【摘要】：為準(zhǔn)確、快速地預(yù)測(cè)回采工作面瓦斯涌出量,提出一種基于主成分分析法(PCA)和改進(jìn)的果蠅算法(MFOA)優(yōu)化支持向量機(jī)(SVM)的回采工作面絕對(duì)瓦斯涌出量預(yù)測(cè)模型。模型首先運(yùn)用PCA方法對(duì)原始數(shù)據(jù)進(jìn)行降維處理,消除數(shù)據(jù)冗余,而后采用改進(jìn)的果蠅算法對(duì)SVM參數(shù)進(jìn)行全局尋優(yōu),避免SVM參數(shù)的選取對(duì)模型預(yù)測(cè)結(jié)果的不利影響,最終建立基于PCA-MFOA-SVM的耦合預(yù)測(cè)模型,并以實(shí)際監(jiān)測(cè)數(shù)據(jù)為例進(jìn)行仿真預(yù)測(cè)。結(jié)果表明:該模型預(yù)測(cè)的平均絕對(duì)誤差為0.077 5 m3/t,平均相對(duì)誤差為1.323 7%,與其他模型相比,預(yù)測(cè)精度高,綜合性能好,能夠?qū)崿F(xiàn)回采工作面瓦斯涌出量的動(dòng)態(tài)預(yù)測(cè)。
[Abstract]:In order to accurately and quickly predict the amount of gas emission in mining face, a prediction model of absolute gas emission in mining face based on principal component analysis (PCA) and improved Drosophila algorithm (MFOA) is proposed, which is optimized by support vector machine (SVM). The model first uses PCA method to reduce the dimension of the original data, eliminates the data redundancy, and then uses the improved Drosophila algorithm to optimize the SVM parameters globally to avoid the adverse effect of the selection of SVM parameters on the model prediction results. Finally, the coupling prediction model based on PCA-MFOA-SVM is established, and the actual monitoring data is taken as an example for simulation prediction. The results show that the average absolute error and average relative error of the model are 0.077 m3 / t and 1.323 7 respectively. Compared with other models, the prediction accuracy is high, the comprehensive performance is good, and the dynamic prediction of gas emission in mining face can be realized.
【作者單位】： 遼寧工程技術(shù)大學(xué)礦業(yè)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(No.51004063) 遼寧省高等學(xué)校優(yōu)秀人才支持計(jì)劃(遼寧省教育廳,No.LJQ2011029)
【分類號(hào)】：TD712.5;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁曉珍;宋存義;王依;;唐山礦瓦斯涌出量動(dòng)態(tài)預(yù)測(cè)模型[J];北京科技大學(xué)學(xué)報(bào);2012年03期

2 周松林;茆美琴;蘇建徽;;基于主成分分析與人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)[J];電網(wǎng)技術(shù);2011年09期

3 戴宏亮;;小波支持向量回歸在瓦斯涌出量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年07期

4 張少帥;楊勝?gòu)?qiáng);鹿存榮;;基于瓦斯涌出量預(yù)測(cè)的近距離煤層群開(kāi)采順序優(yōu)化選擇[J];中國(guó)安全生產(chǎn)科學(xué)技術(shù);2011年09期

5 姜文忠;霍中剛;秦玉金;;礦井瓦斯涌出量預(yù)測(cè)技術(shù)[J];煤炭科學(xué)技術(shù);2008年06期

6 戴廣龍;汪有清;張純?nèi)?李慶明;邵廣印;;保護(hù)層開(kāi)采工作面瓦斯涌出量預(yù)測(cè)[J];煤炭學(xué)報(bào);2007年04期

7 何利文;施式亮;宋譯;劉影;;回采工作面瓦斯涌出的復(fù)雜性及其度量[J];煤炭學(xué)報(bào);2008年05期

8 王曉路;劉健;盧建軍;;基于虛擬狀態(tài)變量的卡爾曼濾波瓦斯涌出量預(yù)測(cè)[J];煤炭學(xué)報(bào);2011年01期

9 李勝;寧志勇;朱小強(qiáng);楊永生;;基于灰色理論預(yù)測(cè)五陽(yáng)礦未受采動(dòng)影響煤層瓦斯含量[J];科技導(dǎo)報(bào);2012年32期

10 韓俊英;劉成忠;;自適應(yīng)混沌果蠅優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用;2013年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪義國(guó);;近距離煤層群被保護(hù)層開(kāi)采瓦斯綜合治理技術(shù)研究[J];安徽建筑工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年04期

2 郭德勇;鄭茂杰;鞠傳磊;郝相龍;;采煤工作面瓦斯涌出量預(yù)測(cè)逐步回歸方法[J];北京科技大學(xué)學(xué)報(bào);2009年09期

3 廖燃;伍穎;;基于新木桶理論的煤礦瓦斯爆炸控制體系研討[J];礦業(yè)安全與環(huán)保;2012年01期

4 李蓓;郭劍波;;平抑風(fēng)電功率的電池儲(chǔ)能系統(tǒng)控制策略[J];電網(wǎng)技術(shù);2012年08期

5 馬瑞;康仁;羅斌;徐慧明;何進(jìn);;基于改進(jìn)主成分分析法的火電機(jī)組能耗特征識(shí)別方法[J];電網(wǎng)技術(shù);2013年05期

6 葉徐靜;;基于最小二乘支持向量機(jī)的風(fēng)電功率超短期預(yù)測(cè)[J];電源學(xué)報(bào);2013年02期

7 王巖;梁冰;袁欣鵬;;深孔控制預(yù)裂爆破在高硫化氫礦井瓦斯強(qiáng)化抽采中的應(yīng)用[J];重慶大學(xué)學(xué)報(bào);2013年05期

8 畢建武;賈進(jìn)章;劉丹;;基于SPSS多元回歸分析的回采工作面瓦斯涌出量預(yù)測(cè)[J];安全與環(huán)境學(xué)報(bào);2013年05期

9 滿蔚仕;張志禹;郗壘;;基于快速S變換的電能質(zhì)量主成分分析方法[J];大功率變流技術(shù);2013年06期

10 邸新漢;魏海坤;;基于二維SVM的風(fēng)力發(fā)電功率初步預(yù)測(cè)網(wǎng)絡(luò)模型[J];日用電器;2013年12期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭德勇;李念友;裴大文;鄭登鋒;;煤與瓦斯突出預(yù)測(cè)灰色理論-神經(jīng)網(wǎng)絡(luò)方法[J];北京科技大學(xué)學(xué)報(bào);2007年04期

2 李祥春;聶百勝;何學(xué)秋;;振動(dòng)誘發(fā)煤與瓦斯突出的機(jī)理[J];北京科技大學(xué)學(xué)報(bào);2011年02期

3 王麗婕;廖曉鐘;高爽;冬雷;;并網(wǎng)型大型風(fēng)電場(chǎng)風(fēng)力發(fā)電功率-時(shí)間序列的混沌屬性分析[J];北京理工大學(xué)學(xué)報(bào);2007年12期

4 王濤;王洋洋;郭長(zhǎng)娜;張繼華;;QGA-RBF神經(jīng)網(wǎng)絡(luò)在礦井瓦斯涌出量預(yù)測(cè)中的應(yīng)用[J];傳感技術(shù)學(xué)報(bào);2012年01期

5 吳微,陳維強(qiáng),劉波;用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票市場(chǎng)漲跌[J];大連理工大學(xué)學(xué)報(bào);2001年01期

6 馬昕;郭靜;孫嘯;;蛋白質(zhì)中RNA-結(jié)合殘基預(yù)測(cè)的隨機(jī)森林模型[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

7 范高鋒;王偉勝;劉純;;基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測(cè)系統(tǒng)[J];電網(wǎng)技術(shù);2008年22期

8 羅海洋;劉天琪;李興源;;風(fēng)電場(chǎng)短期風(fēng)速的混沌預(yù)測(cè)方法[J];電網(wǎng)技術(shù);2009年09期

9 劉純;范高鋒;王偉勝;戴慧珠;;風(fēng)電場(chǎng)輸出功率的組合預(yù)測(cè)模型[J];電網(wǎng)技術(shù);2009年13期

10 白永祥;房大中;侯佑華;朱長(zhǎng)勝;;內(nèi)蒙古電網(wǎng)區(qū)域風(fēng)電功率預(yù)測(cè)系統(tǒng)[J];電網(wǎng)技術(shù);2010年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李若昕;金明杰;彭超;潘晨亮;李霜;黃和;;主成分分析法在花生四烯酸高產(chǎn)菌株代謝組學(xué)研究中的應(yīng)用[J];食品科學(xué);2008年07期

2 邵祥理;;基于主成分分析法的煤炭上市公司經(jīng)營(yíng)業(yè)績(jī)?cè)u(píng)價(jià)[J];煤炭工程;2010年02期

3 劉湘云;;基于主成分分析法的橙汁特征指標(biāo)分類[J];綠色科技;2013年01期

4 董慧茹,董吉源,仲積軍,張繼斌;電位滴定-主成分分析法同時(shí)測(cè)定戊二酸、丁二酸和已二酸[J];化學(xué)世界;1993年12期

5 柴金艷;主成分分析法在工商合作影響因素研究中的應(yīng)用[J];中原工學(xué)院學(xué)報(bào);2004年06期

6 李楠;姜力波;車永才;;主成分分析法在產(chǎn)業(yè)過(guò)度競(jìng)爭(zhēng)評(píng)價(jià)中的應(yīng)用[J];能源技術(shù)與管理;2006年05期

7 郭家禎;益心虹;邱俊永;;主成分分析法在太湖流域水環(huán)境可持續(xù)性評(píng)價(jià)中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年32期

8 蘇鍵;陳軍;何潔;;主成分分析法及其應(yīng)用[J];輕工科技;2012年09期

9 殷愛(ài)貞;趙世彩;;基于主成分分析法的油氣勘探項(xiàng)目效益研究[J];價(jià)值工程;2010年02期

10 曹陽(yáng);楊潔;張旭;;主成分分析法在熱軋噸鋼電耗回歸預(yù)測(cè)模型中的應(yīng)用[J];能源技術(shù);2010年01期

相關(guān)會(huì)議論文 前10條

1 于勤勤;王冬梅;;論企業(yè)績(jī)效評(píng)價(jià)體系中財(cái)務(wù)指標(biāo)的設(shè)計(jì)[A];中國(guó)會(huì)計(jì)學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

2 車艷玉;高學(xué)東;;主成分分析法在上市公司財(cái)務(wù)綜合評(píng)價(jià)中的應(yīng)用[A];全國(guó)第八屆工業(yè)工程與企業(yè)信息化學(xué)術(shù)會(huì)議論文集[C];2004年

3 劉毅靜;聶成;劉銘;;主成分分析法在信息化水平綜合評(píng)價(jià)中的應(yīng)用[A];西部開(kāi)發(fā)與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

4 劉磊;崔會(huì)保;;基于主成分分析法的企業(yè)員工績(jī)效評(píng)價(jià)[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——公共管理分會(huì)場(chǎng)論文集[C];2008年

5 高彬彬;黃濟(jì)民;;基于平衡記分卡和主成分分析法的知識(shí)管理績(jī)效評(píng)價(jià)研究[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——信息管理分會(huì)場(chǎng)論文集[C];2008年

6 李永臣;李慧芳;;基于主成分分析法研究發(fā)電企業(yè)財(cái)務(wù)狀況[A];中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2009年學(xué)術(shù)會(huì)議（第十六屆學(xué)術(shù)年會(huì)）論文集[C];2009年

7 師萍;朱承亮;王郁蓉;唐丹妮;;基于主成分分析法的R&D統(tǒng)計(jì)會(huì)計(jì)數(shù)據(jù)偏差分析[A];第十一屆全國(guó)經(jīng)濟(jì)管理院校工業(yè)技術(shù)學(xué)研究會(huì)論文集[C];2012年

8 高彬彬;葛新權(quán);;基于平衡記分卡和主成分分析法的知識(shí)管理績(jī)效評(píng)價(jià)研究[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——運(yùn)作管理分會(huì)場(chǎng)論文集[C];2008年

9 鄭古蕊;楊鳴;;沈陽(yáng)城市生態(tài)環(huán)境可持續(xù)發(fā)展能力分析[A];創(chuàng)新沈陽(yáng)文集（D）[C];2009年

10 陳毅俊;江能;蔡鴻鑫;;中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建與應(yīng)用[A];第七屆（2012）中國(guó)管理學(xué)年會(huì)金融管理分會(huì)場(chǎng)論文集（選編）[C];2012年

相關(guān)重要報(bào)紙文章 前1條

1 張戡 陳亮;基于主成分分析法的中國(guó)證券投資基金綜合評(píng)價(jià)模型研究[N];中國(guó)證券報(bào);2003年

相關(guān)碩士學(xué)位論文 前10條

1 余登榜;改進(jìn)的主成分分析法在我國(guó)高校數(shù)學(xué)學(xué)科排名中的應(yīng)用[D];武漢科技大學(xué);2010年

2 張穎;層次—主成分分析法對(duì)黑龍江墾區(qū)可持續(xù)發(fā)展評(píng)價(jià)的研究[D];東北師范大學(xué);2007年

3 李建國(guó);農(nóng)民信息素質(zhì)測(cè)度實(shí)證研究[D];北京郵電大學(xué);2012年

4 金建華;基于主成分分析法的3G網(wǎng)絡(luò)綜合性能評(píng)價(jià)[D];大連理工大學(xué);2013年

5 方銳;基于改進(jìn)主成分分析法的武漢市城市競(jìng)爭(zhēng)力研究[D];華中科技大學(xué);2012年

6 張慶紅;基于主成分分析法的海洋地質(zhì)災(zāi)害預(yù)報(bào)決策系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[D];青島理工大學(xué);2010年

7 呂亞梅;基于主成分分析法的湖北省可持續(xù)發(fā)展水平綜合評(píng)價(jià)[D];武漢理工大學(xué);2012年

8 張磊;經(jīng)理管理防御與非效率投資相關(guān)性研究[D];長(zhǎng)春理工大學(xué);2013年

9 王廣;基于主成分分析法的YF供電局IT服務(wù)外包供應(yīng)商評(píng)價(jià)研究[D];華南理工大學(xué);2012年

10 王倩倩;基于PCA和WFCM的C波段無(wú)線電信號(hào)分類方法[D];西南交通大學(xué);2014年

，

本文編號(hào)：2290652