不均衡数据下的采空区煤自燃PCA-AdaBoost预测模型 |
| |
引用本文: | 赵琳琳,温国锋,邵良杉.不均衡数据下的采空区煤自燃PCA-AdaBoost预测模型[J].中国安全科学学报,2018(3). |
| |
作者姓名: | 赵琳琳 温国锋 邵良杉 |
| |
作者单位: | 山东工商学院管理科学与工程学院;辽宁工程技术大学系统工程研究所 |
| |
摘 要: | 为提高不均衡数据下采空区自然发火预测准确率,选取O_2浓度等作为指标,利用主成分分析法(PCA)提取指标的主成分,并将主成分作为自适应增强算法(AdaBoost)输入参数,发火情况作为AdaBoost算法输出参数,建立不均衡数据下采空区自然发火PCA-AdaBoost预测模型;以张家口宣东2号矿为例,选取20组实测数据作为训练样本,用于训练模型;利用受试者工作特征曲线下的面积进行评价预测效果;利用训练好的模型预测15组测试样本,并将结果与粒子群优化支持向量机(PSO-SVM)模型进行比较。结果表明:在不均衡数据集条件下,利用PCA提取的算例的3个主成分包含原始6个指标的86.831%信息,降低了指标相关性,实现了降维;温度和CH_4浓度对发火影响更大;所建模型的预测结果与实际情况吻合,其在预测精度和收敛速度方面优于PSO-SVM模型。
|
本文献已被 CNKI 等数据库收录! |
|