RVM在煤自燃预测中的应用研究

• 作者: 王丹
• 来源期刊: 煤
• 学科: 工学
• 关键词: 自燃 RBF RVM SVM 过拟合
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 1-5
• 页数: 5页
• 分类号: TD752
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2798.2022.04.001

摘要

在对煤自然发火程度预测的方法中,采用径向基(RBF)神经网络预测煤自燃的方法容易发生局部最优、结构冗杂现象,采用支持向量机(SVM)预测会由于Mercer条件的限制导致其核函数对参数反应敏感,常规的机器学习方法存在较大误差,因此引入以相关向量机(RVM)为基础进行预测.结合晋能控股集团四老沟煤矿实际生产情况,对煤自燃升温过程进行数值模拟,并构建样本.以训练样本为基础建立相关向量机(RVM)模型,获得模型最佳参数;在已训练的模型中代入测试样本,对煤自燃温度进行预测.通过对比SVM和RBF预测方法,结果证明:采用SVM和RBF神经网络预测煤自燃的方法虽然训练误差不大,但是测试误差较高,具有"过拟合"问题,泛化能力不高,而采用RVM预测方法,其测试误差和训练误差二者相对接近,而且具有最高的预测精度.