徐波
- 作品数：6 被引量：66H指数：6
- 供职机构：辽宁工程技术大学理学院数学与系统科学研究所更多>>
- 发文基金：国家自然科学基金辽宁省高等学校杰出青年学者成长计划辽宁省社会科学规划基金更多>>
- 相关领域：环境科学与工程交通运输工程建筑科学矿业工程更多>>
- 基于因子分析与Fisher判别分析法的隧洞围岩分类研究被引量：12
- 2015年
- 为快速有效地预测隧洞围岩的类别,提高地下工程的稳定性和安全性,应用因子分析与Fisher判别分析理论,选取岩石质量指标、完整性指标、饱和单轴抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为Fisher判别分析的判别因子。建立基于因子分析的隧洞围岩分类的Fisher预测模型。将现场勘测的30组隧洞围岩数据作为学习样本进行训练。利用回代估计法对模型效果进行检验,正确率为96.7%。将建立的判别模型应用于工程实例,以6组工程数据作为预测样本,进行隧洞围岩的分类预测,并与神经网络方法和Bayes方法进行对比。结果表明:因子分析可以有效提取围岩分类指标,去除冗余影响因素,基于因子分析的Fisher判别模型可有效地预测隧洞围岩的类别,所得预测结果的正确率为100%。
- 邵良杉徐波
- 关键词：隧道工程围岩分类
- 基于Fisher判别分析的冲击地压危险性等级预测被引量：11
- 2015年
- 针对矿井中发生的冲击地压危险性分级问题,应用因子分析和Fisher判别分析理论,选取煤层厚度、煤层倾角、埋深、构造情况、煤层倾角变化、煤层厚度变化、瓦斯浓度、顶板管理、卸压、响煤炮声为影响因素,分析影响因素之间的相关性,对相关性较强的因素进行因子分析,提取恰当的公共因子,进而建立基于因子分析的冲击地压危险性等级Fisher判别分析(FDA)模型。利用四川砚石台煤矿23组实测数据作为学习样本对模型进行训练。采用回代估计法检验模型的有效性,回判的误判率为0。将另外未参加训练的12组煤矿动力现象数据作为测试样本,对其危险性等级进行预测,并与传统的Fisher判别方法进行对比。结果表明,经过对样本因子分析后,指标个数减少,相关性降低,可以有效预测冲击地压的危险性等级,用该模型所得到的预测结果的误判率为0。
- 邵良杉徐波
- 关键词：冲击地压FISHER判别分析
- 矿区采空塌陷危险性预测的RS-SVM模型被引量：8
- 2015年
- 为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。
- 温廷新孙红娟徐波邵良杉章菲菲
- 关键词：采空区属性约简
- 煤层底板突水危险性的PNN预测模型研究及应用被引量：15
- 2015年
- 为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问题,利用主成分分析(PCA)法提取6项特征指标的主成分,将其作为概率神经网络(PNN)的输入向量,建立基于PCA的煤层底板突水危险性的PNN预测模型。选取21组煤矿实测数据作为学习样本,用于训练模型。采用回代估计法对模型回检。利用学习好的模型,预测另外4组矿井突水数据样本。结果表明,该方法有效降低了指标数据相关性,实现了降维,使PNN模型工作复杂度减弱。将该模型应用于工程实例中,所得预测结果准确率为100%。
- 邵良杉徐波
- 关键词：底板突水危险性
- 岩溶塌陷倾向性等级的KPCA-SVM预测模型被引量：11
- 2015年
- 为了快速、有效地预测岩溶塌陷倾向性等级,在统计分析大量观测实例的基础上,选取岩性系数、岩体结构系数、地下水系数、覆盖层系数、地形地貌系数和环境条件系数作为特征指标。利用核主成分分析(KPCA)方法在高维空间提取岩溶塌陷影响因子的主成分,将获取的主成分作为支持向量机(SVM)的特征向量,建立基于KPCA的岩溶塌陷倾向性等级的SVM预测模型。将12组观测数据作为学习样本对模型进行训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对2组待判样本进行预测。结果表明:经KPCA后指标个数减少,相关性降低,SVM运算的复杂度降低。用该模型所得预测结果的准确率为100%。
- 邵良杉徐波
- 关键词：岩溶塌陷
- 矿井突水水源识别的RS-LSSVM模型被引量：11
- 2017年
- 为了对矿井突水水源进行准确、高效的判别,综合考虑水化学特征,选取Ca^(2+),Mg^(2+),K^++Na^+,HCO-3,SO2-4,Cl^-和总硬度7个指标的质量浓度(mg/L)作为矿井突水水源的最初判别指标。利用粗糙集(RS)理论的属性约简来筛选水化学特征指标,用以作为水源识别的核心判别指标,建立基于RS的矿井突水水源识别的最小二乘支持向量机(LSSVM)模型。选用约简处理后的13组煤矿数据对模型进行训练,再用训练好的模型对另外12组突水数据进行水源判别,并与未进行属性约简的LSSVM模型及Fisher判别分析法、随机森林方法进行对比。结果表明,利用属性约简方法可以很好地排除原始数据中的冗余信息干扰,因而能有效判别矿井突水水源,使矿井突水水源模型的误判率降低至0;而且指标约简过程可以降低LSSVM运算的复杂度,也能够提高判别效率。
- 邵良杉李印超徐波
- 关键词：矿井突水属性约简
