果蝇算法融合 SVM 的开采沉陷预测模型

• 作者: 李生亚
• 来源期刊: 煤
• 学科: 工学
• 关键词: 果蝇优化算法 支持向量机 开采沉陷 预测
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 实用技术
• 页码范围: 36-39
• 页数: 4页
• 分类号: TD327
• 字数: 3143字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2798.2014.11.013

摘要

针对目前开采沉陷预计方法的种种缺陷，提出了一种新的预计方法。将果蝇优化算法（ FOA）与支持向量机（ SVM）相结合，建立FOA-SVM预测模型。选取煤层倾角、采厚、平均采深等参数作为模型的输入参数，最大下沉量作为模型的输出参数。选取训练集样本，应用FOA对SVM的参数进行寻优，确定最佳的SVM参数。采用预测集样本对该预测模型进行检验，同时将该模型预测性能与其他预测模型进行对比分析。结果表明：与GA-SVM模型、PSO-SVM模型和神经网络预测模型相比，该模型具有更高的预测能力和泛化能力，可以较好地实现对开采沉陷的预测。