当前位置：首页 > 产品中心

煤矿系统安全预测模型与组合预测

煤矿系统安全预测模型与组合预测

煤矿系统安全预测模型与组合预测曾康生, 胡乃联北京科技大学土木与环境工程学院摘要: 为了解煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段, 2019年4月14日北京）摘要：为了解煤矿安全预测本质，正确有效地预测煤矿系统的安全状况，基于目前煤矿安全研究现状和手段，从煤矿系统安全预测的内在规律性、有效时间长度煤矿系统安全预测模型与组合预测道客巴巴2012年7月17日第卷第期年月煤炭学报文章编号 — — — 煤矿系统安全预测模型与组合预测曾康生 ’ 胡乃联跳懈 — 北京科技大学土木与环境工程学院北煤矿系统安全预测模型与组合预测道客巴巴2023年12月26日为了对矿山生产领域安全状况演化趋势进行准确预测，考虑实际生产中的季节性因素，本文构建季节WNN组合模型对生产事故进行预测。其中，采用X12ARIMA模型对安基于季节WNN组合模型的煤矿事故预测

RSSVM组合模型下煤矿安全风险预测【维普期刊官网

摘要针对煤矿安全风险预测的可靠性与效率问题,构建了基于粗集支持向量机(RSSVM)的煤矿安全风险预测模型在不改变样本分类质量的条件下,运用RS方法作为预处理器约简特征参数,然后 2024年9月4日 "煤矿系统安全预测模型与组合预测方法的研究，旨在提高煤矿安全预测的准确性，通过结合多种预测模型以解决安全指标随机变动带来的预测困难。该文对煤矿安全预测的煤矿安全预测：组合预测模型的应用与效果分析 CSDN文库2024年4月26日析了人工智能在煤矿安全隐患预测中的多元应用，包括数据收集与预处理、基于机器学习和深度学习的预测模型构建，以及实时监测与预警系统的设立。基于人工智能的煤矿安全隐患预测与防范策略研究2020年7月18日煤矿系统安全预测模型与组合预测,为了解煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段,从煤矿系统安全预测的内在规律性、有效煤矿系统安全预测模型与组合预测 CSDN文库

煤矿安全动态评价及组合预测模型硕士论文学位论文

为了研究煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段,从煤矿系统安全预测的内在规律性、有效时间长度及有效性等方面对煤矿进行了研究,试图安全系统工程第五章系统安全预测与决策51 系统安全预测512 回归预测分析法三）（1）一元线性回归分析法 y=a+bx； y——因变量; x——自变量; a、b——回归系数。进行一元线性回归,应首先收集事故数据,并在以时间为横坐标的坐标系中画出各个相对应安全系统工程第五章系统安全预测与决策百度文库2020年10月9日为了解煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段,从煤矿系统安全预测的内在规律性、有效时间长度及有效性等方面进行了多角度研究,总结出煤矿系统安全预测的本质特征,并研究了安全预测的建模过程在此基础上,提出了提高预测质量的方法,阐述了煤矿系统安全预测模型与组合预测下载 CSDN社区2010年7月26日 1 煤矿系统安全预测的特性煤矿系统安全预测的本质就是建立系统安全可以预测的思想．任何一个系统，要想对它的安全状态进行预测，它就必须具有在一定时期内的内在规律性[6－7]． 11 煤矿系统安全的可预测性煤矿系统安全预测应遵循惯性原理煤矿系统安全预测模型与组合预测

基于人工智能的煤矿安全隐患预测与防范策略研究

2024年4月26日数据分析与挖掘是此系统的核心价值所在。借助人工智能技术深入剖析数据，能够识别与安全隐患相关的特征，进而构建精准的预测模型，实现对安全隐患的准确预判。22构建安全隐患预测模型预测模型在煤矿安全隐患防范中具有举足轻重的地位。通2012年7月17日第卷第期年月煤炭学报文章编号 — — — 煤矿系统安全预测模型与组合预测曾康生 ’ 胡乃联跳懈 — 北京科技大学土木与环境工程学院北煤矿系统安全预测模型与组合预测道客巴巴2019年4月14日第33卷第10期2008年10月煤炭学报JOURNALOFCHINACOALSOCIETYV01．33Oct．No．文章编号：0253—9993（2008）10—1122—04煤矿系统安全预测模型与组合预测曾康生1’2，胡乃联1（1．北京科技大学土木与环境工程学院，北京；2．煤炭科学研究总院。北煤矿系统安全预测模型与组合预测道客巴巴2019年10月15日 1摇多指标耦合预测模型的构建 1郾1摇理论与算法煤与瓦斯突出多指标耦合预测模型是通过对煤与瓦斯突出因素的分析,利用网络分析法(ANP)、多类别距离判别法对灰色关联模型的输入端和输出端进行改进,从而对煤与瓦斯突出进行预测的方法煤与瓦斯突出多指标耦合预测模型研究及应用 USTB

煤矿系统安全预测模型与组合预测道客巴巴

2014年2月20日第33卷第10期2008年10月煤炭学报JOURNALOFCHINACOALSOCIETYV01．33Oct．No．文章编号：0253—9993（2008）10—1122—04煤矿系统安全预测模型与组合预测曾康生1’2，胡乃联1（1．北京科技大学土木与环境工程学院，北京；2．煤炭科学研究总院。2023年8月21日本申请涉及煤矿安全监测技术领域，特别是涉及一种煤矿安全灾害预测模型训练方法、预警方法、预警系统。背景技术煤矿安全监测对于煤矿生产十分重要，主要实现对煤矿灾害的预警，为煤矿安全生产提供支撑。目前的灾害预警方式有：第一种、凭借过往经验设置一个范围，当安全系统的监测值煤矿安全灾害预测模型训练方法、预警方法、预警系统与流程2022年9月14日但相比季节WNN组合模型，灰色系统模型与季节灰色系统组合预测模型预测精度较低，不适合对煤矿事故死亡人数进行安全预测。图9 灰色系统模型与季节灰色系统组合模型预测趋势图Fig9 Forecast trend chart of grey system model andseasonalgrey system基于季节WNN组合模型的煤矿事故预测参考网2022年3月8日针对单一瓦斯预测模型挖掘矿井瓦斯浓度时间序列全部特征能力较弱的问题，提出了一种基于自回归滑动平均模型（ARIMA）和支持向量机（SVM）模型的组合预测模型，并采用该模型对瓦斯浓度进行预测。首先， ARIMA−SVM组合模型驱动下的瓦斯浓度预测研究

基于灰色马尔科夫模型的煤炭产量预测

2019年7月12日矿业工程研究 #$% 年第!" 卷模型所需样本量小精度高可进行研究对象的短中期预测和马尔科夫模型能较精确拟合波动性强的随机序列的双重优势"适用于预测具有明显灰度特征的煤炭产量’4"(,灰色马尔科夫组合预测模型自%# 年提出以来"广泛应用 2018年12月10日首先对煤矿安全监测数据进行预处理，即依据拉伊达准则处理异常值为缺失值，并应用滑动Lagrange插值对缺失值进行插值；其次基于ARIMA模型，融入序贯学习思想，提出了适用于煤矿瓦斯浓度时变系统的ARIMA序贯学习模型；最后应用某煤矿工作面瓦斯监测矿井瓦斯浓度 LagrangeARIMA 实时预测模型研究2024年3月20日鉴于在煤矿智能化建设的大背景下，煤与瓦斯突出预测对煤矿智能化安全监测的重要性，笔者对基于机器学习的煤与瓦斯突出预测技术进行了系统的总结和分析，给出了目前基于机器学习的煤与瓦斯突出预测所面临的挑战和解决方案，展望了该《煤炭学报》创刊60周年特刊薛生教授：基于机器学习的煤 2023年5月11日测分析,以期为我国煤矿安全管理提供理论依据。1 2008—2021年全国煤矿安全事故总体概况根据国家矿山安全监察局(原国家煤矿安全监察局)[11]和煤矿安全网[12]公开发布的煤矿安全事故数据显示,2008—2021年我国煤矿安全事故起数、死亡人数如图1所示。年我国煤矿事故规律分析及预测研究

煤矿系统安全预测模型与组合预测

为了解煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段,从煤矿系统安全预测的内在规律性、有效时间长度及有效性等方面进行了多角度研究,总结出煤矿系统安全预测的本质特征,并研究了安全预测的建模过程在此基础上,提出了提高预测质量的方法,阐 2016年12月1日随着工业40的发展，石油钻杆疲劳寿命完整性评估和智能化管理的内在需求不断增加。研究了典型的国外石油钻杆疲劳寿命预测系统模型基于Miner法则的疲劳累积损伤模型和基于疲劳寿命标准化的线弹性断裂力学模型。介绍了2种模型的理论基础、计算公式、计算流程和应用情况，并分析了各自的国外钻杆疲劳寿命预测系统模型及应用仁和软件为了解煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段,从煤矿系统安全预测的内在规律性、有效时间长度及有效性等方面进行了多角度研究,总结出煤矿系统安全预测的本质特征,并研究了安全预测的建模过程在此基础上,提出了提高预测质量的方法,阐煤矿系统安全预测模型与组合预测提出基于长短时记忆（LSTM）神经网络构建的突水预测模型，将煤矿突水实例的数据作为样本数据对模型进行训练。最后，将LSTM神经网络模型与遗传算法反向传播（GABP）神经网络模型和反向传播（BP）神经网络模型进行对比实验。实验结果表明，LSTM 基于LSTM神经网络的煤矿突水预测

煤矿安全灾害预测模型训练方法、预警方法、预警系统技术方案

2023年8月22日本申请涉及一种煤矿安全灾害预测模型训练方法、预警方法、预警系统。所述方法通过将柯西变异算子引入到蚁狮算法中，利用蚁狮算法的局部能力和全局能力相结合，从而实现更快的收敛速度和更高的精度。同时，引入柯西变异算子能够对算法进行自适应不同的空间和目标 2019年5月25日摘要：针对煤矿企业工控网络的安全防护和预警在煤矿安全生产中的重要性，分析了煤矿工控网络安全防护的3个主要区域：井上安全防护体系、井下传输通信、井下控制执行及相关安全防护策略，并提出在数字监控系统网络安全防护中，尝试引入大数据分析的煤炭企业工控网络安全防护与预测方法研究为了有效地减少煤矿安全事故发生，制订科学的预防灾害措施，以近11年的煤矿安全事故相关数据为统计分析样本，通过对事故等级和事故类型2个要素进行深入分析，研究我国煤矿安全事故发生的规律和特点。以瓦斯、放炮、水害、运输、顶板、机电、火灾和其他事故发生起数作为样本数煤矿安全事故分析与预测研究2022年10月17日瓦斯灾害智能精准预警系统具备瓦斯浓度预测、含量反演、停风瓦斯预测及超限综合预警功能： ①基于长短时间记忆人工神经网络（ LSTM ）建立的自适应性瓦斯浓度预测模型，实现瓦斯浓度的实时、智能预测；②利用自动化采集的安全监控数据中国煤科重庆院：煤矿多灾种融合预警技术与装备

基于安全监控系统实测数据瓦斯浓度预测预警与研究豆丁网

2015年3月8日学位论文作者签名：指导教师签名：年月日论文题目：基于安全监控系统实测数据的瓦斯浓度预测预警研究专业：安全技术及工程博士生：董丁稳（签名）指导教师：**刚（签名）常心坦（签名）摘要瓦斯灾害一直是目前困扰我国煤矿安全生产的最重要因素之一。关键词：煤矿事故;统计分析;事故预测;最佳组合模型授予单位：太原理工大学授予学位：硕士学科专业：安全技术及工程导师姓名：赵耀江学位年度： 2012 语种：中文分类号： F42621;X9280 页数： 87 在线出版日期：（万方平台首次上网日期，不代表论文的发我国煤矿事故统计分析及基于最佳组合模型的预测研究针对煤矿安全风险预测的可靠性与效率问题,构建了基于粗集支持向量机(RSSVM)的煤矿安全风险预测模型在不改变样本分类质量的条件下,运用RS方法作为预处理器约简特征参数,然后基于SVM方法进行分类建模以煤矿瓦斯爆炸风险预测为例,从人员、环境、设备及管理4方面建立煤矿安全生产预警指标体系 RSSVM组合模型下煤矿安全风险预测结果表明：我国煤矿事故存在显著的季节性特征，季节WNN组合模型的平均相对误差为11%，预测精度显著优于单一的预测模型，且与我国煤矿事故实际走势较为吻合，具有良好的预测效果。预测模型可为安全事故的预测提供方法和指导，也可为煤矿安全生产基于季节WNN组合模型的煤矿事故预测

安全系统工程第五章系统安全预测与决策百度文库

安全系统工程第五章系统安全预测与决策51 系统安全预测512 回归预测分析法三）（1）一元线性回归分析法 y=a+bx； y——因变量; x——自变量; a、b——回归系数。进行一元线性回归,应首先收集事故数据,并在以时间为横坐标的坐标系中画出各个相对应 2020年10月9日为了解煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段,从煤矿系统安全预测的内在规律性、有效时间长度及有效性等方面进行了多角度研究,总结出煤矿系统安全预测的本质特征,并研究了安全预测的建模过程在此基础上,提出了提高预测质量的方法,阐述了煤矿系统安全预测模型与组合预测下载 CSDN社区2010年7月26日 1 煤矿系统安全预测的特性煤矿系统安全预测的本质就是建立系统安全可以预测的思想．任何一个系统，要想对它的安全状态进行预测，它就必须具有在一定时期内的内在规律性[6－7]． 11 煤矿系统安全的可预测性煤矿系统安全预测应遵循惯性原理煤矿系统安全预测模型与组合预测2024年4月26日数据分析与挖掘是此系统的核心价值所在。借助人工智能技术深入剖析数据，能够识别与安全隐患相关的特征，进而构建精准的预测模型，实现对安全隐患的准确预判。22构建安全隐患预测模型预测模型在煤矿安全隐患防范中具有举足轻重的地位。通基于人工智能的煤矿安全隐患预测与防范策略研究

煤矿系统安全预测模型与组合预测道客巴巴

2012年7月17日第卷第期年月煤炭学报文章编号 — — — 煤矿系统安全预测模型与组合预测曾康生 ’ 胡乃联跳懈 — 北京科技大学土木与环境工程学院北2019年4月14日第33卷第10期2008年10月煤炭学报JOURNALOFCHINACOALSOCIETYV01．33Oct．No．文章编号：0253—9993（2008）10—1122—04煤矿系统安全预测模型与组合预测曾康生1’2，胡乃联1（1．北京科技大学土木与环境工程学院，北京；2．煤炭科学研究总院。北煤矿系统安全预测模型与组合预测道客巴巴2019年10月15日 1摇多指标耦合预测模型的构建 1郾1摇理论与算法煤与瓦斯突出多指标耦合预测模型是通过对煤与瓦斯突出因素的分析,利用网络分析法(ANP)、多类别距离判别法对灰色关联模型的输入端和输出端进行改进,从而对煤与瓦斯突出进行预测的方法煤与瓦斯突出多指标耦合预测模型研究及应用 USTB2014年2月20日第33卷第10期2008年10月煤炭学报JOURNALOFCHINACOALSOCIETYV01．33Oct．No．文章编号：0253—9993（2008）10—1122—04煤矿系统安全预测模型与组合预测曾康生1’2，胡乃联1（1．北京科技大学土木与环境工程学院，北京；2．煤炭科学研究总院。煤矿系统安全预测模型与组合预测道客巴巴