瓦斯涌出量预测的高斯过程机器学习模型

• 作者: 张研 燕柳斌 苏国韶
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: 瓦斯涌出量 高斯过程 机器学习 预测
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 试验研究
• 页码范围: 1-4
• 页数: 4页
• 分类号: TD712
• 语种: 中文

摘要

高斯过程是新近发展的一种机器学习方法,对处理复杂非线性问题具有很好的适应性.采煤工作面瓦斯涌出量与其影响因素之间存在着复杂的非线性关系,针对传统预测方法的局限性,提出了瓦斯涌出量预测的高斯过程机器学习模型.通过对少量学习样本的学习,采用该模型可建立瓦斯涌出量与其影响因素之间的复杂非线性映射关系.将模型应用于工程实例,研究结果表明,瓦斯涌出量预测的高斯过程机器学习方法是科学可行的,具有预测精度高、适用性强、参数自适应化且易于实现的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	燕柳斌	广西大学土木建筑工程学院	75	545	14.0	19.0
2	张研	广西大学土木建筑工程学院	14	111	7.0	10.0
3	苏国韶	广西大学土木建筑工程学院	86	1041	18.0	29.0