基于粗糙集的煤矿瓦斯事故控制研究

摘要

本文应用粗糙集的理论和方法从矿井评价指标决策表中提取相应的规则,并应用于对瓦斯突出矿井的等级评价体系中。该研究可以丰富评价瓦斯突出矿井等级的手段。
　　 本文首先研究了几种主要的数据挖掘(data mimng)方法,然后详细分析了煤矿安全行业的现状,发现如果将粗糙集理论应用到煤矿安全领域可以克服该领域内其它数据挖掘方法主观性较强的弊端。在借鉴国内外学者相关研究的基础上,将粗糙集理论中属性约简和规则提取等手段应用到突出矿井等级评价体系中。本文主要作以下三个方面工作:
　　 (1)改进了基于属性重要性的离散化算法,将一种新的确定候选断点集的方法和基于属性重要性的离散化方法结合起来,提高了运算效率。
　　 (2)针对二元决策表提出了一种新的差别矩阵的定义,改进了已有的基于分体策略的差别矩阵,减少了矩阵中Φ元素的数量。
　　 (3)应用决策树ID3算法对约简后的决策表进行规则提取,将提取出来的规则用于突出矿井的等级判断体系中。
　　 实例分析表明:这两种改进的算法能在正确得出结论的前提下,简化计算过程,提高运算效率。通过对提取出的规则分析表明:应用粗糙集来提取规则可以丰富突出矿井评价等级的标准。

目录

文摘

英文文摘

第1章 绪论

1.1 论文研究的背景和目的

1.2 国内外研究现状

1.3 论文研究的内容和方法

1.4 本文主要工作和组织结构

1.5 论文的创新之处

1.6 本章小结

第2章 :粗糙集的基础理论

2.1 经典粗糙集的基本理论

2.1.1 粗糙集理论的研究对象

2.1.2 粗糙集理论的特点

2.2 数据库中的知识发现

2.2.1 KDD技术

2.2.2 KDD的处理过程

2.2.3 数据挖掘方法分析

2.3 知识与分类

2.4 知识的依赖性

2.5 属性约简与核

2.6 本章小结

第3章 粗糙集离散化算法研究

3.1 数据离散化算法的研究现状

3.1.1 数据离散化的重要性

3.1.2 离散化问题的描述

3.1.3 数据离散化算法的目标

3.2 数据离散化算法

3.2.1 离散化过程

3.2.2 离散化算法的分类

3.2.3 几种典型的离散化算法

3.3 改进的基于属性重要性的离散化算法

3.3.1 属性重要性

3.3.2 改进的基于属性重要性的离散化算法

3.3.3 实例分析

3.4 本章小结

第4章 :粗糙集属性约简算法研究

4.1 决策表的属性约简

4.2 几种重要的属性约简算法

4.2.1 基于属性重要度的启发式算法

4.2.2 基于属性频率的约简算法

4.2.3 基于条件信息熵的约简算法

4.2.4 基于遗传算法的约简方法

4.3 几种基于差别矩阵的属性约简算法

4.3.1 决策表的差别矩阵

4.3.2 基于分体策略和差别矩阵的决策表属性约简算法

4.3.3 一种改进的差别矩阵属性约简算法

4.4 改进的基于差别矩阵的属性约简算法

4.5 实例分析

4.6 决策表的规则提取

4.6.1 决策表规则提取的意义

4.6.2 决策树的生成

4.6.3 构建二叉树的ID3算法

4.7 本章小结

第5章 粗糙集在矿井煤与瓦斯突出等级划分中的应用研究

5.1 造成瓦斯突出事故的因素分析

5.1.1 煤与瓦斯突出的机理研究

5.1.2 煤与瓦斯突出规律的研究

5.2 煤与瓦斯突出发生的危险性指标选取

5.3 煤与瓦斯突出等级划分的研究

5.4 粗糙集理论在瓦斯突出领域的应用

5.4.1 数据准备

5.4.2 决策表的离散化

5.4.3 决策表的属性约简

5.4.4 决策表的规则提取

5.4.5 矿井瓦斯事故控制研究

第6章 结论与展望

致谢

参考文献

作者简介