改进主成分分析贝叶斯判别方法
大小：0.74 MB 人气： 2017-12-01 需要积分：1
标签：贝叶斯(12466)
针对主成分分析一贝叶斯判别法（ PCA-BDA）仅支持安全评价但不能发现危险因素的问题，引入属性重要度的概念，提出一种改进的PCA-BDA算法，并将其应用于石油钻井安全评价。首先，使用原始PCA-BDA方法评估出各条记录的安全等级；然后，利用主成分分析（PCA）过程中的特征向量矩阵，贝叶斯判别（BDA）过程中的判别函数矩阵，以及各安全等级的权重计算得出属性重要度；最后，通过参考属性重要度来调控属性。安全评价准确率的对比实验中，改进PCA-BDA方法准确率达到96. 7%，明显高于层次分析法（AHP）和模糊综合评价法（FCE）。调控属性的仿真实验中，调控重要度最高的3个属性70%以上的钻井安全等级得到改善；相对地，调控重要度最低的3个属性钻井安全等级几乎没有变化。实验结果表明，改进PCA-BDA方法不仅能够准确地实现安全评价，同时能够找出关键属性使石油钻井安全管理更有针对性。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%