓦斯突出的地質(zhì)因素進(jìn)行了分析。煤與瓦斯突出現(xiàn)象非常復(fù)雜，尤其是隨著開(kāi)采深度、強(qiáng)度、速度和規(guī)模的增加和擴(kuò)大，影響煤與瓦斯突出的因素眾多，各因素之間關(guān)系的復(fù)雜性，致使傳統(tǒng)方法難以精確預(yù)測(cè)。
　　其次，本文提出了基于免疫支持向量機(jī)的煤礦瓦斯突出預(yù)測(cè)模型。由于瓦斯突出時(shí)所能搜集到的特征向量有限，這對(duì)于需要大量訓(xùn)練樣本的BP網(wǎng)絡(luò)來(lái)說(shuō)，網(wǎng)絡(luò)的

4、訓(xùn)練具有一定的局限性，存在局部極小點(diǎn)和過(guò)學(xué)習(xí)等問(wèn)題。因此，論文引入了基于小樣本學(xué)習(xí)的支持向量機(jī)。為了進(jìn)一步提高預(yù)測(cè)準(zhǔn)確率，利用小波對(duì)采樣的數(shù)據(jù)進(jìn)行分析、重構(gòu)、去噪，優(yōu)化采樣數(shù)據(jù)。運(yùn)用免疫進(jìn)化算法，通過(guò)抗體最大程度匹配抗原的原理尋求參數(shù)c和g的最優(yōu)解，避免選取的盲目性充分優(yōu)化模型。通過(guò)對(duì)比一般SVM模型的仿真結(jié)果，可知基于免疫支持向量機(jī)的瓦斯突出預(yù)測(cè)，提高了預(yù)測(cè)系統(tǒng)的推廣能力，縮短了預(yù)測(cè)時(shí)間。
　　最后，由于目前的預(yù)測(cè)方法用到的參數(shù)