留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

主成分—费歇尔判别模型在煤与瓦斯突出等级预测中的应用

陈恋 袁梅 高强 许石青 陈文 李鑫灵 隆能增

陈恋,袁梅,高强,等.主成分-费歇尔判别模型在煤与瓦斯突出等级预测中的应用[J].工矿自动化,2020,46(3):55-62..  doi: 10.13272/j.issn.1671-251x.2019070057
引用本文: 陈恋,袁梅,高强,等.主成分-费歇尔判别模型在煤与瓦斯突出等级预测中的应用[J].工矿自动化,2020,46(3):55-62..  doi: 10.13272/j.issn.1671-251x.2019070057
CHEN Lian, YUAN Mei, GAO Qiang, et al. Application of principal component-Fisher discrimination model in grade prediction of coal and gas outburst[J]. Industry and Mine Automation, 2020, 46(3): 55-62. doi: 10.13272/j.issn.1671-251x.2019070057
Citation: CHEN Lian, YUAN Mei, GAO Qiang, et al. Application of principal component-Fisher discrimination model in grade prediction of coal and gas outburst[J]. Industry and Mine Automation, 2020, 46(3): 55-62. doi: 10.13272/j.issn.1671-251x.2019070057

主成分—费歇尔判别模型在煤与瓦斯突出等级预测中的应用

doi: 10.13272/j.issn.1671-251x.2019070057
基金项目: 

国家自然科学基金项目(51864009)

贵州省科技支撑计划项目(黔科合支撑〔2018〕2789)

贵州省科技计划项目(黔科合支撑〔2019〕2887)

详细信息
  • 中图分类号: TD712

Application of principal component-Fisher discrimination model in grade prediction of coal and gas outburst

  • 摘要: 针对现有煤与瓦斯突出预测方法存在计算过程较复杂、预测主观性强、预测精度较低等问题,构建了主成分-费歇尔判别模型,并将其应用于某煤矿的煤与瓦斯突出等级预测。从瓦斯因素、煤体结构及地质构造方面分析得出了影响该矿煤与瓦斯突出的因素包括瓦斯压力、瓦斯含量及瓦斯放散初速度等指标。以影响该矿煤与瓦斯突出的23组实测数据为基础,首先利用主成分分析模型对影响该矿的煤与瓦斯突出因素进行降维,提取与指标相关度较高的5个主成分,然后将5个主成分输入费歇尔判别模型,并根据判别函数对样本进行煤与瓦斯突出等级预测。应用结果表明:主成分-费歇尔判别模型具有较高的可信性,能对煤与瓦斯突出等级进行准确预测,训练样本的正确率为100%,待测样本的预测结果也与该矿煤与瓦斯突出的实际情况相符,误判率为0,为准确预测煤与瓦斯突出提供了一种新方法。

     

  • 加载中
计量
  • 文章访问数:  75
  • HTML全文浏览量:  15
  • PDF下载量:  7
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-03-20

目录

    /

    返回文章
    返回