MFOA-SVM在采煤工作面瓦斯涌出量预测中的应用

发布时间：2017-10-02 02:09

  本文关键词：MFOA-SVM在采煤工作面瓦斯涌出量预测中的应用

  更多相关文章： 瓦斯涌出量 MFOA-SVM 非线性 预测模型

【摘要】：针对新安煤矿采煤工作面瓦斯涌出量系统时变非线性特点,建立改进果蝇算法(MFOA)支持向量机(SVM)预测模型。利用FOA具有运算简单、收敛速度快、寻优精度高等优势来优化SVM核函数参数g、惩罚因子c和不敏感损失函数ε,但FOA也存在可能陷入局部最优的不稳定缺陷,则嵌入三维搜索、混沌优化、自适应变步长和最优保留策略进行改进,并利用Rosenbrock测试函数和采煤工作面瓦斯涌出量历史数据进行试验分析,结果表明:该模型预测平均相对误差为2.16%,比其他预测模型具有更高的预测精度、更快的收敛速度、更强的泛化能力,具有一定的实际应用价值。
【作者单位】： 太原理工大学信息工程学院;
【关键词】： 瓦斯涌出量 MFOA-SVM 非线性 预测模型
【基金】：国家自然科学基金项目(51075291)
【分类号】：TD712.5
【正文快照】： 瓦斯涌出是导致瓦斯灾害的重要原因,危及井下矿工的生命安全。因此,对煤矿瓦斯涌出量的准确预测是瓦斯防治的必要前提。瓦斯涌出是一个受多因素影响的非线性动态系统,线性预测方法如瓦斯含量法、线性回归分析法[1]和矿山统计预测法等,很难满足预测精度的要求。国内外学者提出，

本文编号：956942