第1章 基礎(chǔ)理論 （1） 1.1 *優(yōu)化理論 （1） 1.1.1 *優(yōu)化問題的表示 （1） 1.1.2 線性規(guī)劃和非線性規(guī)劃 （1） 1.1.3 凸集和凸函數(shù) （4） 1.2 統(tǒng)計(jì)學(xué)習(xí)理論 （6） 1.2.1 機(jī)器學(xué)習(xí)的問題表示 （6） 1.2.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)*小化原則 （7） 1.2.3 VC維 （9） 1.2.4 結(jié)構(gòu)風(fēng)險(xiǎn)*小化原則 （9） 第2章 支持向量機(jī)理論 （11） 2.1 *優(yōu)分類超平面 （11） 2.2 支持向量分類機(jī) （12） 2.2.1 線性分類 （12） 2.2.2 近似線性分類 （13） 2.2.3 非線性分類 （15） 2.2.4 多類分類問題 （16） 2.3 支持向量回歸機(jī) （17） 2.3.1 SVM回歸問題 （17） 2.3.2 線性支持向量回歸機(jī) （18） 2.3.3 非線性支持向量回歸機(jī) （20） 2.4 核函數(shù) （20） 第3章 煤礦安全及支持向量機(jī)研究現(xiàn)狀 （24） 3.1 研究背景及意義 （24） 3.1.1 研究背景 （24） 3.1.2 研究意義 （28） 3.2 國內(nèi)外研究現(xiàn)狀 （30） 3.2.1 煤礦事故預(yù)測模型研究現(xiàn)狀 （30） 3.2.2 支持向量機(jī)研究現(xiàn)狀 （32） 3.3 常用預(yù)測模型 （34） 3.3.1 時間序列模型 （35） 3.3.2 灰色模型 （35） 3.3.3 人工神經(jīng)網(wǎng)絡(luò)模型 （36） 第4章 煤礦百萬噸死亡率預(yù)測指標(biāo)體系的建立 （37） 4.1 煤礦百萬噸死亡率影響因素的構(gòu)成 （37） 4.1.1 煤礦安全生產(chǎn)控制指標(biāo) （37） 4.1.2 指標(biāo)的下達(dá)方式及分解計(jì)算方法 （39） 4.1.3 煤礦百萬噸死亡率影響因子 （41） 4.2 基于灰色關(guān)聯(lián)分析的煤礦百萬噸死亡率指標(biāo)體系的建立 （42） 4.2.1 灰色關(guān)聯(lián)分析的基本特征 （43） 4.2.2 灰色關(guān)聯(lián)分析模型 （43） 4.2.3 2004年煤礦百萬噸死亡率關(guān)聯(lián)分析 （46） 4.2.4 2010年煤礦百萬噸死亡率關(guān)聯(lián)分析 （52） 4.2.5 煤礦百萬噸死亡率灰色關(guān)聯(lián)分析結(jié)果對比 （58） 4.3 基于改進(jìn)的灰色關(guān)聯(lián)煤礦百萬噸死亡率指標(biāo)體系的建立 （59） 4.3.1 數(shù)據(jù)無量綱化處理方法的改進(jìn) （59） 4.3.2 關(guān)聯(lián)度加權(quán)改進(jìn)算法 （61） 4.3.3 煤礦百萬噸死亡率改進(jìn)灰色關(guān)聯(lián)分析結(jié)果對比 （61） 第5章 基于灰色模型的煤礦百萬噸死亡率指標(biāo)的測算 （64） 5.1 煤礦百萬噸死亡率GM(1, 1)模型 （64） 5.1.1 GM(1, 1)模型建模機(jī)理 （64） 5.1.2 GM(1, 1)模型的檢驗(yàn) （65） 5.2 煤礦百萬噸死亡率DmGM（1, 1）模型 （66） 5.2.1 緩沖算子改進(jìn)灰色模型的建立過程 （66） 5.2.2 緩沖算子改進(jìn)灰色模型的優(yōu)點(diǎn) （68） 5.3 DmGM（1, 1）模型在煤礦百萬噸死亡率指標(biāo)測算中的應(yīng)用 （68） 5.3.1 煤礦百萬噸死亡率原始數(shù)據(jù)處理 （68） 5.3.2 基于GM(1，1)模型的煤礦百萬噸死亡率指標(biāo)測算 （70） 5.3.3 基于DGM(1，1)模型的煤礦百萬噸死亡率指標(biāo)測算 （72） 5.3.4 基于DmGM(1，1)模型的煤礦百萬噸死亡率指標(biāo)測算 （74） 5.3.5 基于DmGM（1, 1）模型的煤礦百萬噸死亡率指標(biāo)誤差檢驗(yàn) （76） 5.3.6 預(yù)測結(jié)果分析 （79） 第6章 基于支持向量機(jī)的煤礦百萬噸死亡率預(yù)測模型研究 （80） 6.1 支持向量機(jī)模型的選擇 （80） 6.1.1 *小二乘支持向量機(jī)基本原理 （80） 6.1.2 核函數(shù)的選取 （81） 6.1.3 預(yù)測誤差分析的指標(biāo) （82） 6.1.4 LSSVM參數(shù)選擇算法優(yōu)劣的評價標(biāo)準(zhǔn) （82） 6.1.5 LSSVM參數(shù)的優(yōu)化 （84） 6.2 遺傳算法（GA）優(yōu)化LSSVM （84） 6.2.1 遺傳算法 （84） 6.2.2 遺傳算法優(yōu)化LSSVM （85） 6.3 粒子群（PSO）算法優(yōu)化LSSVM （86） 6.3.1 粒子群算法理論 （86） 6.3.2 粒子群算法優(yōu)化LSSVM （88） 6.4 LSSVM煤礦百萬噸死亡率預(yù)測 （89） 6.4.1 煤礦百萬噸死亡率樣本數(shù)據(jù)的歸一化處理 （89） 6.4.2 煤礦百萬噸死亡率模型參數(shù)選取 （93） 6.4.3 煤礦百萬噸死亡率訓(xùn)練樣本預(yù)測 （97） 6.4.4 煤礦百萬噸死亡率測試樣本預(yù)測 （99） 6.5 DmGM(1，1)LSSVM煤礦百萬噸死亡率預(yù)測 （102） 6.5.1 2010的未來兩年指標(biāo)灰色預(yù)測 （102） 6.5.2 2010的未來兩年煤礦百萬噸死亡率DmGM(1，1)LSSVM 預(yù)測 （105） 6.5.3 與其他預(yù)測方法的比較 （106） 結(jié)束語 （109） 一、主要工作與創(chuàng)新 （109） 二、進(jìn)一步研究方向 （110）