基于优化Bagging-LSSVM模型的冲击地压预测

• 作者: 杨红玉 温廷新 田煜晨 窦融 陈晓宇
• 来源期刊: 中国安全科学学报
• 学科: 工学
• 关键词: 冲击地压 危险性 最小二乘支持向量机(LSSVM) 优化Bagging-LSSVM 核主成分分析(KPCA)
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 安全工程技术科学
• 页码范围: 121-126
• 页数: 6页
• 分类号: X913.4
• 语种: 中文
• DOI: 10.16265/j.cnki.issn1003-3033.2017.06.021

摘要

为准确预测冲击地压危险性,提出一种优化Bagging算法动态集成的最小二乘支持向量机(LSSVM)的预测模型.在设计和优化Bagging-LSSVM模型流程的基础上,引入经典分类数据集,验证模型的可行性,并通过试验得出实现模型最优分类条件下的基分类模型数的最小值.综合考虑冲击地压的主要影响因素,确定其评判指标;以重庆砚石台煤矿的35组实测数据为试验样本,利用核主成分分析(KP CA)消除指标间的相关性,对比分析样本数据处理前后应用模型的预测效果;比较优化Bagging-LSSVM模型、优化Bagging-SVM模型和LSSVN模型预测冲击地压危险性的准确率.结果表明:经KPCA处理后的样本相较于原始样本,其应用于优化Bagging-LSSVM模型的预测准确率更高,耗时更少;且优化Bagging-LSSVM模型预测冲击地压危险性的准确率高于其他模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温廷新	辽宁工程技术大学系统工程研究所	68	340	10.0	14.0
5	杨红玉	辽宁工程技术大学工商管理学院	25	73	5.0	7.0
6	陈晓宇	辽宁工程技术大学系统工程研究所	4	25	3.0	4.0
7	窦融	辽宁工程技术大学工商管理学院	2	21	2.0	2.0
8	田煜晨	辽宁工程技术大学工商管理学院	2	11	2.0	2.0