基于改进支持向量机的煤体瓦斯渗透率预测

发布时间：2018-04-13 23:13

  本文选题：瓦斯 + 渗透率　； 参考：《数学的实践与认识》2016年20期

【摘要】：针对煤体瓦斯渗透率在预测方法上存在计算量大、样本选取量多、智能化程度低等问题,首先分析了瓦斯压力、有效应力、温度变化和抗压强度等4个影响煤体瓦斯渗透率的主要因子,然后根据煤体的力学特性建立了煤体瓦斯渗透率的PSO-SVM预测模型,应用PSO算法优化了支持向量机模型的参数,最后将该模型应用于实际工程中,并将该模型的预测结果与BP模型的预测结果进行比较,结果表明,在样本数据较少的情况下,PSO-SVM模型的预测误差较小,准度更高,能够更好的对煤体瓦斯渗透率进行预测.
[Abstract]:In order to solve the problems of large amount of calculation, large sample selection and low intelligence in predicting coal gas permeability, the gas pressure and effective stress are analyzed.According to the mechanical properties of coal, the PSO-SVM prediction model of gas permeability of coal body is established, and the parameters of support vector machine model are optimized by PSO algorithm.Finally, the model is applied to practical engineering, and the prediction results of this model are compared with those of BP model. The results show that the prediction error of PSO-SVM model is smaller and the accuracy is higher when the sample data is less.Can better predict the coal gas permeability.
【作者单位】： 廊坊师范学院建筑工程学院;
【分类号】：TD712;TP18

【相似文献】

相关期刊论文 前10条

1 谭鹏;曹平;;基于灰色关联支持向量机的地表沉降预测[J];中南大学学报(自然科学版);2012年02期

2 张红亮;王水林;吕颖慧;尹小涛;;爆破震动效应的支持向量机分析预测[J];矿业研究与开发;2007年04期

3 欧敏;林从谋;;支持向量机预测高边坡爆破质点振动速度[J];金属矿山;2011年06期

4 徐晓冰;史兴燕;;煤炭需求量预测的支持向量机模型[J];电脑知识与技术;2014年20期

5 郭凤仪;郭长娜;王爱军;王洋洋;刘丹;;基于粒子群优化支持向量机的煤矿水位预测模型[J];计算机工程与科学;2012年07期

6 陆有忠;高永涛;吴顺川;朱瑞钧;;基于进化支持向量机的岩土体位移反分析[J];辽宁工程技术大学学报;2006年03期

7 王久凤;徐桂云;宋三峰;;支持向量机在提升机故障诊断中的应用研究[J];矿山机械;2009年05期

8 刘强;;基于支持向量机的煤岩界面识别方法[J];太原科技;2007年08期

9 马恩杰;白锐;柴天佑;;基于加权支持向量机的选矿生产指标预报模型[J];系统仿真学报;2008年08期

10 史冉;张素芬;;基于支持向量机的煤矿机械故障预测研究[J];煤矿机械;2013年09期

相关会议论文 前2条

1 朱珍德;李红波;尚剑飞;刘金辉;;基于支持向量机理论的矿山动采巷道围岩变形预测分析[A];自主创新与持续增长第十一届中国科协年会论文集（1）[C];2009年

2 许传华;李瑞;任青文;;基于支持向量机的岩体演化的非线性动力学模型与突变分析[A];2004年全国矿山信息化建设成果及技术交流会论文集[C];2004年

相关博士学位论文 前2条

1 陈桂军;基于支持向量机的异常检测关键问题研究及应用[D];太原理工大学;2016年

2 金珠;改进的支持向量机分类算法及其在煤矿人因事故安全评价中的应用[D];中国矿业大学;2011年

相关硕士学位论文 前7条

1 王雷;支持向量机预测煤储层渗透性[D];中国石油大学;2011年

2 高凯;基于支持向量机的煤自燃预测方法研究[D];西安科技大学;2012年

3 单明霞;基于GIS的支持向量机分类模型建立及其在资源评价中的应用[D];成都理工大学;2009年

4 朱永才;基于支持向量机的储层参数预测方法研究[D];西南石油大学;2012年

5 张彦周;基于支持向量机的测井曲线预测储层参数方法[D];西安科技大学;2006年

6 李素蓉;深部金属矿山地震活动特性及岩爆的支持向量机预测研究[D];中南大学;2011年

7 张雷;煤矿井下基于网格划分的分层定位算法研究[D];中国矿业大学;2015年

，

本文编号：1746633