本文關鍵詞：MFOA-SVM在采煤工作面瓦斯涌出量預測中的應用

  更多相關文章： 瓦斯涌出量 MFOA-SVM 非線性 預測模型

【摘要】：針對新安煤礦采煤工作面瓦斯涌出量系統(tǒng)時變非線性特點,建立改進果蠅算法(MFOA)支持向量機(SVM)預測模型。利用FOA具有運算簡單、收斂速度快、尋優(yōu)精度高等優(yōu)勢來優(yōu)化SVM核函數(shù)參數(shù)g、懲罰因子c和不敏感損失函數(shù)ε,但FOA也存在可能陷入局部最優(yōu)的不穩(wěn)定缺陷,則嵌入三維搜索、混沌優(yōu)化、自適應變步長和最優(yōu)保留策略進行改進,并利用Rosenbrock測試函數(shù)和采煤工作面瓦斯涌出量歷史數(shù)據進行試驗分析,結果表明:該模型預測平均相對誤差為2.16%,比其他預測模型具有更高的預測精度、更快的收斂速度、更強的泛化能力,具有一定的實際應用價值。
【作者單位】： 太原理工大學信息工程學院;
【關鍵詞】： 瓦斯涌出量 MFOA-SVM 非線性 預測模型
【基金】：國家自然科學基金項目(51075291)
【分類號】：TD712.5
【正文快照】： 瓦斯涌出是導致瓦斯災害的重要原因,危及井下礦工的生命安全。因此,對煤礦瓦斯涌出量的準確預測是瓦斯防治的必要前提。瓦斯涌出是一個受多因素影響的非線性動態(tài)系統(tǒng),線性預測方法如瓦斯含量法、線性回歸分析法[1]和礦山統(tǒng)計預測法等,很難滿足預測精度的要求。國內外學者提出，

本文編號：956942