基于决策树算法的研究及其在煤层底板突水中的应用信息与通信工程专业论文.docxVIP

优秀毕业论文 精品参考文献资料 声 声 明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文 不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的 法律责任由本人承担。 论文作者签名：坐羞盏 日期：盈丝：堑：量： 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其 中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印 件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文； ③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的， 复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内 容(保密学位论文在解密后遵守此规定)。 导师签名： 瓣囊 日期：必笪：鱼：堡： 万方数据 太原理工大学硕士研究生学位论文 太原理工大学硕士研究生学位论文 基于决策树的算法研究及其在煤层底板突水预测中的应用 摘要 在我国，水害事故频繁发生，严重威胁人们的生命财产安全。而煤层 底板突水现象是事故中最常见的一种，它是由多种因素综合作用的结果， 情况复杂，以往的预测方法很难解决此问题。本文将煤层底板突水预测问 题归纳为数据挖掘分类问题，引入决策树分类算法。 决策树算法是一种简单、易懂、有效的分类方法，已经在各行各业得 到了广泛的应用。尽管目前的决策树算法发展的已经较为成熟，但还有需 要改进的地方：一方面，分类精度还需进一步提升；另一方面，不能很好 的处理非平衡数据集。本文针对存在的问题，展开对决策树算法的研究， 首先通过UCI数据集对基于优化算法建立的分类模型进行实验论证，最后 将其应用于实际的煤层底板突水预测中。本文的主要创新点如下： (1)提出一种基于C4。5与CART算法建立混合节点分裂算法的分类 模型。对比研究几种常见的决策树算法之间的差异及内在联系，设计一种 基于C4．5与CART算法建立混合节点分裂算法的分类模型，实验结果表明， 改进的分类模型的分类精度较传统的C4．5与CART算法建立的分类模型有 一定程度的提高，但是幅度不大。 (2)提出一种基于根节点信息的多决策树分类模型。为了更大程度的 提高分类预测模型的分类精度，鉴于根节点的属性选择对于构建整个决策 树的重要性，本文将每个分裂属性分别作为根节点建立n(分裂属性的个数) T 万方数据 太原理工大学硕士研究生学位论文棵决策树，形成一种多决策树的分类器。利用 太原理工大学硕士研究生学位论文 棵决策树，形成一种多决策树的分类器。利用UCI数据集进行分类器性能 测试，实验表明，其分类精度较单棵决策树有很大的提升。 (3)设计了一种基于代价敏感的决策树算法分类模型。在实际应用中 少数类的误判往往会带来巨大的代价，传统决策树对非平衡数据进行分类 时往往出现少数类分类困难的问题。为了减少由于数据的不平衡性带来的 少数类分类误差，本文引入代价敏感理论。在进行构建决策树时，将误分 类代价引入节点分裂函数中，建立综合考虑属性信息和误分类代价的代价 敏感决策树，并利用不同评价指标对其进行性能评价。实验结果表明，其 在保证整体分类精度和多数类分类精度较高的基础上，大大提高了少数类 的分类精度，从而获得具有性能较好的决策树分类预测模型。 (4)将基于代价敏感决策树算法应用于煤层底板突水预测中。本文分 别采用经典的C4．5与CART算法建立突水预测模型，与基于代价敏感建立 的模型进行实验，对比三种算法的准确率、真实正类率、真实负类率、G．mean 值、F．measure值。实验结果表明，基于代价敏感的决策树算法与传统的决 策树算法相比，有很大的优势，这对实际的煤矿防治水有很大的意义。 关键词：决策树，混合分裂，根节点，代价敏感，突水预测 万方数据 太原理工大学硕士研究生学位论文THE 太原理工大学硕士研究生学位论文 THE RESEARCH ON ALGOIUTHM BASED ON DECISl0N TREE AND APPLICATION IN PREDICTION OFⅥ，ATER INRUSH FROM COAL FLOOR ABSTRACT In our country,the problem of water-inrush from coal floor has been affecting people’S lives and property safety．Water-inrush from coal floor is the result of comprehensive action of many factors，SO，the traditional prediction methods