果蝇算法融合SVM的开采沉陷预测模型

• 作者: 张喆 王素英 赵悦品
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: 果蝇优化算法 支持向量机 开采沉陷 预测模型 最大下沉量
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 试验·研究
• 页码范围: 43-46
• 分类号: TD327
• 语种: 中文
• DOI: 10.13347/j.cnki.mkaq.2014.05.012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵悦品	河北交通职业技术学院基础部	33	111	6.0	9.0
2	王素英	河北交通职业技术学院基础部	13	30	3.0	5.0
3	张喆	南洋理工大学电子与电气工程学院	1	10	1.0	1.0