|本期目录/Table of Contents|

[1]王江荣,白保琦.基于粗糙集的Probit回归模型在煤炭种类识别中的应用[J].工业仪表与自动化装置,2018,(04):12-15.[doi:1000-0682（2018）04-0000-00]
　WANG Jiangrong,BAI Baoqi.Application of Probit regression model based on rough set in coal classification[J].Industrial Instrumentation & Automation,2018,(04):12-15.[doi:1000-0682（2018）04-0000-00]
点击复制

基于粗糙集的Probit回归模型在煤炭种类识别中的应用

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2018年04期
页码:
12-15
栏目:
出版日期:
2018-08-15

文章信息/Info

Title:
Application of Probit regression model based on rough set in coal classification
作者:
王江荣; 白保琦
兰州石化职业技术学院 信息处理与控制工程学院，兰州 730060
Author(s):
WANG Jiangrong;  BAI Baoqi
School of information processing and control engineering, Lanzhou Petrochemical College of Vocational Technology, 730060,China
关键词:
煤炭种类识别; 粗糙集; Probit回归模型; 极大似然估计; MATLAB
Keywords:
coal species identification;  rough set;  Probit regression model;  maximum likelihood estimation;  MATLAB
分类号:
中图分类号：
DOI:
1000-0682（2018）04-0000-00
文献标志码:
A
摘要:
利用粗糙集理论筛选出识别无烟煤、烟煤、褐煤的主要特征指标粒状微粒体、壳质树脂体、平均最大反射率，并以此三指标建立了Probit回归分析模型，对模型参数先借助模拟退火算法求出初始值，再利用MATLAB优化函数fmincon求出参数的最终值。利用所建模型分别对建模样本和测试样本进行种类识别，结果正确率为100%，表明该模型具有很高的精确度，可用以煤炭种类识别，而且模型简单、易操作。
Abstract:
Rough set theory was used to identify the main characteristic indexes of granular microsomes, chitin resin bodies and average maximum reflectivity of anthracite, bituminous and lignite. Based on these three indexes, a Probit regression analysis model was established. The the initial value of the model parameters were first simulated by the simulated annealing algorithm , and then use the MATLAB optimization function fmincon find the final value of the parameter. The proposed model was used to identify the model samples and the test samples respectively. The correctness rate was 100%, indicating that the model has high accuracy and can be used to identify coal species. The model is simple and easy to operate.

参考文献/References:

[1] GB /T 5751—2009 中国煤炭分类[S].

[2] 陈鹏.中国煤炭性质、分类和利用[M].北京:化学工业出版社,2007.
[3] 王江荣,文晖,赵权斌.基于SPSS的贝叶斯逐步线性判别法在煤炭种类识别中的应用[J].选煤技术,2014(5):64-67.
[4] 王江荣,罗资琴,文晖,等.基于熵权灰关联度分析法的煤样识别研究[J].洁净煤技术,2014,20(5):28-31,35.
[5] 王江荣,罗资琴,文晖.模糊综合评价模型在煤样识别中的应用[J].煤矿安全,2014(12):123-125,128.
[6] 李希灿.模糊数学方法及应用[M].北京:化学工业出版社, 2017.
[7] 张小红,裴道武.模糊数学与Rough集理论[M].北京:清华大学出版社,2013:205-21.
[8] 阮慎.基于粗糙集和遗传算法的带式输送机的故障诊断研究[J].煤矿机械,2013,34(9): 280-282.
[9] 张建华,祁力钧.基于粗糙集和BP神经网络的棉花病害识别[J].农业工程学报,2012,28(7):161-166.
[10] 许国根,贾瑛.模式识别与智能计算的MATLAB实现[M].北京:北京航空航天大学出版社,2012:149- 160.
[11] 杨维忠,张甜.SPSS统计分析与行业应用案例详解[M].北京:清华大学出版社,2011.
[12] 张文彤,钟云飞.IBM SPSS数据分析与挖掘实战案例精粹[M].北京:清华大学出版社,2013.
[13] 周品.MATLAB概率与数理统计[M].北京:清华大学出版社,2012.
[14] 施妙根,顾丽珍.科学和工程计算基础[M].北京:清华大学出版社,2002.
[15] 赵书兰.MATLAB编程与最优化设计应用[M].北京:电子工业出版社,2013.
[16] 杨淑莹,张桦.模式识别与智能计算MATLAB技术实现[M].北京:电子工业出版社,2016.
[17] 龚纯,王正林.精通MATLAB最优化计算[M].北京:电子工业出版社,2012.

相似文献/References:

[1]吕林霞,赵锡英,刘光明.决策表规则提取中分辨矩阵的降级算法研究[J].工业仪表与自动化装置,2015,(02):103.
　L? Linxia,ZHAO Xiying,LIU Guangming.Research of algorithm for discernible matrix descending order in rule extraction of decision table[J].Industrial Instrumentation & Automation,2015,(04):103.

备注/Memo

备注/Memo:
收稿日期：2017-11-20
基金项目：兰州市科学技术局计划项目（兰财建发[2015]85号）；兰州石化职业技术学院科技资助项目(院发〔2015〕69号)；甘肃省科技厅计划项目：石油化工企业应急演练系统(基金号：1204GKCA004 )；甘肃省财政厅专项资金立项资助（甘财教[2013]116号）
作者简介：王江荣(1966)，男，甘肃静宁人，硕士，教授，主要从事煤矿安全、控制理论与应用方面的研究。
更新日期/Last Update: 2018-08-15