基于链路预测的煤矿瓦斯灾害网络研究

发布时间：2017-10-16 17:16

  本文关键词：基于链路预测的煤矿瓦斯灾害网络研究

  更多相关文章： 网络 瓦斯灾害 节点重要性 链路预测

【摘要】：煤矿瓦斯灾害是发生在矿井生产系统内部的一种破坏性很强的灾害,矿井生产系统主要是由井下巷道系统组成,再加上通风条件,整个系统形成瓦斯灾害网络。煤矿瓦斯灾害网络就是用网络的方式来描述煤矿瓦斯灾害,其加深对煤矿瓦斯灾害形成规律的认识。本文在查阅大量煤矿井下瓦斯事故调查报告和以往对瓦斯事故的研究结果的基础上,使用系统工程的方法对这些资料进行分析总结,构建瓦斯灾害网络。通过对煤矿瓦斯灾害网络进行结构分析:(1)煤矿瓦斯灾害网络的度分布分析表明其内部具有明显的不均匀分布的现象,煤矿瓦斯灾害网络具备了无标度性质;(2)由网络的密度可知:其整体紧密程度较低,结构较为分散,(3)对网络的中心性进行分析:网络中内部联系紧密;网络的重要节点对网络的影响很大。节点相似性指标可知:网络中具有大度的节点与其它节点更容易有高的相似性;煤矿瓦斯灾害网络跟BA无标度网络有很高的相似性。网络内部具有新加入节点倾向于和度大的节点相连接的有限连接机制,它们更倾向于连接。高阶路径对于整个网络的影响很小;煤矿瓦斯灾害网络的任意两个节点之间走到对方的可能性很高,煤矿瓦斯灾害网络的任意两个节点之间的通勤时间很短。煤矿瓦斯灾害网络局部节点之间的交流程度明显。删除重要节点的连边后,网络的偏好连接性质并没有改变,其他节点之间的连接倾向依然存在。在突出直接连接重要性的同时,也考虑了节点对网络的整体影响,节点重要性在网络中的体现就是节点边的权重。通过实例对网络进行赋权,加权后预测精度明显提高。
【关键词】：网络 瓦斯灾害 节点重要性 链路预测
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TD712;O157.5
【目录】：

• 摘要3-4
• ABSTRACT4-9
• 1 绪论9-16
• 1.1 选题背景及选题意义9-11
• 1.1.1 选题背景9-10
• 1.1.2 选题意义10-11
• 1.2 国内外研究现状11-14
• 1.2.1 复杂网络的研究现状11-12
• 1.2.2 链路预测的研究现状12-13
• 1.2.3 链路预测在灾害预测分析中应用情况13-14
• 1.3 本文主要研究内容及技术路线14-16
• 1.3.1 研究内容14
• 1.3.2 技术路线14-16
• 2 煤矿瓦斯灾害网络理论基础16-24
• 2.1 灾害网络特征及性质16-18
• 2.1.1 灾害网络的构成16-17
• 2.1.2 灾害网络的特征17-18
• 2.1.3 网络节点确定18
• 2.1.4 网络连边确定18
• 2.2 灾害网络分析的数学方法18-20
• 2.2.1 复杂网络的表示18-19
• 2.2.2 数据处理的主要工具19-20
• 2.3 煤矿瓦斯灾害网络的特性分析20-23
• 2.3.1 灾害网络整体属性研究20-22
• 2.3.2 灾害网络中心性分析22-23
• 2.4 本章小结23-24
• 3 煤矿瓦斯灾害网络基本拓扑性质24-42
• 3.1 瓦斯灾害数据来源及预处理24-27
• 3.2 度及度分布27-31
• 3.2.1 平均度28
• 3.2.2 度分布28-31
• 3.3 瓦斯灾害网络拓扑性质31-35
• 3.3.1 密度31
• 3.3.2 簇系数31-34
• 3.3.3 平均路径长度34-35
• 3.4 煤矿瓦斯灾害网络节点重要性35-40
• 3.4.1 度中心性35-36
• 3.4.2 近性中心性36-37
• 3.4.3 介性中心性37-39
• 3.4.4 特征向量中心性39-40
• 3.5 本章小结40-42
• 4 瓦斯灾害网络链路预测算法42-49
• 4.1 链路预测理论基础42
• 4.2 几种网络特征预测方法42-48
• 4.2.1 基于共同邻居的相似性预测43-44
• 4.2.2 其他局部信息的相似度预测44-45
• 4.2.3 基于路径的相似性预测45-46
• 4.2.4 基于全局随机游走的相似性预测46-47
• 4.2.5 基于局部随机游走的相似性预测47-48
• 4.3 链路预测精确度评价48
• 4.4 本章小结48-49
• 5 基于链路预测的煤矿瓦斯灾害网络应用49-62
• 5.1 链路预测精确度检验49-54
• 5.1.1 局部信息相似性指标49-50
• 5.1.2 基于路径的相似性指标50-51
• 5.1.3 基于全局随机游走的相似性指标51-52
• 5.1.4 基于局部随机游走的相似性指标52-53
• 5.1.5 不同抽样次数的比较53-54
• 5.2 重要节点连边对网络的影响54-57
• 5.2.1 删除度中心性高节点的连边55-56
• 5.2.2 删除通风类致灾因素的连边56-57
• 5.3 网络加权57-58
• 5.4 实例分析58-61
• 5.5 本章小结61-62
• 6 结论和展望62-64
• 6.1 结论62-63
• 6.2 创新点63
• 6.3 展望63-64
• 参考文献64-68
• 致谢68-69
• 附录69-70
• 瓦斯网络结构图70

【参考文献】

中国硕士学位论文全文数据库 前2条

1 王强;基于磷酸化网络的链路预测研究[D];中国科学技术大学;2015年

2 赵延乐;基于复杂网络的链路预测研究[D];河北大学;2014年

，

本文编号：1043891