煤与瓦斯突出强度的FOA-SVM预测模型与应用

• 作者: 刘明 单敏柱 谢国民
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 煤与瓦斯突出 Karhunen-Loève变换 支持向量机 特征提取 果蝇算法
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 传感器应用
• 页码范围: 1941-1946
• 页数: 6页
• 分类号: TP183|TP212
• 字数: 4426字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.12.027

摘要

为了能够对煤与瓦斯突出进行准确的辨识,本文提出将果蝇算法(FOA)与支持向量机(SVM)相结合的预测方法.首先通过Karhunen-Loève变换(K-L变换)进行特征提取,降低特征向量的维数,减小运算量;然后将经过K-L变换的样本作为FOA-SVM模型输入,通过果蝇算法全局寻优,自动搜索符合本预测模型最佳参数组合.通过对预测模型的训练与仿真表明:本文提出的方法具有设计实现简单,辨识精度高、推广能力强的特点,为煤矿灾害预测提供理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢国民	辽宁工程技术大学电气与控制工程学院	32	116	7.0	9.0
2	单敏柱	辽宁工程技术大学电气与控制工程学院	4	21	4.0	4.0
3	刘明	辽宁朝阳师范高等专科学校数计系	1	4	1.0	1.0