91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

   鑒于建立煤礦應(yīng)急救援評(píng)價(jià)模型的重要性，國(guó)內(nèi)外學(xué)者致力于煤礦應(yīng)急救援能力評(píng)價(jià)的研究。在國(guó)外，首先將應(yīng)急救援管理融入政府職能。美國(guó)是第一個(gè)對(duì)政府應(yīng)急能力進(jìn)行評(píng)價(jià)的國(guó)家。其評(píng)價(jià)體系由政府、企業(yè)、社區(qū)、家庭協(xié)調(diào)聯(lián)動(dòng)的災(zāi)害應(yīng)急能力組成，包括13項(xiàng)管理職能，56個(gè)影響因素，209種屬性以及1014個(gè)評(píng)價(jià)指標(biāo)。在1989年，澳大利亞應(yīng)急管理總署頒布了《澳大利亞應(yīng)急手冊(cè)系列》，并不斷修改，主要內(nèi)容有應(yīng)急管理原則、應(yīng)急管理方法、應(yīng)急管理落實(shí)、應(yīng)急救援技術(shù)規(guī)范和應(yīng)急救援培訓(xùn)5個(gè)方面。2002年在日本舉行了“地方公共團(tuán)體之地域防災(zāi)能力及危機(jī)管理應(yīng)對(duì)能力評(píng)價(jià)研討會(huì)”，總結(jié)出評(píng)價(jià)指標(biāo)，并實(shí)際進(jìn)行評(píng)價(jià)，找出了自身發(fā)展中所存在的缺陷。其次，國(guó)外學(xué)者也積極進(jìn)行應(yīng)急能力的學(xué)術(shù)研究。Michaell. Greenberg學(xué)者運(yùn)用問卷調(diào)查的方式，獲得了對(duì)醫(yī)療機(jī)構(gòu)突發(fā)事件應(yīng)急能力建設(shè)工作的評(píng)價(jià)數(shù)據(jù)，研究得出各州之間存在一定差距。David P．Eisenman等學(xué)者在文中對(duì)洛杉磯州各機(jī)構(gòu)的應(yīng)急能力完備情況進(jìn)行了調(diào)查，結(jié)果表明應(yīng)急能力還待進(jìn)一步提高。DanielWeisdorf學(xué)者指出了應(yīng)急能力建設(shè)的重要性，說(shuō)明了加強(qiáng)應(yīng)急能力建設(shè)的最有效方法就是對(duì)其進(jìn)行評(píng)估，最后歸納出應(yīng)急能力的影響因素。

    同樣，國(guó)內(nèi)對(duì)于應(yīng)急救援的研究也在不斷深入中。譚章祿和張長(zhǎng)魯學(xué)者在確定評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上運(yùn)用層次分析法設(shè)定指標(biāo)權(quán)重，并采用可拓優(yōu)度理論確定了應(yīng)急能力物元的經(jīng)典域和節(jié)域，結(jié)合企業(yè)具體實(shí)例對(duì)評(píng)價(jià)物元優(yōu)度進(jìn)行計(jì)算，得出煤礦應(yīng)急能力等級(jí)。岳寧芳學(xué)者依據(jù)近年來(lái)我國(guó)煤礦的安全現(xiàn)狀、重大災(zāi)害的特點(diǎn)、和應(yīng)急能力的內(nèi)涵，提出了由7個(gè)一級(jí)指標(biāo)所構(gòu)成的評(píng)價(jià)指標(biāo)體系，并將其應(yīng)用到煤礦實(shí)際評(píng)價(jià)中，奠定了評(píng)價(jià)基礎(chǔ)。韓晉平等學(xué)者根據(jù)煤礦應(yīng)急救援能力的含義，基于煤礦應(yīng)急救援能力影響因素的分析構(gòu)建了指標(biāo)體系，同時(shí)運(yùn)用灰色一模糊綜合評(píng)價(jià)法建立評(píng)價(jià)模型，對(duì)煤礦應(yīng)急救援現(xiàn)狀進(jìn)行評(píng)價(jià)。苗成林等學(xué)者根據(jù)各評(píng)價(jià)指標(biāo)間的關(guān)聯(lián)性進(jìn)行賦權(quán)，構(gòu)建評(píng)價(jià)指標(biāo)網(wǎng)絡(luò)結(jié)構(gòu)圖，在此基礎(chǔ)上依據(jù)習(xí)慣領(lǐng)域的特點(diǎn)，找出了煤礦應(yīng)急救援能力評(píng)價(jià)方法、模型、步驟，并通過(guò)實(shí)證分析找出最強(qiáng)影響因子和最弱影響因子。之后還根據(jù)該結(jié)構(gòu)采用結(jié)構(gòu)方程模型驗(yàn)證了不同評(píng)價(jià)指標(biāo)對(duì)煤礦應(yīng)急救援能力的不同影響程度和方式，據(jù)此提出了煤礦應(yīng)急救援建設(shè)的建議。馮珍、郝晶星學(xué)者在組織管理、制度建設(shè)、保障系統(tǒng)、人力資源的基礎(chǔ)上構(gòu)建了煤礦應(yīng)急救援能力的評(píng)估指標(biāo)，運(yùn)用模糊決策參數(shù)法規(guī)定各評(píng)價(jià)指標(biāo)的屬性值，將此方法運(yùn)用于日常評(píng)價(jià)實(shí)踐。王璐等學(xué)者從建設(shè)的可持續(xù)發(fā)展角度出發(fā)，以應(yīng)急計(jì)劃能力、應(yīng)急執(zhí)行能力、應(yīng)急檢查能力、應(yīng)急處理能力為基準(zhǔn)，建立了具有22個(gè)評(píng)價(jià)指標(biāo)的煤礦應(yīng)急救援能力評(píng)價(jià)指標(biāo)體系；使用網(wǎng)絡(luò)層次分析法分析各評(píng)價(jià)指標(biāo)間的相互關(guān)系，最終構(gòu)建了PDCA - CMEC評(píng)價(jià)模型。谷威麗、李新春12]學(xué)者探討了應(yīng)急管理的內(nèi)涵，據(jù)此建立了基于灰色系統(tǒng)理論的煤礦應(yīng)急能力評(píng)價(jià)模型，得出了現(xiàn)有評(píng)價(jià)系統(tǒng)中的不足，對(duì)煤礦應(yīng)急管理評(píng)價(jià)系統(tǒng)的改進(jìn)具有指導(dǎo)意義。

    通過(guò)文獻(xiàn)分析可以得到，對(duì)于煤礦應(yīng)急救援能力的評(píng)價(jià)大部分都采用單一評(píng)價(jià)方法，主觀因素對(duì)評(píng)價(jià)過(guò)程和評(píng)價(jià)結(jié)果的影響較大，并未徹底依據(jù)樣本數(shù)據(jù)得出評(píng)價(jià)結(jié)果。因此，對(duì)其研究的規(guī)模和深入程度還有待進(jìn)一步提高。本文首先依據(jù)相關(guān)研究成果，構(gòu)建了完整的應(yīng)急救援能力評(píng)價(jià)指標(biāo)體系；然后采用熵值法設(shè)定指標(biāo)權(quán)重，在改進(jìn)層次分析法的基礎(chǔ)上進(jìn)一步將指標(biāo)定量化；最后運(yùn)用支持向量機(jī)對(duì)小樣本數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)，據(jù)此建立了煤礦應(yīng)急救援能力評(píng)價(jià)模型。

   1  煤礦應(yīng)急救援能力評(píng)價(jià)模型的構(gòu)建

   1.1  構(gòu)建煤礦應(yīng)急救援能力的評(píng)價(jià)指標(biāo)體系

    全面、客觀、合理的評(píng)價(jià)指標(biāo)體系是做好煤礦應(yīng)急救援能力評(píng)價(jià)的基礎(chǔ)，也是構(gòu)建評(píng)價(jià)模型的第一步。本文在國(guó)家安全法規(guī)、文獻(xiàn)研究和實(shí)際調(diào)研的基礎(chǔ)上，總結(jié)出綜合反映煤礦應(yīng)急救援能力的評(píng)價(jià)指標(biāo)，其內(nèi)容主要包括預(yù)防危險(xiǎn)能力、應(yīng)急救援準(zhǔn)備能力、實(shí)際救援減災(zāi)能力和善后恢復(fù)能力四方面，具體內(nèi)容見表1。

   1.2基于熵值法確定評(píng)價(jià)指標(biāo)權(quán)重

   熵在信息論中被稱為平均信息量，熵是對(duì)不確定信息的一個(gè)度量。不確定信息量越大，不確定性就越小，熵也就越小，反之亦然。根據(jù)熵的概念，可以得出熵值法，以此來(lái)確定權(quán)重系數(shù)。熵值法是根據(jù)各評(píng)價(jià)指標(biāo)的觀測(cè)數(shù)據(jù)所提供的信息量來(lái)確定指標(biāo)權(quán)重的，主要用于突出局部差異，是一個(gè)相對(duì)數(shù)值。

    假設(shè)yij(i =1，2，…，n；j=l，2，…，m)為第i個(gè)評(píng)價(jià)對(duì)象的第j項(xiàng)評(píng)價(jià)指標(biāo)的樣本數(shù)據(jù)：對(duì)于確定的j，yij的差異越大，則該評(píng)價(jià)指標(biāo)對(duì)被評(píng)價(jià)對(duì)象的作用就越大，即該指標(biāo)所包含及傳輸?shù)男畔⒃蕉�。信息量的增加表示熵的減少，以下為利用熵值法確定評(píng)價(jià)指標(biāo)權(quán)重的步驟：

   1)構(gòu)建決策矩陣，運(yùn)用改進(jìn)層次分析法，通過(guò)專家判斷，得出判斷矩陣U，以此作為決策矩陣。

   2)對(duì)決策矩陣進(jìn)行歸一化處理，運(yùn)用式(1)得到標(biāo)準(zhǔn)矩陣。對(duì)于第j項(xiàng)評(píng)價(jià)指標(biāo)，第i個(gè)評(píng)價(jià)對(duì)象的特征比重為：

1. 利用式(2)計(jì)算第j項(xiàng)評(píng)價(jià)指標(biāo)的信息熵值。

    式中，k>0，ei>O。若yij對(duì)于任何j都相等，則pij= l/n,，并且ej= klnn,。

    4)計(jì)算各評(píng)價(jià)指標(biāo)的差異系數(shù)。對(duì)于確定的j，yij差異越小，那么e，越大，若yij全部相等，則e=e。ax =1（k=l/lnn,），那么評(píng)價(jià)指標(biāo)對(duì)比較不起作用；反之，y。差異越大，那么ej越小，評(píng)價(jià)指標(biāo)對(duì)被評(píng)價(jià)對(duì)象的比較作用越大，由此得出差異系數(shù)hj =1 - ej，hj越大，那么該項(xiàng)指標(biāo)對(duì)于被評(píng)價(jià)對(duì)象的比較作用就越大。

   5)通過(guò)式(3)獲得信熵權(quán)重。

    6)結(jié)合信熵權(quán)重，利用式(4)的乘數(shù)合成歸一法，得出各評(píng)價(jià)指標(biāo)權(quán)重。

   1.3基于支持向量機(jī)評(píng)價(jià)樣本數(shù)據(jù)

    煤礦應(yīng)急救援能力評(píng)價(jià)是一個(gè)連續(xù)、動(dòng)態(tài)的過(guò)程，其評(píng)價(jià)指標(biāo)之間相互聯(lián)系且相互制約。評(píng)價(jià)目的與評(píng)價(jià)指標(biāo)之間顯示出錯(cuò)綜復(fù)雜的非線性映射關(guān)系，同時(shí)鑒于評(píng)價(jià)數(shù)據(jù)難收集的特點(diǎn)，采用已有的統(tǒng)計(jì)、回歸方法，例如層次分析法、模糊綜合評(píng)價(jià)，很難客觀、準(zhǔn)確地進(jìn)行評(píng)價(jià)。支持向量機(jī)是一種新型機(jī)器學(xué)習(xí)方法，能夠很好地解決小樣本、非線性、高維數(shù)問題。

    支持向量機(jī)回歸算法的學(xué)習(xí)目的是構(gòu)造一個(gè)合理的回歸估計(jì)函數(shù)f(x)，并且要求函數(shù)值與目標(biāo)值的距離低于ε，以及函數(shù)的VC維最小，因而把函數(shù)f（x）（線性或非線性函數(shù)）的回歸估計(jì)問題變化為具有線性等式約束條件和線性不等式約束條件的二次規(guī)劃問題，從而得出唯一全局最優(yōu)解。其核心思想是利用“核映射”把輸入的樣本空間映射到高維特征空間，在高維特征空間中通過(guò)線性回歸進(jìn)行非線性處理。運(yùn)用支持向量機(jī)回歸算法進(jìn)行煤礦應(yīng)急救援能力評(píng)價(jià)的過(guò)程如下：

   1)假設(shè)訓(xùn)練樣本集表示為：

   其中，x1∈Rn，yi ∈y=R，i=1，2，…，l，xi是樣本輸入值，y。是樣本輸出值，l是樣本數(shù)，n表示輸入樣本維數(shù)，在本文中指評(píng)價(jià)指標(biāo)的個(gè)數(shù)。

   2)通過(guò)樣本訓(xùn)練集尋求一個(gè)實(shí)值函數(shù)g(x)，使得該函數(shù)的期望風(fēng)險(xiǎn)達(dá)到最小，用y=g（x）函數(shù)來(lái)推斷出任一輸入的x所對(duì)應(yīng)的y值。因此需要選擇合適的損失函數(shù)。利用ε一不敏感函數(shù)的思想，設(shè)定合理的ε、懲罰參數(shù)C、松弛變量ζ。

   3)對(duì)于非線性問題，支持向量機(jī)回歸算法引入核函數(shù)，把樣本數(shù)據(jù)轉(zhuǎn)化到合理的高維特征空間。回歸問題實(shí)際上是相似問題，而非線性變換Φ利用內(nèi)積表示了這種相似性。所以，依據(jù)核函數(shù)原理和Mercer定理，采用內(nèi)積構(gòu)造核函數(shù)，見式(5):

     4)實(shí)際評(píng)價(jià)中，在選定核函數(shù)后，非線性回歸問題轉(zhuǎn)化成的對(duì)偶問題為：

    5)最后，構(gòu)造非線性回歸問題的決策函數(shù)(7)式，將函數(shù)值作為評(píng)價(jià)結(jié)果進(jìn)行評(píng)價(jià)：

   2實(shí)證分析

   以安徽省淮南礦業(yè)集團(tuán)下屬某煤礦為研究對(duì)象，鑒于煤礦應(yīng)急救援能力評(píng)價(jià)數(shù)據(jù)難收集的特點(diǎn)，基于所收集到的小樣本數(shù)據(jù)，運(yùn)用基于熵值法和支持向量機(jī)的評(píng)價(jià)模型進(jìn)行評(píng)價(jià)。

   2.1  樣本數(shù)據(jù)的選取

   根據(jù)評(píng)價(jià)模型所建立的指標(biāo)體系，對(duì)淮南礦業(yè)集團(tuán)下屬該煤礦以往某一時(shí)段的應(yīng)急救援能力評(píng)價(jià)資料進(jìn)行篩選和處理，整理得出表2，列為樣本數(shù)據(jù)。表中各項(xiàng)評(píng)價(jià)指標(biāo)得分是以百分制為基準(zhǔn)，對(duì)該煤礦在一段時(shí)間內(nèi)對(duì)于各項(xiàng)指標(biāo)的建設(shè)和實(shí)施情況所進(jìn)行的評(píng)分。

   2.2熵值法權(quán)重計(jì)算

   由于各評(píng)價(jià)指標(biāo)的重要程度不同，首先采用Delphi法，由學(xué)術(shù)專家、煤礦管理者、企業(yè)安全管理者、一線礦工、社會(huì)人士、政府主管等各方面人員組成討論小組，經(jīng)過(guò)三輪討論、打分，將其匯總結(jié)果作為初始決策矩陣。打分依據(jù)為：若評(píng)價(jià)指標(biāo)Ra與Rb同樣重要，用1表示；若評(píng)價(jià)指標(biāo)Ra比Rb重要，用2表示，若評(píng)價(jià)指標(biāo)Ra沒有Rb重要，用0表示。利用改進(jìn)層次分析法進(jìn)行計(jì)算，得出判斷矩陣和初始權(quán)重，有效地避免了一致性檢驗(yàn)的要求。見表3。

   然后依據(jù)熵值法的求解步驟，對(duì)數(shù)據(jù)進(jìn)行歸一化處理，計(jì)算出指標(biāo)的特征比重、信息熵值，最后得出信熵權(quán)重。采用乘數(shù)合成歸一法，得出各一級(jí)指標(biāo)的最終權(quán)重vj，計(jì)算結(jié)果見表4。

   2.3支持向量機(jī)回歸分析

   首先進(jìn)行數(shù)據(jù)處理，運(yùn)用熵值法求得的指標(biāo)權(quán)重分別為0. 0361、0.1978、0.4062、0.3598，結(jié)合收集的樣本數(shù)據(jù)，經(jīng)加權(quán)計(jì)算后求得各樣本的總評(píng)分；然后將所有樣本數(shù)據(jù)進(jìn)行歸一化，數(shù)據(jù)處理結(jié)果見表5。

    接著，依據(jù)支持向量機(jī)的訓(xùn)練要求將樣本數(shù)據(jù)隨機(jī)分為三部分，分別為訓(xùn)練樣本數(shù)據(jù)、實(shí)驗(yàn)樣本數(shù)據(jù)和檢驗(yàn)樣本數(shù)據(jù)。將表中的1~4號(hào)樣本數(shù)據(jù)作為建模的訓(xùn)練樣本子集，5~7號(hào)樣本數(shù)據(jù)作為優(yōu)化模型的實(shí)驗(yàn)樣本子集，8~10號(hào)作為檢驗(yàn)?zāi)Ｐ偷臋z驗(yàn)樣本子集。

    在回歸模擬中，其泛化能力的主要影響因素為徑向基核函數(shù)參數(shù)a和懲罰參數(shù)C，徑向基核函數(shù)參數(shù)a可以隱含地改變映射函數(shù)，進(jìn)而調(diào)整各個(gè)樣本數(shù)據(jù)在高維特征空間上分布的復(fù)雜程度：懲罰參數(shù)C的作用是可以在一定的空間中變化學(xué)習(xí)機(jī)的置信范圍及經(jīng)驗(yàn)風(fēng)險(xiǎn)的比例：因此，本文采用調(diào)整步長(zhǎng)網(wǎng)格搜索的方法，通過(guò)回歸計(jì)算所得的絕對(duì)差和相關(guān)系數(shù)，來(lái)確定最佳參數(shù)組合。首先設(shè)定一組(a，C)的取值范圍和兩個(gè)參數(shù)的搜索步長(zhǎng)，這樣在a和C的坐標(biāo)系下就形成了一個(gè)二維網(wǎng)格，即對(duì)兩個(gè)參數(shù)進(jìn)行了限制，通過(guò)進(jìn)一步縮小取值范圍和重復(fù)計(jì)算，最終確定出最佳參數(shù)的取值，即：a =2，C=1。

    然后將a和C值帶入支持向量機(jī)回歸算法進(jìn)行計(jì)算，得出回歸預(yù)測(cè)結(jié)果見表6。運(yùn)用最優(yōu)模型對(duì)檢驗(yàn)文件進(jìn)行回歸計(jì)算的絕對(duì)差為0. 0053，相關(guān)系數(shù)為0. 99985�？梢�，運(yùn)用支持向量機(jī)進(jìn)行評(píng)價(jià)具有較高的準(zhǔn)確率。

    同時(shí)，運(yùn)用網(wǎng)絡(luò)層次分析法及SD( Super De-cisions超級(jí)決策)軟件的煤礦應(yīng)急救援能力評(píng)價(jià)結(jié)果與本模型的評(píng)價(jià)結(jié)果進(jìn)行對(duì)比，ANP法是基于AHP法所提出的一種對(duì)于非獨(dú)立階層次結(jié)構(gòu)的決策方法，不僅能夠?qū)��?fù)雜問題系統(tǒng)化，而且可以充分考慮到相鄰層級(jí)及同一層級(jí)的各評(píng)價(jià)指標(biāo)之間的影響關(guān)系。通過(guò)綜合分析所得出的指標(biāo)權(quán)重，對(duì)合理地評(píng)價(jià)煤礦應(yīng)急救援能力具有十分重要的意義。SD軟件主要用于ANP問題的求解，能夠更便捷地計(jì)算出評(píng)價(jià)結(jié)果。具體評(píng)價(jià)過(guò)程如下：首先根據(jù)上文建立的煤礦應(yīng)急救援能力評(píng)價(jià)指標(biāo)體系構(gòu)建出ANP結(jié)構(gòu)模型，確定出控制層、網(wǎng)絡(luò)層和元素組，并在SD軟件中建模。對(duì)于各個(gè)指標(biāo)，依據(jù)與其存在依存反饋關(guān)系的指標(biāo)在元素組內(nèi)的重要性進(jìn)行兩兩比較，得出表3中的各項(xiàng)數(shù)據(jù)，并將其輸入SD軟件，然后經(jīng)計(jì)算得出各項(xiàng)指標(biāo)的權(quán)重，各項(xiàng)一級(jí)指標(biāo)的權(quán)重分別為0. 05097、0.17595、0.47619、0.28879。

   最后采用加權(quán)方法計(jì)算出ANP模型的評(píng)價(jià)結(jié)果，其絕對(duì)差為0. 0131，相關(guān)系數(shù)為0.99947。經(jīng)比較得出，基于熵值法和支持向量機(jī)的評(píng)價(jià)結(jié)果與實(shí)際更為接近。

   3結(jié)語(yǔ)

   本文構(gòu)建了一種基于熵值法和支持向量機(jī)的煤礦應(yīng)急救援能力評(píng)價(jià)模型，并將其用于實(shí)際評(píng)價(jià)研究中，結(jié)果表明：

   1)基于國(guó)家安全法規(guī)、文獻(xiàn)研究和實(shí)踐經(jīng)驗(yàn)所建立的煤礦應(yīng)急救援能力評(píng)價(jià)指標(biāo)體系，較為完整地呈現(xiàn)了煤礦應(yīng)急救援工作的各個(gè)階段所需具備和評(píng)價(jià)的能力，保證了評(píng)價(jià)指標(biāo)的全面性、系統(tǒng)性、可行性和實(shí)用性，為更好地進(jìn)行煤礦應(yīng)急救援能力評(píng)價(jià)奠定基礎(chǔ)。

   2)熵值法是依據(jù)數(shù)據(jù)所提供的信息來(lái)確定權(quán)重系數(shù)，在專家評(píng)價(jià)的基礎(chǔ)上利用熵值法對(duì)其進(jìn)行客觀賦權(quán)，將定性方法與定量方法相結(jié)合，進(jìn)一步提高了權(quán)重系數(shù)的準(zhǔn)確性，客觀地反映了數(shù)據(jù)所提供的信息量。

   3)支持向量機(jī)回歸算法的決策函數(shù)是根據(jù)少數(shù)支持向量所決定的，計(jì)算的復(fù)雜程度取決于支持向量的數(shù)目，在某種程度上避免了維數(shù)災(zāi)；同時(shí)能使我們迅速抓住關(guān)鍵樣本，具有較好的魯棒性。正是鑒于支持向量機(jī)的這個(gè)特點(diǎn)，采用該方法對(duì)煤礦應(yīng)急救援能力的小樣本數(shù)據(jù)進(jìn)行評(píng)價(jià)，保證了評(píng)價(jià)結(jié)果的客觀性。通過(guò)實(shí)證分析驗(yàn)證，該模型得出的評(píng)價(jià)結(jié)果與實(shí)際一致，證明該模型便捷、有效。 

   4 摘要：

   為增強(qiáng)煤礦應(yīng)急救援能力，提高評(píng)價(jià)的精度，彌補(bǔ)單一評(píng)價(jià)方法的缺陷，構(gòu)建了基于熵值法和支持向量機(jī)的煤礦應(yīng)急救援能力評(píng)價(jià)模型。根據(jù)各評(píng)價(jià)指標(biāo)數(shù)據(jù)所提供的信息量，運(yùn)用熵值法設(shè)定指標(biāo)權(quán)重，進(jìn)一步將指標(biāo)權(quán)重定量化、客觀化；同時(shí)鑒于煤礦應(yīng)急救援能力評(píng)價(jià)數(shù)據(jù)難收集、影響因素復(fù)雜多變的狀況，結(jié)合具有處理非線性、小樣本數(shù)據(jù)問題的支持向量機(jī)進(jìn)行評(píng)價(jià)，保證了評(píng)價(jià)結(jié)果的準(zhǔn)確性。實(shí)證分析表明，該模型的評(píng)價(jià)結(jié)果與煤礦實(shí)際應(yīng)急救援能力非常接近，可用于實(shí)際的煤礦應(yīng)急救援能力評(píng)價(jià)。