KPCA-CS-SVM下的矿井突水水源判别模型

毛志勇，崔鹏杰，黄春娟，韩榕月

（辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 125105）

0 引言

煤矿突水是煤矿生产安全的主要威胁之一，该类灾害一旦发生，往往会造成重大的人员伤亡和巨大的经济损失.为有效预防此类灾害发生，最大限度地减少灾害带来的损失，研究如何快速判别突水水源以及时采取相应的防治水措施具有非常重要而现实的意义.

随着国内外学者相关研究的不断深入，矿井突水水源判别的研究方法理论已日趋成熟，目前，常见水源判别方法主要有3类，分别是水温水位法、水化学分析法、数学理论分析法.其中，运用数学方法的突水水源判别多以水质数据为基础，利用数学方法计算而得出判别结论，判别准确度较高，在实际工作中得到广泛的应用，具有很好的实用价值，相关的数学方法[1]随着机器学习理论及技术的发展也越来越丰富，如HUANG P[2-3]等提出了一种结合水化学和多元统计方法的判别模型，建立的Piper-PCA-Bayes-LOOCV判别模型可以有效提高识别精度；利用主成分分析（PCA）结合Piper三线性图和Fisher判别理论，建立了Piper-PCA-Fisher突水水源识别模型；YANG[4]、MA[5]等利用模糊聚类分析建立了模糊综合评价模型，用于矿井突水的快速识别；黄平华[6]、鲁金涛[7]等运用Fisher判别分析法分别对矿井突水水源进行准确识别做了基础性工作；宫凤强[8]等以淮南老矿区谢一煤矿的突水信息为研究对象，首次建立了基于距离判别分析法的突水水源识别模型；邓清海[9]等建立了鹤壁矿区突水水源的Bayes判别模型，为水害防治提供决策依据；……