基于 CART算法的煤与瓦斯突出判别分析.pdf

基于 CART算法的煤与瓦斯突出判别分析.pdf

ID:51416178

大小:257.40 KB

页数:4页

时间:2020-03-23

基于 CART算法的煤与瓦斯突出判别分析.pdf_第1页
基于 CART算法的煤与瓦斯突出判别分析.pdf_第2页
基于 CART算法的煤与瓦斯突出判别分析.pdf_第3页
基于 CART算法的煤与瓦斯突出判别分析.pdf_第4页
资源描述:

《基于 CART算法的煤与瓦斯突出判别分析.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第24卷第6期中国矿业Vo1.24,No.62015年6月CHINAMININGMAGAZINE基于CART算法的煤与瓦斯突出判别分析刘年平,胡慧慧(1.西南科技大学环境与资源学院,四川绵阳621010;2.西南科技大学固体废物处理与资源化教育部重点实验室,四川绵阳621010)摘要:基于分类回归决策树(CART)算法,考虑影响煤与瓦斯突出的主要因素,建立了煤与瓦斯突出判别的CART模型。模型选择瓦斯压力、瓦斯放散初速度、煤的破坏类型、坚固性系数和垂深作为煤与瓦斯突出的判别指标体系,选取国内典型煤与瓦斯突出矿井的突出数据建立模型样本训练库,

2、利用k_折交叉验证方法寻找最优树,并提取优化后的突出规则,最后将提取的规则对实例进行验证。研究表明,该模型简单有效,可以作为煤与瓦斯突出判别分析的一种辅助方法。关键词:煤与瓦斯突出;决策树;CART算法;判别分析中图分类号:TD713.2文献标识码:A文章编号:1004—4051(2015)O6—0128—04DiscriminateanalysisofcoalandgasoutburstbasedonCARTalgorithmLIUNian-ping.HUHui—hui(1.SchoolofEnvironmentandResources,

3、SouthwestUniversityofScienceandTechnology,Mianyang621010,China;2.MinistryofEducationKeyLaboraoryofSolidWasteTreatmentandResourceRecycle,SouthwestUniversityofScienceandTechnology,Mianyang621010,China)Abstract:Basedonthealgorithmofclassificationandregressiontree(CART(Classif

4、icationAndRegressionTree)),adiscriminatemodelofcoalandgasoutburstwasestablishedaccordingtomainfactors,whicharegaspressure,gasinitialvelocity,destructivetypeofcoal,hardcoefficientanddepth.Selectdataofdiscriminatingindexesfromtypicalmineswithcoalandgasoutburstastrainingdata,

5、andfindthechampiontreebythemethodofk—foldcross—validated,thenextracttheoptimizedrules,atlased,therulesisusedtodiscriminatethecoa1andgasoutburstintheinstance.TheresultsshowthatCARTmode1isasimpleandeffectivemethod,itcanbeusedindiscriminateanalysisofcoalandgasoutburstasaauxil

6、iarymethod.Keywords:coalandgasoutburst;decisiontree;CARTalgorithm;discriminateanalysis煤与瓦斯突出是一种复杂的动力学现象,严重程]。鉴于煤与瓦斯突出的非线性特点和数据挖掘影响着矿工的生命安全和矿井的生产,目前还无法技术的优点,利用数据挖掘方法研究突出规律进而准确的分析其发生机理。针对这类具有机理复杂、进行突出危险性判别成为一种较为可行的方法,目非线性显著等特点的矿井灾害判别问题,一般无法前研究较多的煤与瓦斯突出数据挖掘方法有神经建立准确的数学模型予以分析,

7、因而研究该类危险网络方法]、支持向量机方法_3]、灰色系统方法l5]、性判别方法一直是矿井灾害预测的重要方向。数模糊模式识别方法]、免疫遗传算法]、时间序列方据挖掘是指从大量的、不完全的、有噪声的、模糊法]、可拓方法[9-1o]、多元判别法[】等,这些数据挖掘方法的应用为煤与瓦斯突出判别提供了较好的的、随机的各种数据中,提取隐含在其中的、人们事模型。决策树学习是以客观数据为基础的归纳算先不知道的、但又是潜在有用的信息和知识的过法,它采用自顶向下的递归方法,能从一组无次序、无规则的大量数据中获得内含的知识分类规则,不仅能用类似树层的模式形象的

8、表示出所获得的知收稿日期:2014—08—05基金项目:西南科技大学博士研究基金项目资助(编号:12zx7118)识,还可以用多个IF—THEN规则的形式表示,具有作者简介:刘年

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。