煤矿企业安全管理风险预测模型研究——基于RS-SVM

被引:9
作者
何叶荣 [1 ,2 ]
李慧宗 [3 ]
王向前 [3 ]
机构
[1] 安徽理工大学能源与安全学院
[2] 淮南师范学院经济与管理学院
[3] 安徽理工大学经济与管理学院
关键词
煤矿企业; RS-SVM; 安全管理; 风险预测;
D O I
暂无
中图分类号
F426.21 []; X936 [];
学科分类号
020205 ; 0202 ; 0837 ;
摘要
科学地进行煤矿安全管理风险预测,准确找出煤矿安全管理风险因子,是实现煤矿企业本质安全的重要前提和基础。为了提高预测的精度和运算速度,文章建立了基于RS-SVM的煤矿企业安全管理风险预测模型,首先运用粗糙集理论约简出影响煤矿安全管理的重要风险因子,然后运用SVM对训练样本进行训练和学习,再对测试样本的风险状态进行预测。实证研究表明该模型具有很好的适用性。
引用
收藏
页码:159 / 163
页数:5
相关论文
共 19 条
[1]  
支持向量机算法的研究及其应用.[D].范昕炜.浙江大学.2003, 03
[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]   论转型期的农村社会安全 [J].
范和生 ;
李三辉 .
长白学刊, 2014, (03) :107-112
[4]   “页岩气革命”对国际政治经济关系的重构作用 [J].
张恒龙 ;
秦鹏亮 .
安徽师范大学学报(人文社会科学版), 2014, (02) :185-191
[5]   中国工业经济区域结构的现状与优化对策 [J].
石碧华 .
西部论坛, 2014, (02) :84-92
[6]   证明责任应为一般侵权责任与特殊侵权责任的划分标准 [J].
王国征 .
齐鲁学刊, 2014, (01) :92-97
[7]   基于RS-ANN的施工项目安全管理风险因素预测研究 [J].
李飞 .
民营科技, 2013, (03) :182-183
[8]   基于SMC-RS-LSSVM的电子商务客户流失预测模型 [J].
朱帮助 .
系统工程理论与实践, 2010, 30 (11) :1960-1967
[9]   基于支持向量机的股票价格预测研究 [J].
杨新斌 ;
黄晓娟 .
计算机仿真, 2010, 27 (09) :302-305
[10]   基于RS—SVM的瓦斯爆炸危险源评价模型 [J].
赵华杰 ;
田水承 .
矿业安全与环保, 2010, (03) :53-55+62+5