孔祥博
- 作品数：13 被引量：110H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社会科学规划基金辽宁省教育厅基金更多>>
- 相关领域：环境科学与工程经济管理社会学自动化与计算机技术更多>>
- 基于PCA_Fuzzy_RF模型的煤层底板突水预测被引量：9
- 2017年
- 针对煤层底板突水问题,提出了基于主成分分析、模糊数学和随机森林的一种新预测模型。首先通过主成分分析将6个影响因素(水压、采高、隔水层厚度、断层落差、煤层倾角、断层距工作面距离)进行降维,提取4个主成分因子,其次对主成分因子进行模糊化,作为随机森林模型的输入变量,建立基于PCA_Fuzzy_RF的煤层底板突水预测模型。利用华北矿区实测资料的50组数据作为PCA_Fuzzy_RF模型的训练数据,10组数据作为测试数据,并将预测结果与BP神经网络及Fisher模型进行对比分析,结果表明,PCA_Fuzzy_RF模型的误判率为0,适用于解决煤层底板突水问题。
- 温廷新孙雪田洪斌孔祥博
- 关键词：安全工程煤层底板突水
- 基于模糊多元线性回归模型的岩石可爆性评价被引量：5
- 2015年
- 为准确评价岩石可爆性(RMB),解决用精确数度量可爆性指数(BI)造成部分信息损失的问题,建立基于修正BI公式的RMB评价模型。利用基于结构元的模糊多元线性回归(FMLR)模型,以爆破漏斗体积、爆破块度分布中的大块率等6个指标为自变量,BI为因变量,对指标重要性进行排序和约简,修正原BI公式,并根据该修正公式对6组工程实例进行测试。结果表明:影响RMB等级的6个指标中,爆破漏斗体积较重要,岩体纵波声速较不重要;修正BI公式含5个变量,比原公式少1个;模型评价结果与实际较吻合。
- 邵良杉赵琳琳温廷新孔祥博
- 关键词：结构元
- 基于PSOBP-AdaBoost模型的瓦斯涌出量分源预测研究被引量：16
- 2016年
- 为准确预测瓦斯涌出量,选取某煤矿的开采煤层、临近煤层、采空区3个瓦斯涌出源作为实例研究,将BP神经网络、粒子群算法(PSO)、Ada Boost迭代提升算法和瓦斯涌出分源预测法相结合,建立基于PSOBP-Ada Boost算法的瓦斯涌出量分源预测模型,并将其与BP神经网络算法进行比较分析。结果表明,PSOBP-Ada Boost算法预测的3个瓦斯涌出源平均相对误差分别为3.24%,2.11%,3.21%;BP神经网络的平均相对误差分别为6.73%,3.19%,4.27%,基于PSOBP-Ada Boost模型的预测精度明显优于BP神经网络模型。
- 温廷新孙雪孔祥博田洪斌
- 关键词：瓦斯涌出量ADA
- 煤与瓦斯突出预测的QGA-LSSVM模型被引量：16
- 2015年
- 为快速、有效地对煤与瓦斯突出类型作出预测,运用灰色关联和因子分析模型对所选主要的判别指标进行分析提取,利用量子遗传算法(QGA)对最小二乘支持向量机(LSSVM)的参数作寻优处理,最终建立QGA-LSSVM煤与瓦斯突出预测模型。选取从砚石台矿区历史实测的数据,以96∶20的比例对该模型进行训练与测试,并将预测结果与其他预测模型的预测效果进行了比较。研究结果表明:对判别指标进行灰色关联分析可以有效去除对煤与瓦斯突出影响作用小的指标;用因子分析进行公共因子提取,可以有效减少数据信息冗余;利用QGA优化的LSSVM模型能使结果避免陷入局部最优解,用该模型可以有效预测煤与瓦斯突出类型,误判率为0。
- 温廷新孙红娟张波邵良杉孔祥博
- 关键词：煤与瓦斯突出灰色关联量子遗传算法
- 基于PCA-ELM模型的露采爆破振动对民房破坏的预测分析被引量：6
- 2015年
- 针对露天采矿爆破振动对民房破坏的预测问题,采用主成分分析(PCA)和极限学习机(ELM)方法,选取爆破振幅、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件10个主要影响因素。引入相关性分析在主成分分析过程中,对相关性高的指标进行降维,把得到的3个综合因子和爆破振幅、主频率、主频率持续时间、砖墙面积率作为输入变量,构建露天煤矿PCA-ELM预测模型。选取露天矿实际爆破过程中测量的100组数据作为模型训练样本,用另外20组数据作为测试样本进行预测。结果表明:对民房破坏影响因素中灰缝强度、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件之间具有较高的关联度。该模型处理高维数据时较传统的ELM算法具有预测精度高、稳定性好等特点,可准确预测爆破振动对民房的破坏程度,误判率为1/20。
- 温廷新朱成伟孔祥博
- 关键词：爆破振动极限学习机主成分分析
- 基于迁移学习与残差网络的矿工不安全行为识别被引量：19
- 2020年
- 为精确识别矿工的不安全行为,降低煤矿事故发生率,提出迁移学习结合深度残差网络的图像识别方法。将矿工的行为样本划分为完全安全行为、较安全行为、不安全行为3个维度,其中完全安全行为包括:走路、坐下、站立,较安全行为包括:弯腰、下蹲、抬东西、推、拉、挥手、拍手,不安全行为包括:跌倒、投掷;采用ResNet50网络进行训练,微调ImageNet数据集迁移学习的权重参数,通过全连接层进行12分类,并将最终分类结果与测试数据进行对照检验。研究结果表明:基于迁移学习的残差网络模型识别跌倒与投掷动作的准确率,优于其他深度神经网络模型,能够有效识别不安全行为从而避免由人为因素导致的事故发生。
- 温廷新王贵通孔祥博刘孟潇薄靖凯
- 关键词：不安全行为矿工图像识别
- 不平衡样本下的金融市场极端风险预警研究被引量：4
- 2020年
- 为了提高金融市场极端风险识别及预警能力,采用沪深300指数作为研究数据,通过少数类样本过采样算法(SMOTE)解决样本不均衡问题,利用因子分析提取特征,通过粒子群(PSO)优化的最小二乘支持向量机(LSSVM)算法构建(SMOTE-PSO-LSSVM)预测模型。使用SMOTE-PSO-LSSVM模型对2007—2010年沪深300指标样本进行预测,样本含极端风险样本193条,模型成功识别风险样本154条,识别准确率达到了83.1%。研究结果表明SMOTE-PSO-LSSVM模型对金融风险数据识别能力较强,能够较为精准地识别风险样本,且求解速度快运行效率高,比传统BP网络和支持向量机等方法性能更优秀。该研究结论对金融市场的风险识别、市场趋势把控、股市交易管制以及投资者决策具有一定意义。
- 温廷新孔祥博
- 关键词：粒子群最小二乘支持向量机
- 新型城镇化的“城市树”模型及其评价体系研究被引量：1
- 2016年
- 在分析城市发展结构的基础上,将植物光合作用与呼吸作用理论应用到城市化发展各主体及其协调关系分析上,构建新型城镇化的"城市树"模型,建立评价指标体系。以辽宁省14个省辖市为例,构建灰色关联结构矩阵,采用熵值法对指标进行赋权,用灰色综合评价法进行目标排序。结果表明:辽宁省各城市之间差距明显,大连、沈阳的关联度最高,朝阳的关联度最低;城市内部经济、基础设施、生态平衡、城乡统筹和资源安全发展失衡。实例分析得出"城市树"模型科学合理,为辽宁省新型城镇化发展提供了一条新的思路。
- 温廷新王冉李印超孔祥博田洪斌
- 关键词：新型城镇化评价指标生态平衡
- 基于KPCA-PSO-RBF-SVM的矿井突水水源识别模型被引量：5
- 2020年
- 为对矿井突水水源进行识别以减少矿井突水事故的发生,提出了粒子群(PSO)结合RBF核参数优化的SVM模型,并使用核主成分分析法(KPCA)对选取水源特征指标进行高效降维.根据水源离子敏感性选取了8种水化学指标(K+、Na+、Mg2+、Ga2+、HCO3-、Cl-、F-、SO42-)作为突水水源识别特征参数.使用基于最大方差关联度准则的核参数选择方法并结合粒子群算法构造参数优化算法,使用参数优选后的支持向量机模型对90组突水水源识别训练数据进行模型训练,用其余32组数据进行测试,模型实测效果与Logistic模型、PCA-Fisher模型以及PSO-SVM模型进行对比,结果表明:采用径向基核函数优化的支持向量机模型能够选取较优参数,模型实测平均准确率为93.75%,误差明显低于其他模型,证明了该模型能精准且高效地识别矿井突水水源.
- 温廷新孔祥博
- 关键词：矿井突水支持向量机参数优化粒子群算法
- 矿山产能分配的变量模糊线性规划模型被引量：1
- 2016年
- 针对矿山资源开采过程中产能不确定的分配问题,引入了模糊结构元素理论。将产能用结构元表示,并利用结构元加权序将模糊数比较转化为单调函数比较,将含有模糊变量的线性规划问题等价转化为经典线性规划问题。以某矿山为例,建立矿山产能分配的变量模糊线性规划模型,并进行求解。结果表明:实现了将实际问题中的模糊事件进行精确表达,原问题的求解更简便。得到矿山产能取得最大可能利润时的可能分配。应用结构元加权序求解的线性规划模型优于结构元元序的。
- 邵良杉李永利赵琳琳温廷新孔祥博
- 关键词：矿山产能可能性线性规划结构元
