基于APSO-LSSVM模型的导水裂隙带高度预测

发布时间：2022-12-25 17:39

　　为准确预测导水裂隙带高度,有效地预防煤矿开采中溃水安全事故,根据导水裂隙带相关理论研究和实测资料分析选取开采深度、煤层的倾斜角、厚度、硬度、岩层结构等8项指标作为导水裂隙带高度预测的特征指标,采用基于因子分析的APSO-LSSVM导水裂隙带高度预测模型.利用典型矿区导水裂隙带高度实测资料中的18组数据对该模型进行训练与检验,并将其预测结果与PSO-LSSVM、LSSVM模型预测结果分别进行比较.结果表明:APSO-LSSVM模型的预测精度高于PSO-LSSVM模型和LSSVM模型,对样本具有较强的识别能力. 

【文章页数】：7 页

【文章目录】：
0 引言
1 APSO-LSSVM理论模型
    1.1 LSSVM模型构建
    1.2 APSO算法基本原理
    1.3 基于APSO的LSSVM参数优化
2 模型的建立及应用
    2.1 研究样本的确定
    2.2 特征指标的选取
    2.3 预测模型建立
    2.4 模型检验及误差分析
3 结论


【参考文献】：
期刊论文
[1]压裂煤层综采截割比能耗模型及应用[J]. 邓广哲,王雷,刘华,郑锐.  辽宁工程技术大学学报(自然科学版). 2019(01)
[2]QGA-RFR模型在导水裂隙带高度预测中的应用[J]. 邵良杉,周玉.  中国安全科学学报. 2018(03)
[3]PCA-BP神经网络模型预测导水裂隙带高度[J]. 谢晓锋,李夕兵,尚雪义,翁磊,邓青林.  中国安全科学学报. 2017(03)
[4]采空区覆岩导水裂隙带高度预计方法对比分析[J]. 张宝安,李佳音,卢洋,刘长华.  中国地质灾害与防治学报. 2016(02)
[5]基于BP神经网络的导水裂隙带高度预测[J]. 李振华,许延春,李龙飞,翟常治.  采矿与安全工程学报. 2015(06)
[6]熵权属性测度理论在导水裂隙带高度预测中的应用[J]. 郭超,张宏伟,宋卫华,陈蓥,吴浩.  中国安全生产科学技术. 2014(12)
[7]基于敏感度分析的导水裂隙带高度DM-L优化模型[J]. 题正义,秦洪岩,曹艺钟.  华中师范大学学报(自然科学版). 2014(05)
[8]基于改进的FOA-SVM导水裂隙带高度预测研究[J]. 张宏伟,朱志洁,霍丙杰,宋卫华.  中国安全科学学报. 2013(10)
[9]薄基岩厚风积沙浅埋煤层导水裂隙带高度预计[J]. 王连国,王占盛,黄继辉,周冬磊.  采矿与安全工程学报. 2012(05)
[10]断层采动活化对导水裂隙带高度影响的模拟实验研究[J]. 路军,许家林,王露,刘栋林,朱卫兵.  中国煤炭. 2012(01)



本文编号：3727061