基于机器学习的煤矿开采沉陷预测研究

• 作者: 章达宾
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 开采沉陷 机器学习 支持向量机 遗传算法
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 煤矿机电与信息化
• 页码范围: 305-307
• 页数: 3页
• 分类号: TD325
• 字数: 2462字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2018.12.108

摘要

针对传统煤矿开采沉陷预测方法存在精度低以及稳定性差等问题,提出了一种基于机器学习的煤矿开采沉陷预测模型.首先分析了应用于煤矿开采沉陷预测模型中的支持向量机(SVM)算法基本原理,然后采用遗传算法(GA)对支持向量机算法进行改进优化,进而构建GASVM煤矿开采沉陷预测模型.以某实际煤矿开采为例,对其进行了沉陷预测,预测结果和传统的BP神经网络算法、实测结果进行了对比分析.结果表明,所提的机器学习预测模型具有更高的沉陷预测精度和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章达宾		12	19	3.0	3.0