突水預測預報決策支持系統(tǒng)關鍵技術研究.pdf

1、煤礦突水事故嚴重威脅著礦工人身安全,并對國家造成重大的經濟損失。目前突水預測預報的決策多依據(jù)決策者對于問題的主觀分析,這種決策方式有一定的局限性,一方面決策者對于現(xiàn)實情況的認識未必清楚,對于知識的掌握未必全面,另一方面采場突水是一個具有不確定性的、非線性的復雜概率事件,本文主要研究在計算機的支持下如何對于突水預測預報做出決策,考慮到與已經發(fā)生突水事故地點條件相近的地方突水的概率最大,研究將已經發(fā)生突水事故的典型案例數(shù)據(jù)作為出發(fā)點,從已知

2、到未知,利用過去的案例或經驗進行推理來求解新問題。
　　本文主要研究成果如下:
　　(1)分析了煤礦突水典型案例數(shù)據(jù)庫設計的必要性,設計了案例數(shù)據(jù)庫的概念結構、邏輯結構,使用MicrosoftSQLServer關系數(shù)據(jù)庫管理系統(tǒng),將搜集整理的案例入庫,實現(xiàn)煤礦歷史突水資料數(shù)字化;
　　(2)研究了三維空間數(shù)據(jù)模型,提出適用于煤礦水文地質體的基于混合結構的三維數(shù)據(jù)模型,并設計了三棱柱、TEN等數(shù)據(jù)模型的數(shù)據(jù)結構;

3、　　(3)使用平行坐標方法可視化突水數(shù)據(jù),在標準化、變換、平移數(shù)據(jù)的基礎上,繪制了平行坐標圖,發(fā)現(xiàn)靈敏屬性的存在;
　　(4)在研究模糊自適應神經網絡的結構和學習算法的基礎上,對于標準化方法的選用、隸屬函數(shù)的選擇進行比較分析,設計用于突水量預測的ANFIS模型;
　　(5)研究了支持向量機模型的數(shù)學推理過程,設計用于底板突水量預測的SVM模型,提出參數(shù)C和γ的優(yōu)化選擇算法和交叉驗證算法;
　　(6)設計了基于本體的突水