基于灰色关联分析与SVM的概率积分法参数预测

发布时间：2022-12-11 17:02

　　为了准确预测淮南矿区缺少观测站的矿井工作面概率积分法参数,基于灰色关联分析与支持向量机原理建立了灰色关联分析（GRA）-支持向量机（SVM）模型,利用MATLAB中的Libsvm工具箱对选取的26组淮南矿区主要矿井工作面观测站数据进行训练和预测,并用实测数据对模型进行测试。模型预测的最大相对误差为5.52%,最大平均误差百分率为3.67%,最小泛化性能值为0.7959。测试结果表明灰色关联分析-支持向量机模型可以通过限制模型训练过程中的权值和阈值范围提高训练效率,并且具有实际预测价值和较高的预测精度,能够作为一种有效的概率积分法参数预测方法。 

【文章页数】：5 页

【文章目录】：
0 引言
1 概率积分法参数与灰色关联分析法
    1.1 概率积分法参数与地质采矿因素之间的关系
    1.2 灰色关联分析法的原理
    1.3 概率积分法参数的灰色关联分析
2 基于GRA与SVM的概率积分法参数预测模型
    2.1 支持向量机的原理
    2.2 模型的建立与求解
    2.2 模型训练精度评定
3 模型测试
4 结束语


【参考文献】：
期刊论文
[1]灰色关联分析与BP神经网络的概率积分法参数预测[J]. 赵忠明,施天威,董伟,刘永良.  测绘科学. 2017(07)
[2]基于概率积分法的矿区地表沉陷预计分析[J]. 刘欣,吴昊,贾勇帅,魏超.  北京测绘. 2017(01)
[3]机器学习辅助下的概率积分法参数预计模型寻优[J]. 沈震,徐良骥,刘潇鹏,秦长才,王振兵.  测绘通报. 2016(10)
[4]基于支持向量机的遥感图像分类研究综述[J]. 王振武,孙佳骏,于忠义,卜异亚.  计算机科学. 2016(09)
[5]基于灰色支持向量机的地铁沉降滚动预测[J]. 张育锋,李图南.  北京测绘. 2016(02)
[6]地表沉陷预计参数精度分析[J]. 刘伟韬,刘欢,陈志兴,李媚.  测绘科学. 2016(08)
[7]厚松散层开采条件下覆岩运动与地表移动规律研究[J]. 徐良骥,王少华,马荣振,朱楠.  测绘通报. 2015(10)
[8]基于Matlab的概率积分法开采沉陷预计参数解算[J]. 沈震,徐良骥,刘哲,秦长才.  金属矿山. 2015(09)
[9]概率积分法预计参数反演方法研究进展[J]. 朱晓峻,郭广礼,方齐.  金属矿山. 2015(04)
[10]地表移动概率积分法计算参数的相关因素分析[J]. 李培现,谭志祥,邓喀中.  煤矿开采. 2011(06)

硕士论文
[1]基于灰色关联分析的成本指标评价模型研究[D]. 王小焕.武汉理工大学 2014



本文编号：3719162