基于PSO_SVM_AdaBoost的煤层底板突水预测研究

• 作者: 于凤娥 温廷新
• 来源期刊: 计算机应用研究
• 关键词: 煤层底板突水预测 主成分分析 粒子群优化算法 支持向量机 AdaBoost算法
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3664-3667,3677
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.032

摘要

为提高煤层底板突水预测的效率与准确率,提出基于PSO_SVM_AdaBoost的煤层底板突水预测模型.在总结相关算法理论基础上,设计PSO_SVM_AdaBoost算法流程.为验证模型的可行性及有效性,通过引入UCI经典分类数据集进行实验.综合考虑煤层底板突水主要影响因素,确定煤层底板突水预测的评判指标.选取华北矿区60组实测数据为实验样本,利用主成分分析消除原始指标变量间的相关性,将消除相关性的变量作为PSO_SVM_AdaBoost模型的输入向量,并进一步对比分析样本数据处理前后应用模型的预测效果,比较PSO_SVM_AdaBoost、PSO_SVM、SVM模型的预测准确率.结果表明,主成分分析能有效地消除样本中的冗余信息,简化模型结构,提高模型预测准确率与运算效率;PSO_SVM_AdaBoost模型应用于煤层底板突水预测的准确率明显优于其他模型.

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
2	于凤娥	辽宁工程技术大学系统工程研究所	6	30	4.0	5.0