基于SVM的煤与瓦斯突出预测模型及应用

• 作者: 王建
• 来源期刊: 陕西煤炭
• 学科: 工学
• 关键词: 煤与瓦斯突出 支持向量机 粒子群算法 遗传算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 技术经验与应用
• 页码范围: 109-113
• 页数: 5页
• 分类号: TD713
• 字数: 2218字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-749X.2020.02.029

摘要

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证.分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较.结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能.