基于LS-SVM的矿井巷道场强预测

• 作者: 王安义 郭世坤
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 矿井巷道 场强 预测模型 最小二乘支持向量机
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 实验研究
• 页码范围: 40-44
• 页数: 5页
• 分类号: TD601
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2014.10.011

摘要

针对目前矿井巷道场强预测精度低的问题,提出采用最小二乘支持向量机方法建立预测模型,以某巷道实测数据作为训练样本,对矿井巷道场强进行预测;详细分析了训练集构造和参数选择对预测效果的影响.仿真结果表明,LS SVM预测模型较双斜率模型和对数校正模型具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王安义		50	162	7.0	10.0
2	郭世坤		2	7	1.0	2.0