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

基于代价敏感理论的多决策树煤层底板突水预测模型

李彦民 周晨阳 李凤莲

李彦民,周晨阳,李凤莲.基于代价敏感理论的多决策树煤层底板突水预测模型[J].工矿自动化,2020,46(12):76-83..  doi: 10.13272/j.issn.1671-251x.2020060071
引用本文: 李彦民,周晨阳,李凤莲.基于代价敏感理论的多决策树煤层底板突水预测模型[J].工矿自动化,2020,46(12):76-83..  doi: 10.13272/j.issn.1671-251x.2020060071
LI Yanmin, ZHOU Chenyang, LI Fenglian. Multi-decision tree prediction model for coal seam floor water inrush based on cost-sensitive theory[J]. Industry and Mine Automation, 2020, 46(12): 76-83. doi: 10.13272/j.issn.1671-251x.2020060071
Citation: LI Yanmin, ZHOU Chenyang, LI Fenglian. Multi-decision tree prediction model for coal seam floor water inrush based on cost-sensitive theory[J]. Industry and Mine Automation, 2020, 46(12): 76-83. doi: 10.13272/j.issn.1671-251x.2020060071

基于代价敏感理论的多决策树煤层底板突水预测模型

doi: 10.13272/j.issn.1671-251x.2020060071
基金项目: 

山西省自然科学基金项目(201801D121138)

山西省人才专项项目(201605D211021)

详细信息
  • 中图分类号: TD745

Multi-decision tree prediction model for coal seam floor water inrush based on cost-sensitive theory

  • 摘要: 在进行煤层底板突水预测时,水害状况一般分为安全和突水2种状态,状态数据具有非平衡特点,而已有的煤层底板突水预测模型主要适用于平衡数据,对非平衡数据集预测结果常呈现“一边倒”现象,即安全状况的预测准确率明显高于突水状况的预测准确率,整体预测性能较低。针对该问题,构建了基于代价敏感理论的多决策树煤层底板突水预测模型。该模型中,每个决策树选用不同的突水影响因素作为单决策树的根节点,单决策树节点属性选择准则融合代价敏感理论及Gini指标,从而加重了对突水数据(少数类)误判的惩罚力度,提高了突水状况的预测性能;根据构建的单决策树突水预测模型得到其规则集,将所有单决策树突水预测模型规则集合并,得到多决策树突水预测模型规则集,采用多决策树突水预测模型规则集得到多个突水数据的预测结果,而后采用少数服从多数原则,基于投票法得到最终的预测结果。实验结果表明:该模型随着惩罚因子的增大,真实正类率预测结果呈现先增后减的趋势;与基于分类回归树(CART)算法的单决策树突水预测模型相比较,在数据不平衡率为2、分类错误惩罚因子取4时,该模型真实正类率可达到93.06%,真实负类率可达到97.85%,准确率为96.25%,均优于基于CART算法的突水预测模型性能;在数据不平衡率提高到6、分类错误惩罚因子取20时,2种模型的正类率均达到100%,本文模型的负类率为99.37%,准确率为99.47%,依然优于基于CART算法的突水预测模型性能。实验结果验证了本文模型的有效性。

     

  • 加载中
计量
  • 文章访问数:  70
  • HTML全文浏览量:  11
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-12-20

目录

    /

    返回文章
    返回