基于模糊聚类和SVM的瓦斯涌出量预测

• 作者: 王晓路
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 瓦斯涌出量 模糊C均值聚类 SVM 预测
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 开采技术
• 页码范围: 93-94,98
• 分类号: TD713
• 字数: 1875字
• 语种: 中文

摘要

为了准确预测瓦斯涌出量,提出了一种基于模糊聚类和支持向量机(SVM)的瓦斯涌出量预测方法.将瓦斯涌出量相关影响因素作为特征空间中的样本,采用模糊C均值聚类对特征空间中的样本进行聚类分析,对于所得到的不同类别样本分别建立SVM预测模型.结果表明:采用单纯的SVM预测方法,对于不同特征的样本的预测个别预测误差相对较大,其最大误差为8.11％,平均误差为4.68％,采用文中所建议的用FCM对样本分类后再进行SVM预测,预测精度有明显改善,最大误差和6.94％,平均误差为3.35％,表明所建议的方法是有效和可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓路	西安科技大学通信与信息工程学院	24	171	7.0	12.0