最新基于SVM的矿井通风系统小样本安全评价.docx

基于SVM的矿井通风系统小样本安全评价【摘要】：由于影响矿井通风系统安全因素的多样化及其某些因素难以量化分析的问题，导致待建立的安全性能评估体系对指标采样信息不足，因而所得出的评价效果不理想。针对以上小样本评价的问题，提出基于支持向量机（Support Vector Machine, SVM）的矿井通风系统安全评价模型。该模型在采集14组具体的数据作为训练样本进行训练，并对3组测试样本进行评判，正确识别率达到100%，与实际情况吻合。研究表明：SVM在矿井通风系统安全评价中具有较高的精确度，可以为安全评价提供一种新的处理方法。【关键词】：矿井通风系统，指标体系，安全评价，SVM预测Small SampleSafety Evaluation of Mine Ventilation System Based on SVMAbstract: Due to the diversification of factors influencing the safety of the mine ventilation system and the problems that some factors are difficult to quantitative and analyze, the information of sampled indexes in safety evaluation system is insufficient, thus the evaluation effect is not ideal. In view of the above small sample evaluation problem,the mine ventilation system safety evaluation model based on SVM is put forward. In building the model, 14 set of measured data is used for training and testing, and other three samples are discriminated, and the prediction results are indentical with actual situation.The study shows that the SVM in the mine ventilation system safety assessment is of high accuracy, which can provide a newmethod of safety assessment.Key words: mine ventilation system, indexes system of safety evaluation, the SVM prediction引言煤炭是我国的主要能源组成，它是国民经济的血液。我国煤炭生产以井工开采为主，其产量占煤炭总产量的95%。而地下作业首先面临的问题是通风问题，在矿井生产过程中，必须源源不断地将地面新鲜空气输送到井下各个作业地点，以供人员呼吸并稀释和排除井下各种有毒有害气体及矿尘，创造良好的矿内工作环境，保障井下作业人员的身体健康和劳动安全[1]。通风系统的不合理、安全可靠性差都会给矿井生产带来毁灭性的灾难, 因此，必须建立一种合理的、行之有效的矿井通风系统评价方法，优选技术可行、合理、安全经济的矿井通风系统方案，对增强煤矿事故的防范和抗御能力，保证煤矿的安全生产有着非常重要的意义[2]。随着现代安全评价技术的进步，国内许多学者提出了很多种针对矿井通风系统的安全评价方法，这其中应用较多的主要有安全检查表法、层次分析法[3]、模糊综合评判法[4]、神经网络[5]等。安全检查表[6]法简单实用、易于操作,而且能够即时发现通风系统存在的隐患，为安全决策提供最直接的指导，因而得到了广泛的应用。但其归根结底是一种定性评价方法，不能够使我们形成对通风系统整体安全状况的定量认识，因而被更多的用作日常安全检查。层次分析法是一种定量评价方法，然而采集的数据易受决策者影响，带有一定的主观性；同时，当指标过多时，就会导致系统阶梯结构复杂，给评价带来诸多不便。而模糊综合评判法未能很好解决隶属度函数的区间划分及变权问题等，制约这种方法推广应用。随着煤炭工业生产技术的发展和煤炭生产规模的扩大，更多先进生产设备和人力资源的引入生产活动中，导致了原本煤矿通风系统的安全评价指标体系更加复杂；同时，有限的时空监测数据所能提供的信息是不完整、不精确的[7]。这就造成采集的样本在空间中呈现高维度、疏散地分布，而传统的安全评价方法不能有效地对以上这些数据进行深层次挖掘。人工