基于遗传-支持向量回归的煤层底板突水量预测研究
曹庆奎1
赵斐2
1.河北工程大学经济管理学院,河北邯郸,0560382.河北工程大学经济管理学院,河北邯郸056038／北京科技大学东凌经济管理学院,北京100083
摘要：针对煤层底板突水问题的小样本、非线性特点,采用支持向量回归算法对突水量进行预测,避免了定性分析的局限性。利用遗传算法全局搜索能力的优势,提出了基于遗传算法的支持向量回归参数寻优方法,并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习,得到支持向量回归机的最优参数值,然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明：与神经网络,传统支持向量回归机的预测值相比,煤层底板突水量预测的遗传-支持向量回归模型精度高,具有较强的泛化能力。
关键词：煤层底板突水量预测遗传算法支持向量机支持向量回归机
分类号：TD742.1(矿山安全与劳动保护)
资助基金：国家自然科学基金(60874116)河北省自然科学基金(F2010001047)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息