[發明專利]一種小斷層走向延展長度的檢測方法

無效

• 申請號: 201410503652.7
• 申請日: 2014-09-28
• 公開（公告）號: CN104268647A
• 公開（公告）日: 2015-01-07
• 發明（設計）人: 于小鴿;施龍青;邱梅;韓進
• 申請（專利權）人: 山東科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06N3/12
• 代理公司: 青島高曉專利事務所 37104
• 代理人: 張世功

1.一種小斷層走向延展長度的檢測方法，其特征在于包括以下工藝步驟：

(1)統計斷層要素數據：以煤層采掘工程平面圖為底圖，對煤層小斷層的走向延展長度、走向、傾向、傾角和落差5個斷層要素進行統計和分析；

(2)確定小斷層延展長度的相關因子：利用灰色關聯分析法確定小斷層走向延展長度與斷層走向、傾向、傾角和落差4個要素的關聯度，選取關聯度大于0.5的要素作為小斷層走向延展長度的相關因子，所述灰色關聯分析法步驟如下：

①構建原始數據矩陣，設小斷層走向延展長度統計數據構成母序列斷層走向、傾向、傾角和落差4個要素構成子序列(i＝1,2,…,m,t＝1,2,…,n)，其中i為m個子因素的標號，t為n個統計單元號，原始數據矩陣為：

Xi(0)=x1(0)(0)x1(0)(1)...x1(0)(m)x2(0)(0)x2(0)(1)...x2(0)(m)............xn(0)(0)xn(0)(1)...xn(0)(m)]]>

其中：i＝0,1,2,…,m，是主因素(i＝0)及m個子因素的標號，t＝1,2,…,n，為統計單元號，是對第i個因素在第t個統計單元內得到的觀測值；

②對原始數據矩陣進行無量綱化處理，采用公式如下：

xt(1)(i)=xt(0)(i)/[1nΣt=1nxt(0)(i)]]]>

③計算子序列與母序列之間的關聯度為：

ri,0=1nΣt=1nΔmin+ξΔmaxΔi,0(i)+ξΔmax]]>

其中：Δi,0(i)=|xt(1)(i)-xt(1)(0)|,]]>Δmax=maxi{maxt|xt(1)(i)-xt(1)(0)|},]]>i＝1,2,…,m；t＝1,2,…,n，ξ為分辨系數，分辨系數取值范圍0.1～0.5，通常取0.5；

(3)歸一化與選定訓練集：對小斷層走向延展長度的相關因子數據進行歸一化預處理，生成數據集，并選定訓練集和測試集；

(4)SVM參數優化：輸入訓練集樣本，利用遺傳算法對SVM模型的懲罰參數C和核函數參數g進行優化，其中g＝1/2σ²，σ為RBF核函數的核參數，其優化步驟如下：

①設置初始值：設定遺傳算法的種群最大數量、最大遺傳代數T、交叉概率、變異概率和優化參數的變化范圍；

②隨機產生一組支持向量機參數，采用二進制編碼對每個支持向量機參數進行編碼，構造初始種群，其染色體為各參數二進制順序排列組成，長度為各參數二進制長度之和，設置遺傳迭代計數器t＝0；

③計算種群中每個個體的適應度：將訓練樣本的預測平均相對誤差函數作為目標函數，確定其適應度，平均相對誤差越大，適應度越小；

④根據個體適應度，按照輪盤賭法從當前種群中選出個體進入下一代；

⑤從步驟④選出的個體中隨機選擇兩個個體作為父體，以設定的交叉概率進行交叉操作，產生兩個新個體；

⑥從步驟⑤產生的新個體中隨機選擇個體以設定的變異概率進行變異操作，通過隨機改變個體中的基因產生新一代個體；

⑦終止條件判斷：若t≤T，重復步驟②，并使t＝t+1；若t>T或平均適應度值變化持續小于常數10^-4而t超過最大遺傳代數T的一半，則所得到的具有最大適應度的個體作為最優值輸出，算法終止；

⑧對得到的最優值解譯碼，得到優化參數；

(5)SVM建模：輸入訓練集樣本，利用步驟(4)得到的優化參數，進行SVM建模；

(6)模型檢驗：利用測試集對步驟(5)建立的SVM模型進行檢驗，若測試結果相對誤差＜15％，模型能夠應用，否則返回步驟(2)重新建模。