基于支持向量機的瓦斯預警專家系統(tǒng)的研究.pdf

1、瓦斯事故是當前對煤礦安全生產威脅最大、最突出的一個問題。對瓦斯進行準確的預警具有重大的理論和實際意義。同時，由于影響瓦斯突出的因素具有不確定性和模糊性，在知道可能發(fā)生瓦斯突出或已經發(fā)生瓦斯事故時，及時有效地采取措施也是一個現實的問題。 支持向量機是近些年發(fā)展起來的一種新的機器學習方法。它以統(tǒng)計學習理論為基礎，能夠較好地解決小樣本的學習問題。由于其出色的學習和推廣性能，支持向量機已經被應用到許多方面。案例推理由于克服了傳統(tǒng)的基于規(guī)

2、則系統(tǒng)的諸多缺點，如知識獲取的瓶頸問題，對處理過的問題沒有記憶，整體性能較為脆弱等，日益受到人們的關注，并且被廣泛應用于各個領域。 本文將支持向量機理論應用于瓦斯突出預警，并利用案例推理理論對瓦斯事故案例進行推理。首先對監(jiān)控監(jiān)測得到的數據進行預處理，提取出參數特征并進行歸一化，利用支持向量機進行訓練，通過修改動態(tài)指標值進行即時報警；同時，把突出預警的案例和發(fā)生爆炸事故的案例保存并建立事故案例庫，將當前發(fā)生的事故案例與事故案例庫中

3、案例進行匹配檢索，以檢索出的相似案例作為處理當前事故案例的起點，為當前事故制定處理預案，盡可能地降低事故損失。 本文研究的內容是基于實際項目，文章從預測參數選擇，特征提取，支持向量分類，修改預警指標，對瓦斯事故案例推理的實現都給出了詳細的理論依據及具體的解決方案。論文的整體章節(jié)安排是按照概要介紹，理論依據，實際應用模式進行的。論文是根據煤礦的實際應用情況設計，最后，給出了作者參與的系統(tǒng)部分截圖。論文的算法及設計思想具有一般性，因