基于粗糙集融合最小二乘支持向量机的煤矿安全预警模型.pdf

Vol. 29 , No. 6 June 2020 第29卷第6期 2020年6月 中国矿业 CHINA MINING MAGAZINE 智能矿山 基于 的 煤矿安全预警模型 福建船政交通职业学院信息工程系，福建福州350007 摘要针对煤矿安全影响因素多、各影响因素之间相互关联、样本信息采集困难等问题，分析了煤矿安 全生产系统风险,从人员、设备、环境、管理四个方面构建了煤矿安全影响因素指标体系，基于粗糙集理论 融合最小二乘支持向量机方法的提出了煤矿安全机预警模型，并以实测数据为例对该预警模型的计算结 果进行了训练和检验。结果表明，粗糙集融合最小二乘支持向量机能够有效提高预警效率，反映各控制因 素对煤矿安全的影响，计算结果与样本值拟合精度较高，对保障煤矿安全生产具有重要而现实的意义 关键词煤矿安全预警；计算模型； 二 向量机； ；预警模型 中图分类号X936 文献标识码A 文章编号1004-4051202006-0076-05 Coalminesafetyearlywarningmodelbasedonroughset fusion least squares support vector machine CHEN Cha nghui Ina tion Engineering, Fujia n Chua nzheng Communica tions College, Fuzhou 350007, China Abstract Aiming a t the problems of ma ny fa ctors a ffecting coa l mine sa fety,the correla tion a mong va rious fa ctors a nd the difficulty in collecting sa mple ina tion, the risk of coa l mine sa fety production system is a na lyzed.Theindexsystemofcoa lminesa fetyinfluencefa ctorsisconstructedfromfoura spects.Ba sedon rough set theory a nd lea st squa res support vector ma chine LS-SVM ,a n ea rly wa rning model of coa l mine sa fety ma chine is proposed. The ca lcula tion results of the model a re tra ined a nd tested by ta king the mea suredda Qa .heresulQsofQheea rlywa rningmodela reQra ineda ndQesQed.TheresulQsshowQha QQhelea sQ squa ressupporQvecQor ma chineba sedonroughseQfusionca nefecivelyimproveQheeficiency ofea rly wa rninga ndreflecQQheinfluenceofva riousconQrolfa cQorsoncoa lminesa feQy.ThefiQinga ccura cybeQween Qheca lcula QedresulQsa ndsa mpleva luesishigh,whichha simporQa nQa ndpra cQica lsignifica nceQoensureQhe sa feQyproducionofcoa lmines. Keywords coa l mine sa fety ea rly wa rning； computing model; lea st squa re support vector ma chine; rough set； ea rly wa rning model 0引言 在实现煤矿安全生产过程中，安全预警能够做 到早期识别，为事先预防提供支持，具有 的现实 收稿日期收稿日期2020-01-17 责任编辑责任编辑刘硕 基金项目基金项目福建省社科联福建省社会科学规划项目“基于案例驱动 的事故灾害应急方案生成方法研究”资助（编号FJ2019B079） 作者简介作者简介陈常晖（1970 第二，可预见性原则，能够从事先预见 的角度反映煤矿安全的状态，为避免损失提供宝贵 时间；第三，全面性原则，指标体系反映的信息能够 为指标约简做准备；第四，可获得性原则，指标的搜 集过程要尽量简单，易于评价，方便操作。根据以上 原则分析了煤矿安全生产系统和典型事故案例的事 故树FTA和事件树ETA,结合现场专家和国内 学者研究成果⑺，确定的指标体系见表1 煤矿安全预警等级设置参照国内学者［1］设置方 法，将煤矿安全生产风险等级设置为5个级别，分别 为无警、四级预警、三级预警、 、二级预警、一级预警， ， 对应的输出用5、4、3、2、1来表示，其中，一级预警表 示风险最高，需要采取相应的措施保证煤矿生产安 全，无警表示目前生产处于安全状态。 。 2研究方法研究方法 最小二乘支持向量机是在传统支持向量机的基 础上引入了等式约束，将原来求解二次规划问题转 换为方程求解的问题，降低求解复杂度的同时，有效 地利用了已有信息，实用性较强⑷，广泛应用于小样 本、非线性时开展的参数预测和效果评价中。当训 练样本数量多、输入参数相对较多时，常常会由于共 线性等原因造成维数灾难。为了避免这一现象的发 生，本文在开展煤矿预警研究时引入了粗糙集理论。 该理论在应用时不需要任何先验知识，根据参数之 间的信息关系9 ,识别出关键参数，能够有效弥补最 小二乘支持向量机的不足011*。 2. 1粗糙集理论RS 假设某个信息系统J由四个方面组成，分别为 论域、非空属性的有限集合、属性值的集合以及映射 函数，见式10 I 2 ,A,V,f 1 式中2为论域A为非空属性的有限集合，数学表 达式为 A CUW V属性 值的集合，数学表达式为V UaOAVa，，其中，Vf为映射函数， ，其数学表达式为fU_ A V， ，f， ，a0V， ，通过函数f的转换，能够为论域中 每个对象属性赋值。 。 C对D的支持度表达式为式2。。 D POSCD c D 2Y 2 式中cD为C对D的支持度;POSCD为属性 为C的所有样本可以划入U|D的集合。 。 78 中国矿业第29卷 若 7 0 CC 2 A,当 P0Sc D3P0Sc-q D 时，就定义q是C中必要属性；当P0Sc D P0Scq D,就定义q是C中不必要属性，能够约 简。当C为 性集时， 有子 不 可 性。 信息系统I中，某个属性独立2C2A，同 时具备以下条件沧CD DMN R 5 E6r D 3 D,则认为C能够约简为E， 其 式为RedCCC的核指的是其必要属性，其 数学表达式为CoreCo 性选择时，首先将所有训 练样本的属性离 ，删除其中的重复 ，约简掉 有 性，求取 的必要属性。 2. 2 最小二乘支持向量机LSSVM 研究的样本集合为S { 51,3}1 1,2，, N；式中九为输 数；3为输 数；N为样本 中 的数量。 二 向量机模型将输入参数转换到高 维映射，设置约束条件描述每类 的类别，约束条 件见式3o 3i LT, 51 b* 1 0 3 式中心为松弛变量，用于区分类别,51将输入参 数 维空间为超平面的 方向；b为截 o 式3将分类问题转换为经典的二次规划 问题，见式⑷。 Min 1-T E111 0 4 式中，E为惩罚因子。在求解该线性规划问题时采 拉 日函数方法，见式5。 2 II 72 2c 111 1 1 {.3i LT, 51 b* 1 } 5 拉格朗日因子在式5中用来表示，得到四个 最优化条件见式6。 叫兀 兀花匹 0 6 0 0 计算得到式7。 N 3,51 0 11 N 8 3i 0 7 11 C 1 、yLT,5ib* 1 0 在式7的基础上建立最小二乘支持向量机模 型，其数学 式为式8。 S N / 、 、 「.15 51 b 8 式中.5 51为核函数。在应用时首先选取部分 得 型的各个参数，随后利 型的有效性 , 的模型可 以进行应用。 3 基于基于RS-LSSVM的煤矿安全预警模型的煤矿安全预警模型 RS-LSSVM指的 二乘支持 向量机方法，本文建立的RS-LSSVM煤矿安全预警 型的 图如图1所示。 下 1。 1构建煤矿安全预警的 以事故因果 论理论和 险评价原理为 建煤矿安全预 警 2获取训练样本数据选取煤矿安全预警训练 集和测试 ，针对每个 取煤矿安全预警 数据 训练 LSSVM 计算模型 煤矿安 全指标 体系的 构建 算果出 计结输 图1 RS-LSSVM进行煤矿安全预警模型预警模型架构图 Fig. 1 Coal mine safety early warning model based on RS-LSSVM 测试数据离散化与最小条件属性集 样本RS属性约简及相应测试样本集 第6期陈常晖基于粗糙集融合最小二乘支持向量机的煤矿安全预警模型 79 3） 建立决策表前面选取的指标可能存在冗 余和共线性的现象，并且信息数据的搜集相对较 难，为了解决上述问题，并保持原有数据集的预测 精度，采用粗糙集理论对指标体系进行约简，得到 合理的策表。 4） 训练学习LSSVM模型基于约简后的指标 体系构建LSSVM模型，通过不断的训练和测试得 到满意的模型。 5） 预警等级确定按照步骤3的数据处理方法 对煤矿安全指标体系进行处理，输入到已经训练好 的LSSVM模型中开展煤矿安全预警研究，获得煤 矿安全预警结果。 4煤矿安全预警实证分析 样本选自于我国煤矿的主要分布区山西、内蒙 古、陕西、新疆等共计50个煤矿样本作为研究对象， 随机选取45个样本作为训练样本，其余作为测试样 本。邀请相应领域的技术专家和一线工作人员，通 过对相关资料进行查阅和统计、进行实地考察后对 样本的各项指标评分后，对研究对象进行综合评级。 对前文确定的人员、设备、环境、管理四个方面的40 个指标体系采用粗糙集方法进行属性约简，删除其 冗余不相关或不重要的属性，挖掘出煤矿安全预警 较敏感的预警指标。为消除预警指标的量纲和数据 级差异对预警模型性能的影响，采用归一化的方法 将指标变化到0〜1之间，对于越小越优的指标采用 式（9）归一化，对于越大越优的指标采用式（10）归 化。 10 式中5max为所有样本第1个指标值的最大值；5mm 为所有样本第1个指标值的最小值；5G为第G个样 本第1个指标值;5；为的归一化值。为了便于计 算，本文编制了属性约简的Matlab程序，约简后的 指标体系见表2。 表表2约简后指标体系约简后指标体系 Table 2 Reduced index system 序号指标序号指标 1人员文化程度11采掘机械化水平 2人员从业工作率12支护设备完好率 3人员持证率13通风设备完好率 4职工上岗培训比重14防尘设备完好率 5“三违”发生率15消防设备完好率 6平均瓦斯涌出量16重大危险源管理 7煤层自然发火期17灾害预防和应急措施 8瓦斯抽采达标18安全管理制度与执行 9风量供需比19安全科技投入 10 煤尘爆炸指数20安全 对预警指标进行约简后，仍然包含人员、设备、 和 等方 的 ， 信 量 有 的前提下，大大地减少了数据量，因此能够有效避免 高维度指标之间相互共线性的现象，使得预警结果 更加准确、合理。 为了验证本文建立的综合预警模型，根据前述 煤矿安全生产风险综合预警基本流程，对45个训练 数据 ， 5 个测试 开展 矿安 全预警研究，评价获得预警等级分别为5、4、4、3、3, 见表3,与现场专家给出的预警等级一致，通过现场 应用情况发现，粗糙集融合最小二乘支持向量机的 煤矿安全预警模型具有较强的预警能力，具有一定 的可推广性。 表表3煤矿安全预警测试样本数据煤矿安全预警测试样本数据 Table 3 Sample data of coal mine safety early warning test 序号X1 X2X3X4X5X6X7X8X9X10X11X12X13X14X15X16X17X18X19X20 U 1 94989696 03 2810095 0 100961001009398999995100 5 2 96979597 15 2710093 3 999097999997959410095 4 3 951009597 15 25100100 3 96991001009997100999793 4 4 85859492 8 111810091 9 988192889199100928492 3 5 86929396 78 249994 5 97929392909999959695 3 5结论与展望 1） 建了 二 向 量机的 模型，充分利用了粗糙集的信息处理能力和最/l、二 乘支持向量机对多维非线性小样本的分类预测能 力，两者相结合对煤矿安全生产进行预警具有良好 的时间价值。 2） 从人员、设备、环境、管理四个方面构建初始 的 矿安全 采 性 可 以得到煤矿安全的预警信息，不影响模型预警的准 确率。 3） 实证分析表明，本方法测算结果准确，但最 小二乘支持向量机计算模型的精度和性能与运算参 80中国矿业 第29卷 数的选取高度相关，为了进一步提高算法的准确度 和运算速度，接下来将通过发展多目标优化技术保 证运算参数选取的合理性，使得计算模型性能得到 进一步提高。 ■ 参考文献 1 念其锋，施式，李润求，等.基于P NN的煤矿安全生产风险 综合预警研究中国安全生产科学技术,2013,91071-77. NIAN Qifeng,SHI Shilia ng, LI Runqiu, et a l. Resea rch on riskea rlywa rningofsa fetyproductionba sedonP NNincoa l mines[J*. Journa l of Sa fety Science a nd Technology ,2013, 9 1071-77. 2 何国家，刘双勇，孙彦彬煤矿事故隐患监控预警的理论与实 践煤炭学报 2009,42212-217. HE Guojia，LIU Shua ngyong，SUN Ya nbin Theorya ndpra c- ticeofcoa l minea ccident hidden da nger monitoring a nd ea rly wa rning*. Journa l of China Coa l Society,2009,342 212-217. 3 *李春民，王云海，张兴凯矿山安全监测预警与综合管理信息 系统辽宁工程技术大学学报自然科学版2007,265 655-657 LIChunmin， WANG Yunha i，ZHANG Xingka i Minesa fety monitoring a nd ea rly-wa rning a nd comprehensive ma na ge ment ina tion system [J*. Journa l of Lia oning Technica l UniversityNa tura lScience2007 265655-657 4*邵长安，李贺，关欣.煤矿安全预警系统的构建研究J*.煤炭 2007 26563-65 SHAO Cha nga n， LI He，GUAN Xin Studyonconstruction of ea rly wa rning system of mine sa fety]〕*. Coa l Technology, 2007 26563-65 [5*牛强，周勇，王志晓，等.基于自组织神经网络的煤矿安全预警 系统*计算机工程与设计，200627101752-1753. NIU Qia ng，ZHOU Yong， WANG Zhixia o，eta l Coa lsa fety ea rly wa rning system ba sed on self-orga niza tion neura lnet- works[J*. Computer Engineering a nd Design, 2006,27 10 1752-1753 [6*杨玉中，冯长根，吴立云.基于可拓理论的煤矿安全预警模型 研究[*中国安全科学学报2008,814045. YANG Yuzhong，FENG Cha nggen， WU Liyun Resea rchon ea rlywa rning modelforcoa lminesa fetyba sedonextension theory[J* China Sa fetyScienceJourna l2008，18140-45 [7 *田水承，李红霞，王莉，等.从三类危险源理论看煤矿事故的频 发[*中国安全科学学报，2007,17110-15,177,179. TIAN Shuicheng, LI Hongxia , WANG Li, et a l. P robe into thefrequency ofcoa lminea ccidentsba sed onthetheory of threetypesofha za rds[J* China Sa fetyScienceJourna l2007, 17110-15,177,179 [8*陈存良，王振，牛伟，等.基于最小二乘支持向量机的大孔道定 量计算方法*断块油气田20152217477. CHEN Cunlia ng, WANG Zhen, NIU Wei,eta l Qua ntita tive ca lcula tion ofthiefzone ba sedlea stsqua resupport vector ma chine*. Fa ult-Block Oil Ga s Field,2015,221 74-77 [9 *欧阳峰，曾靖.基于主成分粗糙集方法的战略性新兴产业创 新驱动绩效评价以战略性新兴产业上市公司为样本J*.工 业技术经济 2015 ,41230-39. OUYANG Feng,ZENG Jing. Enterprises pera nce eva lu- a tionba sedonP CA-roughsettheoryfromtheviewofinnova - tion-drivenba sedontheda ta oflisetedfirmsofstra tegice- mergingindustries[J* Journa lofIndustria lTechnologica lE- conomics2015,341230-39 [10*郑立.基于RS-LSSVM制造业上市公司财务危机预警模型 [J* 业 经济 2019,387108-113 ZHENG Li Fina ncia lcrisis wa rning modelof ma nufa cturing listedcompa niesba sedonRS-LSSVM[J* Journa lofIndustri- a lTechnologica lEconomics2019,387108-113 [11*吴春新.基于RS-LSSVM水驱井组采出程度计算模型以渤 海黄河口凹陷为例[*新疆石油天然气，2019,15349-53, 6-7 WU Chunxin Ca lcula tion modelofwa terflooding welgroup recoverydegreeba sedon RS-LSSVMta king Hua ngheRiver sa g in Boha i a s exa mple]〕*. Xinjia ng Oil Ga s,2019,153 49-53,6-7