QGA-RFR模型在导水裂隙带高度预测中的应用 |
| |
引用本文: | 邵良杉,周玉.QGA-RFR模型在导水裂隙带高度预测中的应用[J].中国安全科学学报,2018(3). |
| |
作者姓名: | 邵良杉 周玉 |
| |
作者单位: | 辽宁工程技术大学系统工程研究所 |
| |
摘 要: | 为准确预测矿井顶板导水裂隙带高度,用随机森林回归算法(RFR)筛选出开采工作面导水裂隙带高度主要影响因素;借助量子遗传算法(QGA)优化RFR中分裂属性特征值和决策树棵数2个关键参数,建立基于QGA-RFR的导水裂隙带高度预测模型;将实测的124组导水裂隙带相关数据代入模型进行训练和预测,并将预测结果与GA-RFR、RFR、BP和支持向量机(SVM)等模型预测结果对比。结果表明:QGA-RFR模型的最优参数组合为(5,350),该参数下模型预测误差值仅为0.113 8;与GA-RFR、RFR、BP和SVM等模型相比,QGA-RFR模型具有更小的平均绝对百分比误差值(0.037 63)、均方根误差值(2.129)和最大相对误差值(0.055 06),验证了QGA-RFR模型的拟合效果更优。
|
本文献已被 CNKI 等数据库收录! |
|