基于IPSO-SVR模型的煤层底板突水量预测

• 作者: 王鹏 朱希安 王占刚 刘德民
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 关键词: 矿井突水 IPSO-SVR模型 煤层底板突水量 参数优化
• 年，卷（期）: 2021,（1）
• 页码范围: 40-44
• 页数: 5页
• 分类号: TD745
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2021.01.008

摘要

为准确预测煤层底板突水量,提出了一种基于IPSO-SVR(改进的粒子群算法以优化支持向量回归机算法)的煤层底板突水量的预测模型.针对矿井底板突水这种非线性、小样本问题,通过改变粒子群算法的惯性权重因子定义以及引入混沌映射思想的方式,避免算法陷入局部最优值,强化全局搜索.结合王家岭等煤矿突水实例,将水压、含水层、隔水层厚度、底板破坏深度以及断层落差作为影响煤层底板突水量的特征因素,将该预测模型算法与PSO-SVR预测模型算法进行比较.仿真结果表明:该预测模型算法的预测值更接近实际值,具有一定实际应用价值.