1、我國是煤炭生產(chǎn)大國,而煤與瓦斯突出(以下簡稱突出)災害時有發(fā)生,從而嚴重制約著煤礦生命財產(chǎn)安全。本文采用模式識別技術對突出災害信息進行處理,建立突出災害預測模型,為突出災害防治提供決策服務。從系統(tǒng)工程的角度,建立突出的分級預測體系。在時間上,對突出災害進行早期綜合分析預測和實時預測;在空間上,進行區(qū)域預測、區(qū)段監(jiān)測及點預測相結(jié)合。把突出信息用發(fā)展的、聯(lián)系的觀點,在整體層面上加以處理。針對不同的預測階段,結(jié)合已有的突出發(fā)生機理,選取合適的

2、預測指標集。并利用前向浮動搜索,優(yōu)化算法和粗糙集理論等實現(xiàn)預測指標集的約簡,即是對突出信息的特征選擇過程。在突出預測模型建立階段,自始至終顧及到No Free Lunch定理的約束性,充分考慮到突出信息的各種可能情形,在查閱文獻和實踐中發(fā)現(xiàn),沒有絕對好用和處處好用的算法,同時也沒有最佳和最完善的特征集。甚至有了正確的算法選擇,也不一定能全面解決復雜實際問題。所以,需要在眾多的原理與方法中優(yōu)先選擇簡單有效者,甚至建立起多算法集成模型。經(jīng)過

3、仔細權衡,這里主要選取模式識別方法中的神經(jīng)網(wǎng)絡方法、支撐向量機方法等。而其中對前饋神經(jīng)網(wǎng)絡分類器進行了有效改進,主要是利用耦合了混沌機制的蜂群優(yōu)化算法來優(yōu)化神經(jīng)網(wǎng)絡的連接權值和閾值(記為CBC-MLP模型)。然而突出預測是一個復雜的系統(tǒng)工程,單一算法很難解決所有問題,所以,在以上基礎上建立混合模式識別模型,所得的結(jié)果更具參考價值。論文的最后是一系列算法、分類器模型的工程實現(xiàn)部分。以中平能化集團天安五礦為研究依托,開發(fā)突出信息模式識別模塊