基于PSO优化LSSVM模型的回采巷道顶底板移近量预测 |
| |
引用本文: | 吕鹏飞,陈学华.基于PSO优化LSSVM模型的回采巷道顶底板移近量预测[J].安全与环境学报,2017,17(6):2045-2049. |
| |
作者姓名: | 吕鹏飞 陈学华 |
| |
作者单位: | 辽宁工程技术大学矿业学院,辽宁阜新,123000;辽宁工程技术大学矿业学院,辽宁阜新,123000 |
| |
摘 要: | 为准确预测回采巷道顶底板移近量,减轻现场检测负担,提出一种PSO优化LSSVM算法的顶底板移近量预测方法。该方法综合考虑巷道埋深、直接顶厚度、煤柱宽度、松动圈尺寸、地质异常、巷道高度与宽度、顶底板岩性共9项主要指标因素,建立顶底板移近量预测指标体系;再利用PSO方法对LSSVM模型的核参数σ和惩罚因子f搜索寻优,得到最优核参数和惩罚因子分别为217.384 6和0.043 5;最后将优化后参数输入LSSVM中,结合现场实际参数进行训练学习,最终建立基于PSO-LSSVM算法的回采巷道顶底板移近量预测模型,进行了实例预测,并且采用方向正确性指数DA、平均绝对百分误差MAPE和希尔不等系数TIC三个指标对比评价了PSO-LSSVM模型的准确性。结果表明,PSO优化的LSSVM回采巷道顶底板移近量预测模型的DA指数、MAPE指数和TIC指数分别为0.900 0、9.063 7和0.064 7,该模型相较BP神经网络模型、单纯支持向量机模型和单纯最小二乘支持向量机模型更为真实、准确,且操作运行简便,可用于现场。
|
关 键 词: | 安全工程 回采巷道 顶底板移近量 粒子群 最小二乘支持向量机 |
本文献已被 CNKI 万方数据 等数据库收录! |
|