矿井突水水源判别的FOA-LSSVM模型

• 作者: 朱希安 李腾 王占刚
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 矿井突水 水源判别 参数优化 果蝇算法 最小二乘支持向量机
• 年，卷（期）: 2020,（3）
• 页码范围: 41-45
• 页数: 5页
• 分类号: TD745.2
• 字数: 3488字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2020.03.008

摘要

为准确判别矿井突水水源,建立了一种FOA-LSSVM的矿井突水水源判别模型,利用果蝇算法(fruit fly optimization algorithm,FOA)对最小二乘支持向量机(least square support vector machines,LSSVM)的参数寻优.针对矿井突水这种非线性、小样本问题,综合考虑水化学特征,选取Na++K+,Ca2+,Mg2+,CI-,SO42-,HCO3-六种离子的质量浓度作为矿井突水水源判别的主要依据.选取35组矿井数据作为训练数据对模型进行训练,另用4组矿井数据作为测试数据,用该模型进行预测.结合实例将该模型的性能与LSSVM模型和FOA-SVR模型的性能进行对比,结果表明:该模型在判别突水水源的精度上比LSSVM模型和FOA-SVR模型更高,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱希安	北京信息科技大学信息与通信工程学院	56	108	5.0	7.0
2	王占刚	北京信息科技大学信息与通信工程学院	30	18	2.0	2.0
3	李腾	北京信息科技大学信息与通信工程学院	3	0	0.0	0.0