煤层底板突水危险性评价的RS-GSVM模型

• 作者: 路亚彬 马良俊
• 来源期刊: 现代矿业
• 关键词: 煤层突水 危险性评价 粗糙集 支持向量机 径向基函数 遗传算法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: “井巷水害防治”专题
• 页码范围: 90-94
• 页数: 5页
• 字数: 3663字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6082.2018.01.016

摘要

针对煤层底板突水危险性评价存在影响因素多、样本数量少的问题,提出了一种粗糙集(Rough sets,RS)融合支持向量机(Support vector machine,SVM)的煤层底板突水危险性评价模型(RS-GSVM模型).该模型通过RS对初选的6项属性指标进行冗余约简,得到4项核心影响属性指标,并收集了对应的20组样本数据作为训练样本.以煤层底板突水危险性情况作为模型的输出值,采用径向基函数(Radial basis function,RBF)作为核函数,同时利用遗传算法(Genetic algorithm,GA)对SVM模型的关键参数进行了优化,经参数寻优和学习样本训练最终得到优化后的RS-GS-VM评价模型.利用RS-GSVM模型对5组典型工作面的突水数据进行了测试,并与GSVM、PNN等模型的评价结果进行了对比分析,结果表明:RS-GSVM模型精简了输入维数并提高了有效样本数量比例,评价精度和运行效率较GSVM、PNN模型均有所提高,泛化能力更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路亚彬		2	2	1.0	1.0
2	马良俊		2	2	1.0	1.0