基于PCA_Fuzzy_PSO_SVC的底板突水危险性评价

• 作者: 季小凯 徐东晶 施龙青 牛超 王娟 谭希鹏
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 底板突水 危险性评价 主成分分析 模糊数学 粒子群算法 支持向量机
• 年，卷（期）: 2015,（1）
• 页码范围: 167-171
• 分类号: TD745.2
• 语种: 中文
• DOI: 10.13225/j.cnki.jccs.2014.0370

摘要

为解决煤层底板突水预测难题,提出了基于主成分分析、模糊数学、粒子群算法以及支持向量机分类的底板突水危险性评价模型,模型以支持向量机分类为基础,通过主成分分析将多种影响底板突水的因子归纳为构造主成分、水文地质主成分、煤层信息主成分及开采条件主成分,其中构造主成分及水文地质主成分为影响底板是否突水的最主要控制因素,模糊化主成分因子,利用粒子群算法优化支持向量机分类参数,根据已有数据资料建立了评价模型,并将该模型应用于实际中,得到了准确的预测结果,为底板突水危险性评价提供了一种新的方法.