【摘 要】
:
煤矿灾害事故的频繁发生严重危害着人民生命安全和国家公共财产。对煤矿灾害事故进行预警,能够为煤矿灾害事故的发生提供救援方案以减少损失。针对现有方法缺乏对煤矿灾害各
论文部分内容阅读
煤矿灾害事故的频繁发生严重危害着人民生命安全和国家公共财产。对煤矿灾害事故进行预警,能够为煤矿灾害事故的发生提供救援方案以减少损失。针对现有方法缺乏对煤矿灾害各类事故预警问题的研究,通过对预警方法的分析,结合煤矿灾害事故的特点和致灾因素,本文提出了基于案例推理的煤矿灾害事故预警方法。通过框架表示法将煤矿灾害事故调查报告按事故类别表示成案例推理需要的结构化数据,并在此基础上建立煤矿灾害事故案例库。将框架表示得到的属性分为四类,并给出相应的属性相似度计算方法;由于各个属性对事故发生的影响程度不同,故采用遗传算法对属性的权重值进行调整优化;结合当前事故案例的类别,并根据调整权重值对各个属性相似度进行赋权,采用最近邻算法计算当前事故案例与案例库中历史案例的全局相似度。选取全局相似度高的案例作为当前案例的匹配案例并从案例库中提取匹配案例的预警方案作为当前案例的参考预警方案,若无全局相似度高的历史案例则需进行案例修改并保存。基于上述理论方法,本文研发了可对各类煤矿灾害事故进行预警的煤矿灾害事故预警系统,设计了系统整体框架结构,实现了案例表示、分类检索和案例学习等功能。根据煤矿灾害事故的分类对水害事故和瓦斯事故进行了实例应用和分析,实现水害事故和瓦斯事故的框架表示、属性相似度计算、属性权重调整和全局相似度计算,通过数据分析给出参考预警方案来验证本文方法的有效性。实验结果表明,本文的预警方法具有较好的实用性。
其他文献
本文通过盆栽模拟试验,研究了不同浓度的5种重金属Pb、Cd、Cu、Zn、Hg分别对油菜的单一作用,不同浓度的重金属Cu、Zn对油菜的复合作用,以及高低浓度下Se对重金属Cu污染油菜的
深度强化学习是现代人工智能领域中一个重要的研究分支,可分为两大类:无模型和模型化。其中,模型化方法有较高的样本效率,但其渐近性能通常落后于无模型方法。最近,结合贝叶
家用电器类产品是我国强制性认证产品的重要组成部分,家用电器生产企业竞争激烈,企业面临人员变动频繁、制造成本上升以及利润空间越来越小等等问题。这些问题增加了企业的一
银杏叶片具有很高的经济价值、药用价值和观赏价值,银杏叶片病虫害可导致银杏的死亡,从而带来经济损失。对晚期的患病银杏叶片已无法采取措施,因此患病银杏叶片的早期及时、
交通运输是国民经济的基础性产业,是经济和社会各项事业发展的重要支撑和保障,是保证经济活动得以正常进行和发展的前提条件。随着中国陆港型城市的交通发展水平(公路、铁路
半监督学习是同时利用标记和未标记数据进行学习的一种机器学习方法,其希望挖掘未标记样本的信息提升学习性能。但在某些场景中,由于未标记样本的引入,半监督学习的性能甚至
计算机视觉信息转换成文本信息能够在图像和文字之间建立起特定的对应关系,具有广泛的实际应用价值。当前基于卷积神经网络和循环神经网络的“编码器—解码器”框架是实现图
在快速城市化现代化的今天,作为具有合法性的独特乡村自然与人文符号,地理标志产品成为连接传统与现代、城市与乡村的天然纽带和亿万人的乡愁寄托,蕴含着独特的市场竞争力和
柴油机作为一种重要的动力机械,具有零部件多、运动复杂、工作环境恶劣等特点,其状态性能好坏将直接影响工作任务的顺利进行。一旦发生故障轻则停工停产造成经济损失,重则导
21世纪以来中国海域经济发展成就显著,然而随着海域经济发展过程中人类长期以来不合理的开发和利用方式使得海域环境破坏严重,海域经济协调性矛盾越来越显著,制约了海域经济