基于RS-SVM的矿井通风系统可靠性评价

被引：14

作者：

张俭让 ^{[1
,2
]}

董丁稳 ^{[1
]}

机构：

[1] 西安科技大学能源学院

[2] 教育部西部矿井开采及灾害防治重点实验室

来源：

关键词：

矿井通风系统; 粗糙集(RS)-支持向量机(SVM); 评价模型;

D O I：

10.13347/j.cnki.mkaq.2009.09.020

中图分类号：

TD724 [通风系统、通风方法与设备];

学科分类号：

081903 ;

摘要：

在分析矿井通风系统可靠性影响因素和参考其它评价模型的基础上,建立矿井通风系统可靠性评价指标集。基于粗糙集(RS)原理、支持向量机(SVM)方法和通风系统的特点,建立RS-SVM煤矿通风系统可靠性评价模型。同时应用RS-SVM方法对具体样本数据进行了计算分析,得出最终评价等级。

引用

页码：33 / 36

页数：4

共 6 条

[1]

Rough集理论与知识获取.[M].王国胤编著;.西安交通大学出版社.2001,

[2]

统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,

[3] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

[4] 基于RS与FNN的通风系统评价模型 [J].

朱传杰 ;

林柏泉 ;

李文霞 ;

董涛 ;

王力 ;

孙鑫 .

刁明富 ;

王洪良 .

[6] 基于人工神经网络的矿井通风系统评价研究 [J].

程磊 ;

杨运良 ;

熊亚选 .