本文關(guān)鍵詞：基于粒子群支持向量機(jī)的礦井瓦斯預(yù)測(cè)與研究

  更多相關(guān)文章： 瓦斯涌出量 支持向量機(jī) 核函數(shù) 粒子群算法 井下瓦斯監(jiān)測(cè)系統(tǒng)

【摘要】：近年來(lái)我國(guó)的煤礦安全事故雖然有所下降,但同國(guó)外相比還是有一定的差距,瓦斯災(zāi)害依舊困擾著我國(guó)煤礦系統(tǒng),尤其是瓦斯爆炸和突出事故的發(fā)生,嚴(yán)重威脅著井下工作人員的生命安全,對(duì)井下設(shè)備也極為不利。瓦斯涌出量對(duì)于煤礦安全生產(chǎn)的影響是無(wú)法忽視的,因此加強(qiáng)對(duì)瓦斯涌出量的預(yù)測(cè)與控制,掌握其瓦斯的涌出規(guī)律對(duì)加強(qiáng)我國(guó)煤礦的安全性有很大的幫助,同時(shí)對(duì)于提高煤礦生產(chǎn)的質(zhì)量及效益也具有很大的意義。本文系統(tǒng)的分析了瓦斯涌出量的各種影響因素對(duì)涌出大小的影響,得到了幾種最主要的影響因素,通過(guò)對(duì)不同預(yù)測(cè)方法的分析比較,選擇支持向量機(jī)預(yù)測(cè)方法來(lái)對(duì)瓦斯涌出量的大小進(jìn)行建模研究。支持向量機(jī)參數(shù)的選擇決定了其學(xué)習(xí)能力及泛化能力,在多個(gè)參數(shù)中盲目搜索選擇參數(shù)花費(fèi)的時(shí)間太大,并且不一定為最優(yōu),因此采用粒子群算法來(lái)實(shí)現(xiàn)對(duì)支持向量機(jī)模型參數(shù)的尋優(yōu)。粒子群算法具有操作簡(jiǎn)單,算法搜索效率較高等優(yōu)點(diǎn),該算法不要求優(yōu)化函數(shù)連續(xù)可微,對(duì)各種領(lǐng)域方法的通用性較強(qiáng),能夠更好的解決多變量、非線性等的模型問(wèn)題。本文提出了基于粒子群優(yōu)化支持向量機(jī)的瓦斯涌出量預(yù)測(cè)算法,該算法采用粒子群對(duì)支持向量機(jī)的影響參數(shù)進(jìn)行優(yōu)化,利用優(yōu)化后的模型進(jìn)行預(yù)測(cè)仿真。采用傳感器、單片機(jī)和上位機(jī)搭建真實(shí)的模擬煤礦瓦斯氣體采集系統(tǒng),并將該算法應(yīng)用于系統(tǒng)的瓦斯?jié)舛阮A(yù)測(cè)。仿真及實(shí)驗(yàn)測(cè)試的結(jié)果表明,采用粒子群算法能夠高效的找到參數(shù)的最優(yōu)值,根據(jù)此最優(yōu)參數(shù)建立的支持向量機(jī)模型對(duì)于瓦斯涌出量預(yù)測(cè)問(wèn)題能夠得到有效的結(jié)果,該方法可為礦井瓦斯的監(jiān)測(cè)及預(yù)測(cè)提供一定的理論參考。
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TD712.5;TP18

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 付華;王馨蕊;楊本臣;王志軍;屠乃威;王雨虹;徐耀松;;基于MPSO-CWLS-SVM的瓦斯涌出量預(yù)測(cè)[J];傳感技術(shù)學(xué)報(bào);2014年11期

2 章永來(lái);史海波;周曉鋒;楊秀鋒;;基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)預(yù)測(cè)模型[J];統(tǒng)計(jì)與決策;2014年05期

3 郝傳波;劉振文;;煤礦事故應(yīng)急救援預(yù)案評(píng)價(jià)研究[J];價(jià)值工程;2014年03期

4 張新立;張晗;王欣;;煤礦事故中尋租行為的博弈分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2013年17期

5 魏春榮;李艷霞;孫建華;米紅偉;李s，

本文編號(hào)：1240505