RS-SVM组合模型下煤矿安全风险预测

作     者：汪莹 蒋高鹏 WANG Ying;JIANG Gaopeng

作者机构：中国矿业大学(北京)管理学院北京100083 

出 版 物：《中国矿业大学学报》 (Journal of China University of Mining & Technology)

年 卷 期：2017年第46卷第2期

页      面：423-429页

核心收录：

学科分类：0709[理学-地质学] 0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 0818[工学-地质资源与地质工程] 0708[理学-地球物理学] 0815[工学-水利工程] 0837[工学-安全科学与工程] 0816[工学-测绘科学与技术] 0813[工学-建筑学] 0802[工学-机械工程] 0814[工学-土木工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61471362) 

主　　题：粗集 遗传算法 属性约简 RS-SVM 风险预测 

摘      要：针对煤矿安全风险预测的可靠性与效率问题,构建了基于粗集-支持向量机(RS-SVM)的煤矿安全风险预测模型.在不改变样本分类质量的条件下,运用RS方法作为预处理器约简特征参数,然后基于SVM方法进行分类建模.以煤矿瓦斯爆炸风险预测为例,从人员、环境、设备及管理4方面建立煤矿安全生产预警指标体系.利用遗传算法进行RS粗糙集属性约简,将初始风险因子由31项剔除为5项.将得到的约简集作为新的论域,并基于约简集利用SVM进行样本训练,通过回判法对30个训练样本的计算结果进行验证,得出SVM模型精确可靠的结论.进而利用5个预测样本得到其2015年瓦斯爆炸的风险预测结果,与实际情况完全相符.表明本文建立的RS-SVM组合预测模型对煤矿安全风险预测具有良好的指导作用.