PCA-SVM模型在煤层瓦斯涌出量预测中的应用 |
| |
引用本文: | 李鑫灵,袁梅,敖选俊,隆能增,张平,许石青.PCA-SVM模型在煤层瓦斯涌出量预测中的应用[J].工业安全与环保,2019,45(10). |
| |
作者姓名: | 李鑫灵 袁梅 敖选俊 隆能增 张平 许石青 |
| |
作者单位: | 贵州大学矿业学院 贵阳550025;贵州大学矿业学院 贵阳550025;贵州省非金属矿产资源综合利用重点实验室 贵阳550025;复杂地质矿山开采安全技术工程中心 贵阳550025;贵州中纸投资有限公司 贵州盘州553537 |
| |
摘 要: | 针对煤层瓦斯涌出量影响因素众多且各因素间呈复杂非线性的特点,文章利用主成分分析法(PCA)和支持向量机(SVM)的理论基础,构建了PCA-SVM的煤层瓦斯涌出量预测模型,该模型利用SPSS20.0软件中的主成分分析模块对影响煤层瓦斯涌出量的12个因素进行降维,提取其中3个最能反映原始数据本质特征的主成分因子,再将主成分因子的前25组数据作为训练集,后10组数据作为测试集,借助MATLAB中的LIBSVM工具箱进行支持向量机预测,最后将PCA-SVM、SVM及使用较为广泛的多元线性回归3种方法的瓦斯涌出量预测结果进行对比,预测结果表明PCA-SVM模型在预测精度、稳定性方面都优于其他两种预测方法,更适合煤层瓦斯涌出量的预测。
|
关 键 词: | 煤层瓦斯涌出量 主成分分析 支持向量机 预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|