基于相關(guān)向量機(jī)的瓦斯涌出量不確定性預(yù)測(cè)
發(fā)布時(shí)間:2019-07-24 16:40
【摘要】:為了分析瓦斯涌出量預(yù)測(cè)結(jié)果的不確定性,提出一種基于相關(guān)向量機(jī)的估計(jì)方法:依據(jù)稀疏貝葉斯學(xué)習(xí)模型,計(jì)算瓦斯涌出量樣本空間的稀疏相關(guān)支持向量和相應(yīng)的超參數(shù),再計(jì)算預(yù)測(cè)結(jié)果的均值和方差,從而得出瓦斯涌出量預(yù)測(cè)結(jié)果的概率分布和置信區(qū)間。分析結(jié)果表明,3組檢驗(yàn)樣本的平均預(yù)測(cè)誤差為1.74%,其實(shí)際值均在置信度為97%的置信區(qū)間內(nèi),與實(shí)際情況相符,這說明采用該方法可以得出瓦斯涌出量預(yù)測(cè)結(jié)果的概率分布,且具有預(yù)測(cè)精度高、所需支持向量少的優(yōu)點(diǎn)。
【圖文】:
Γ嘌鈀夷芄壞玫皆げ飩峁鉨母怕?分布和置信區(qū)間。1預(yù)測(cè)方法煤礦瓦斯分布區(qū)域的模糊性和不確定性可以由瓦斯涌出量相關(guān)影響因素反映。預(yù)測(cè)時(shí),將瓦斯涌出量的相關(guān)影響因素從統(tǒng)計(jì)數(shù)據(jù)中提出來(lái),作為特征向量X,構(gòu)成反映瓦斯涌出量變化的特征空間,與之相應(yīng)的瓦斯涌出量為D,分別表示為X=X1X2鐤Xn=x11x12…x1nx21x22…x2n鐤鐤鐤xn1xn2…xnn(1)D=d1d2鐤dn(2)預(yù)測(cè)模型如圖1所示。預(yù)測(cè)步驟:在RVM中訓(xùn)練瓦斯涌出量D及其特征向量X,依據(jù)稀疏貝葉斯后驗(yàn)概率模型,得到X的稀疏相關(guān)支持向量和相應(yīng)的超參數(shù);對(duì)于給定的檢驗(yàn)樣本X*,計(jì)算得到瓦斯涌出量的預(yù)測(cè)均值和預(yù)測(cè)方差,從而得出預(yù)測(cè)結(jié)果的概率分布和概率密度函數(shù)。圖1預(yù)測(cè)模型2基于RVM的瓦斯涌出量回歸分析設(shè)瓦斯涌出量決策空間為T,其相關(guān)影響因素的樣本空間為I,則X,
本文編號(hào):2518758
【圖文】:
Γ嘌鈀夷芄壞玫皆げ飩峁鉨母怕?分布和置信區(qū)間。1預(yù)測(cè)方法煤礦瓦斯分布區(qū)域的模糊性和不確定性可以由瓦斯涌出量相關(guān)影響因素反映。預(yù)測(cè)時(shí),將瓦斯涌出量的相關(guān)影響因素從統(tǒng)計(jì)數(shù)據(jù)中提出來(lái),作為特征向量X,構(gòu)成反映瓦斯涌出量變化的特征空間,與之相應(yīng)的瓦斯涌出量為D,分別表示為X=X1X2鐤Xn=x11x12…x1nx21x22…x2n鐤鐤鐤xn1xn2…xnn(1)D=d1d2鐤dn(2)預(yù)測(cè)模型如圖1所示。預(yù)測(cè)步驟:在RVM中訓(xùn)練瓦斯涌出量D及其特征向量X,依據(jù)稀疏貝葉斯后驗(yàn)概率模型,得到X的稀疏相關(guān)支持向量和相應(yīng)的超參數(shù);對(duì)于給定的檢驗(yàn)樣本X*,計(jì)算得到瓦斯涌出量的預(yù)測(cè)均值和預(yù)測(cè)方差,從而得出預(yù)測(cè)結(jié)果的概率分布和概率密度函數(shù)。圖1預(yù)測(cè)模型2基于RVM的瓦斯涌出量回歸分析設(shè)瓦斯涌出量決策空間為T,其相關(guān)影響因素的樣本空間為I,則X,
本文編號(hào):2518758
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/2518758.html
最近更新
教材專著