煤与瓦斯突出强度的IGA-LSSVM预测模型

发布时间：2018-03-11 11:00

本文选题：煤矿灾害　切入点：突出强度　出处：《辽宁工程技术大学学报(自然科学版)》2015年07期 　论文类型：期刊论文

【摘要】：针对煤矿开采中煤与瓦斯突出强度的预测问题,利用免疫遗传算法和最小二乘支持向量机相结合的方法,选取最大主应力、瓦斯压力、瓦斯含量、顶板岩性、距断裂距离、煤层厚度、开采垂直深度、绝对瓦斯涌出量、相对瓦斯涌出量等9个主要影响因素.对相关程度较高的因素进行因子分析,提取公共因子作为IGA-LSSVM模型的输入,建立基于因子分析和IGA-LSSVM的煤与瓦斯突出强度的预测模型.利用实测的14组数据作为学习样本,训练预测模型.另外5组数据作为测试样本,使用所得模型进行预测.研究结果表明:经过免疫遗传算法优化最小二乘支持向量机的参数后,所得模型可有效预测煤与瓦斯突出的强度,检验结果的误判率为0.
[Abstract]:Aiming at predicting the strength of coal and gas outburst in coal mining, the maximum principal stress, gas pressure, gas content, roof lithology and distance from fracture are selected by combining immune genetic algorithm and least square support vector machine. Nine main influencing factors, such as coal seam thickness, mining vertical depth, absolute gas emission and relative gas emission, are analyzed, and common factors are extracted as input of IGA-LSSVM model. A prediction model of coal and gas outburst strength based on factor analysis and IGA-LSSVM was established. 14 groups of measured data were used as learning samples to train the prediction model. The other 5 groups of data were used as test samples. The results show that the model can effectively predict the strength of coal and gas outburst after the parameters of least squares support vector machine are optimized by immune genetic algorithm, and the error rate of the test result is 0.
【作者单位】：辽宁工程技术大学工商管理学院;
【分类号】：TD713

【参考文献】

相关期刊论文前10条

1 郭德勇;李念友;裴大文;郑登锋;;煤与瓦斯突出预测灰色理论-神经网络方法[J];北京科技大学学报;2007年04期

2 邵良杉;马寒;温廷新;;因子分析与支持向量机相结合的煤炭自燃预测[J];辽宁工程技术大学学报(自然科学版);2014年04期

3 刘晓南;葛少成;武宇;;FA-FDA判别分析的矿井通风系统安全评价[J];辽宁工程技术大学学报(自然科学版);2014年09期

4 王琼;吕微;任伟建;;免疫遗传算法及在优化问题中的应用综述[J];计算机应用研究;2009年12期

5 温廷新;张波;邵良杉;;煤与瓦斯突出预测的随机森林模型[J];计算机工程与应用;2014年10期

6 林海明;;因子分析模型的改进与应用[J];数理统计与管理;2009年06期

7 田云丽;周利华;;基于BP神经网络的煤与瓦斯突出预测方法的研究[J];系统工程理论与实践;2005年12期

8 聂百胜,何学秋,王恩元,刘贞堂,撒占友;煤与瓦斯突出预测技术研究现状及发展趋势[J];中国安全科学学报;2003年06期

9 师旭超;韩阳;;煤与瓦斯突出预测的支持向量机(SVM)模型[J];中国安全科学学报;2009年07期

10 邵良杉;赵琳琳;;露天采矿爆破振动对民房破坏的旋转森林预测模型[J];中国安全科学学报;2013年02期

【共引文献】

相关期刊论文前10条

1 李上田;石勤;;基于因子分析法的劳动力转移途径研究[J];安徽农业科学;2008年17期

2 杨世东;陈莉;;基于因子分析的我国建筑业经济增长方式评价[J];蚌埠学院学报;2012年02期

3 郭德勇;王仪斌;卫修君;王新义;;基于地理信息系统和神经网络的煤与瓦斯突出预警[J];北京科技大学学报;2009年01期

4 胡明形;;心理因素对条件价值法评价结果的影响[J];北京林业大学学报(社会科学版);2003年S1期

5 张春雨;赵秀海;郑景明;;长白山阔叶红松林林隙大小结构研究[J];北京林业大学学报;2006年04期

6 苑春荟;;管制治理、管制激励与管制绩效关联结构实证研究[J];北京邮电大学学报(社会科学版);2009年01期

7 王崇;刘健;;消费者网络购物渠道决策——基于感知价值[J];北京理工大学学报(社会科学版);2012年03期

8 凌有权;;住宅建筑节能设计探讨[J];才智;2008年10期

9 马莉;易伟;;四川省地区经济效益评价[J];四川职业技术学院学报;2011年04期

10 罗乐;张欣莉;;系统聚类方法在房地产周期分析中的应用[J];成都信息工程学院学报;2006年04期

相关期刊论文前10条

1 郭德勇,韩德馨,王新义;煤与瓦斯突出的构造物理环境及其应用[J];北京科技大学学报;2002年06期

2 李树刚;马超;王国旗;;基于未确知测度理论的矿井通风安全评价[J];北京科技大学学报;2006年02期

3 郭德勇;李念友;裴大文;郑登锋;;煤与瓦斯突出预测灰色理论-神经网络方法[J];北京科技大学学报;2007年04期

4 田运生,田会礼,于亚伦,汪旭光;爆破地震波作用下民房破坏分析和破坏特征[J];爆破;2005年01期

5 中国生;徐国元;熊正明;;基于小波变换的爆破地震信号能量分析法的应用研究[J];爆炸与冲击;2006年03期

6 史秀志;林大能;陈寿如;;基于粗糙集模糊神经网络的爆破振动危害预测[J];爆炸与冲击;2009年04期

7 舒隽,张粒子,王雁凌,肖鹏,郑华,杨以涵;基于竞价的日发电计划混合智能优化算法[J];电力系统自动化;2002年21期

8 朱红霞,沈炯,王培红,李益国;基于免疫遗传算法的模糊优化控制及其仿真[J];东南大学学报(自然科学版);2005年01期

9 许晓栋;李从心;;免疫遗传算法在车间作业调度中的应用[J];东南大学学报(自然科学版);2006年03期

10 刘宏达;马忠丽;;基于小生境免疫算法的船舶FNN自动舵设计[J];东南大学学报(自然科学版);2006年S1期

相关期刊论文前10条

1 蔡成功,张建国;煤与瓦斯突出规律的分析探讨[J];煤矿安全;2003年12期

2 浦峰;大湾煤矿煤与瓦斯突出与地质因素的关系[J];矿业安全与环保;2003年S1期

3 张纯明,黄华;对一起煤与瓦斯突出事故的几点思考[J];矿业快报;2003年12期

4 伍爱友,肖红飞,王从陆,何利文;煤与瓦斯突出控制因素加权灰色关联模型的建立与应用[J];煤炭学报;2005年01期

5 秦汝祥;煤与瓦斯突出预报研究现状综述[J];能源技术与管理;2005年01期

6 孙树庭;;煤与瓦斯突出机理及无接触预测[J];淮南职业技术学院学报;2006年01期

7 魏乐平;金及河;陈和平;;煤与瓦斯突出几个难点问题的探讨[J];江西煤炭科技;2006年02期

8 石坚胜;李希建;杨文寿;;煤与瓦斯突出预报研究[J];矿业快报;2008年02期

9 张英;丁永杰;刘成军;;鹤壁六矿煤与瓦斯突出特点及其控制因素分析[J];煤炭工程;2008年04期

10 张瑞超;;煤与瓦斯突出的机理研究[J];科技信息(科学教研);2008年21期