基于PCA-PSOSVM的煤自燃程度预测研究

发布时间：2017-08-09 15:14

  本文关键词：基于PCA-PSOSVM的煤自燃程度预测研究

  更多相关文章： 安全工程 煤自燃 指标气体 主成分分析 支持向量机 参数寻优

【摘要】：针对煤自燃程度指标多且与气体产物之间存在复杂非线性关系的特点,将主成分分析理论(PCA)和支持向量机算法(SVM)相结合,建立了煤自燃程度的预测模型。对表征煤自燃程度的10个指标进行主成分分析,提取其中3个主要成分作为支持向量机的输入,利用MATLAB实现回归预测,运用粒子群算法(PSO)对支持向量机的参数寻优,并与遗传算法(GA)参数寻优进行了对比。预测结果显示,PCA-PSOSVM模型的预测精度相对较高,其相对误差绝对值的平均值为4.26%,而PSOSVM、GASVM和PCA-GASVM的相对误差绝对值的平均值分别为8.16%、10.62%和7.81%,表明经PCA降维处理后的SVM预测准确率高于未经PCA降维处理的SVM预测结果,PSOSVM比GASVM具有更好的预测效果。
【作者单位】： 西安科技大学西部矿井开采及灾害防治教育部重点实验室;西安科技大学能源学院;
【关键词】： 安全工程 煤自燃 指标气体 主成分分析 支持向量机 参数寻优
【基金】：国家自然科学青年基金项目(51204135) 中国博士后基金项目(2015M570625)
【分类号】：TD752.2
【正文快照】： 煤自燃火灾严重影响煤矿的安全生产,准确地预测煤自燃程度对预防煤自燃火灾意义重大。目前,煤自燃预测方法主要有综合评判预测法、统计经验法、数学模型预测法,以及相关的煤炭自燃机理分析等[1]。综合评判预测法通过分析影响煤自燃的内外因素,通过专家打分建立决策参考标准来

【相似文献】

中国期刊全文数据库 前10条

1 晋明月;董超;孙浩博;;煤自燃影响因素权重的灰色关联度分析[J];煤矿安全;2012年12期

2 张立红;;井下遗煤自燃的影响因素分析与研究[J];山西煤炭;2012年12期

3 谭波;胡瑞丽;高鹏;李凯;;煤自燃灾害气体指标的阶段特征试验研究[J];中国安全科学学报;2013年02期

4 贾淑洁;;煤自燃的原因及倾向性预测[J];科技传播;2013年10期

5 高晓群;;烟煤自燃的分析与预防[J];中小企业管理与科技(下旬刊);2013年12期

6 郭兴明,徐精彩,惠世恩;煤自燃过程中极限参数的研究[J];西安交通大学学报;2001年07期

7 徐精彩,王华;煤自燃极限参数的神经网络预测方法[J];煤炭学报;2002年04期

8 文虎,许满贵,李莉,代爱萍;煤自燃的热量积聚过程及影响因素分析[J];辽宁工程技术大学学报;2003年02期

9 余明高,贾海林,潘荣锟;乌达矿区煤自燃预测标志气体研究[J];河南理工大学学报(自然科学版);2005年02期

10 刘爱华;蔡康旭;;青山矿煤自燃预报标志气体研究[J];煤炭科学技术;2006年07期

中国重要会议论文全文数据库 前8条

1 陆伟;;防治煤自燃新技术一高倍阻化泡沫[A];2007年全国煤矿安全学术年会会议资料汇编[C];2007年

2 丰丙章;;煤自燃火灾防治技术研究[A];2004全国阻燃学术年会论文集[C];2004年

3 肖e，

本文编号：645920