TY -的A2 - Chen Chi-Hua盟——太阳,Zhenming盟,李董PY - 2020 DA - 2020/10/20 TI -煤矿瓦斯安全评价基于自适应加权最小二乘支持向量机和改进Dempster-Shafer证据理论SP - 8782450六世- 2020 AB -气体安全评价一直是煤矿安全管理至关重要。为提高煤矿瓦斯安全评价结果的准确性，提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)和改进的Dempster-Shafer (D-S)证据理论的瓦斯安全评价模型。利用AWLS-SVM计算评价时刻的传感器值，利用D-S证据理论评价安全状态。首先，从煤矿安全监测系统中获取瓦斯浓度、风速、粉尘和温度传感器数据，并利用AWLS-SVM方法得到传感器数据的预测结果;因此，预测结果将作为评价模型的输入。其次，由于基本概率赋值(BPA)函数是D-S证据理论计算的基础，采用后验概率建模方法确定各传感器的BPA函数，并引入相似度进行优化。然后，针对D-S证据理论在融合高冲突证据时存在的融合失败问题，采用权重分配的思想，分配每个证据的重要性，以削弱冲突证据对评价结果的影响。为了防止在修改证据来源的同时丢失原始证据的有效信息，引入了基于融合规则的冲突分配系数。最后，以陕西省青岗坪煤矿为研究区，对本文建立的评价模型进行了瓦斯安全性评价实例分析。结果表明，相似性测度可以有效地消除高冲突的证据来源。 Moreover, the accuracy of D-S evidence theory based on enhanced fusion rules is improved compared to the D-S evidence theory in terms of the modified evidence sources and the original D-S evidence theory. Since more sensors are fused, the evaluation results have higher accuracy. Furthermore, the multisensor data evaluation results are enhanced compared to the single sensor evaluation outcomes. SN - 1026-0226 UR - https://doi.org/10.1155/2020/8782450 DO - 10.1155/2020/8782450 JF - Discrete Dynamics in Nature and Society PB - Hindawi KW - ER -