基于數據挖掘分類技術的煤層底板突水預測.pdf

1、長期以來，煤層底板突水問題一直嚴重影響著我國主要煤礦生產基地一華北型煤田的煤礦安全生產，煤層底板突水事故的發(fā)生造成了重大的人員傷亡和財產損失。進行煤層底板突水預測是亟待解決的關鍵問題。煤層底板突水是多種因素綜合作用的結果，為了進行多因素影響下的煤層底板突水預測，獲取煤層底板突水規(guī)則，將煤層底板突水預測問題歸納為數據挖掘分類問題，引入數據挖掘分類技術，提出了基于數據挖掘分類技術進行煤層底板突水預測的新方法。
　　 本文基于數據挖掘

2、分類技術開展了突水信息特征選擇、突水預測模型構建、突水規(guī)則獲取和突水預測分類系統研發(fā)四個方面的研究。首先，在煤層底板突水信息分析的基礎上，以各類突水信息為自變量，以是否突水為因變量，利用二項Logistic回歸方法建立了煤層底板突水的二項Logistic回歸概率模型，完成了煤層底板突水信息第一次特征選擇；其次，分別建立了煤層底板突水預測的BP神經網絡和PNN神經網絡模型，對比分析了不同特征組合條件下BP神經網絡和PNN神經網絡的分類精度

3、，完成了煤層底板突水信息的第二次特征選擇；再次，為了獲取煤層底板突水規(guī)則，分別建立了煤層底板突水預測的C4.5決策樹和CART樹模型，獲得了基于C4.5決策樹和CART樹的煤層底板突水規(guī)則，分類結果說明CART樹規(guī)則有較優(yōu)的分類性能；最后，集成具有較高分類正確率的PNN神經網絡和CART樹算法研發(fā)了煤層底板突水預測數據挖掘分類系統并以華北煤田某礦下組煤首采面突水預測為例開展了系統的應用研究。結果表明數據挖掘分類技術能有效的進行煤層底板突