李爽教授团队成果“人工智能在煤矿瓦斯风险评价中的应用”在国际权威学术期刊《Safety Science》上发表，该期刊是中科院一区TOP期刊和安全生产科学技术研究的高影响因子国际学术期刊。本重磅原创论文通过创新性地运用人工智能技术，实现了煤矿瓦斯爆炸风险评估方面的重要科研突破。

一、论文信息

Applications of artificial intelligence for coal mine gas risk assessment

人工智能在煤矿瓦斯风险评价中的应用

二、研究成果

研究院聚焦煤矿智能安全管控，引领研究前沿。该论文是国家自然科学基金面上项目“煤矿企业安全生产重大风险动态评估与智能预警研究”的成果之一，由李爽教授（通讯作者）和其博士研究生团队共同完成，在瓦斯爆炸风险评估方面取得了重要突破，展示了人工智能在煤矿安全领域的巨大潜力。

研究引入了t-SNE、遗传算法（GA）和支持向量机（SVM）等多种先进的人工智能技术，用于处理复杂的高维瓦斯事故数据，并构建了瓦斯爆炸风险评估模型。t-SNE方法通过降维处理，显著减少了数据的复杂性，提高了模型的预测性能。这种非线性降维技术能够保留数据的本质特征，使得模型在处理高维数据时表现出色。

遗传算法的引入优化了支持向量机的参数选择，使得风险评估模型在预测准确性和时间成本方面均取得了较大的提升。遗传算法的自适应搜索能力使得模型能够更好地应对瓦斯爆炸风险评估中的非线性问题，这在传统方法中是难以实现的。

本研究通过创新性地应用人工智能技术，解决了以往煤矿瓦斯风险评估方法的局限性，优化了风险评估模式，在提高预测效率的同时，大大缩减了时间成本。这不仅为煤矿安全管理提供了新的技术手段，也为未来相关研究的深入发展奠定了基础。

三、研究图示（部分）