因子分析与支持向量机相结合的煤炭自燃预测

针对煤炭自然发火预测问题,将因子分析理论与支持向量机算法相结合,构建了煤炭自燃的预测模型.采用SPSS软件对所选取预测煤炭自燃的8个指标进行因子分析,提取出4个主要因子,利用Matlab实现支持向量机模式识别,通过实际数据对模型训练与检验.研究结果表明:经因子分析降维后的SVM预测准确率高于未经因子分析的SVM预测结果,并验证了因子分析与支持向量机相结合可以较高精度实现对煤炭自燃的预测.     

基于粗糙集的供应商评价选择

针对传统的供应商评价选择方法不能有效处理不完备数据信息、没有充分利用以前的评价结果等不足之处, 将粗糙集理论中的规则提取技术和知识库构造技术应用到供应商的评价选择方法之中,依据供应商综合评价指标体系的设置原则,建立了相应的供应商综合评价指标体系,按照数据获取、初始决策表构建、数据预处理、建立区分矩阵、构造区分函数、属性约简、决策规则获取、值约简、最优决策规则获取、知识库构造、供应商分类的处理过程建立了基于粗糙集的供应商评价选择模型.最后以某企业的供应商数据为例进行了实证分析,通过模型得到的决策规则是合理性的,证明模型的有效性和可行性     

孤岛工作面强烈动压巷道变形控制

为有效解决孤岛工作面巷道支护难题,以常村S6-5轨顺为工程背景,研究该巷道围岩变形破坏的机理,并对锚杆支护进行分析/然后综合注浆加固机理、壁后充填加固技术以及裂隙充填与压密技术等围岩控制手段,提出全长预应力强力锚杆、中空注浆锚杆及强力锚索组合支护方案.研究结果表明,锚杆锚索受力稳定,顶板下沉量控制在52 mm以内,两帮移近量控制在76 mm以内,围岩变形可控,支护方案可完全保证巷道安全使用.     

计算机自动查套定额系统研究

本文首先分析了人工查套定额的方法,然后结合《煤炭井巷工程预算定额》提出了计算机代替人自动查套定额的程序系统设计方法。这一方法使施工图预算软件具有了初步智能,从而提高预算编制的自动化程度和结果的准确性.     

基于数据挖掘的瓦斯信息识别与决策

针对煤矿瓦斯状态监测的特点,提出了利用数据挖掘和信息融合相结合的方法进行瓦斯信息的识别和决策.在信息融合的特征层,数据挖掘技术利用具有自学习能力的BP神经网络建立瓦斯信息识别模型,网络输出结果作为识别结果建立特征数据库.在信息融合决策层,利用D-S证据理论对识别结果进行时间域和空间域的融合决策,对井下瓦斯状态做出判断和决策.实验结果表明,该方法可提高瓦斯监测信息的精确性和决策的正确性,提高了煤矿瓦斯监测系统的性能.     

触发器在大型数据库中的应用

为了提高触发器性能,对触发器的语法进行剖析、分解,数据关系应用进行归纳并结合大量的实践应用,得出数据触发关系主要有不同数据库系统之间的数据转换、同类数据进行不同处理、不同数据融合到一起和数据之间存在的级联关系.把触发器的应用归纳为四类系统集成、数据的拆分、合并和数据的级联更新,并给出了他们的模型.     

一种基于可辨识向量的规则提取方法

针对信息表中的规则提取问题,应用粗糙集理论对其中的属性约简、属性值问题进行了研究,提出了一种基于可辨识向量的规则提取方法。根据粗糙集中的不可分辨关系建立了可辨识向量,利用可辨识向量的加法法则运算只需要对信息表扫描一次,就可以得到信息表的核属性集以及信息表的一个属性约简。在此基础上,利用条件属性与决策属性之间的对应关系,对信息表中的每条规则通过删除冗余属性值完成信息表的属性值约简,最终实现规则提取。数值实例和试验表明本算法是有效可行的。     

基于人工神经网络的投资预测

叙述了神经网络的基本原理，建立了工程投资人工神经网络预测模型，编制了人工智能估价系统软件，并结合实例做了分析.     

工程预算软件定额数据文件设计

本文设计了一种新的数据文件组织形式,既直接存取链接方式,这种方式可以保证预算软件的快速执行,同时节省大量存储空间.