支持向量机法在煤与瓦斯突出分析中的应用研究

被引:24
作者
孙玉峰
李中才
机构
[1] 山东工商学院管理科学与工程学院
关键词
煤与瓦斯突出; 支持向量机(SVM); H-SVMs模型; 模式识别;
D O I
10.16265/j.cnki.issn1003-3033.2010.01.004
中图分类号
TD713 [煤(岩石)与瓦斯突出的预防和处理];
学科分类号
摘要
通过分析采煤工作面煤与瓦斯涌出量与地质构造指标的对应关系,应用支持向量机(SVM)方法对煤与瓦斯涌出类型及涌出量进行分析。建立两类突出识别的SVM模型、多类型突出识别的H-SVMs模型以及预测瓦斯涌出量的支持向量回归模型。研究结果表明:SVM方法能够很好地对煤与瓦斯突出模式进行识别,所建立的采煤工作面瓦斯涌出量预测模型的精度高于应用BP神经网络预测精度;SVM理论基础严谨,决策函数结构简单,泛化能力强,并且决策函数中的法向量W可以反映突出模式识别的地质结构指标的权重。
引用
收藏
页码:25 / 30+179 +179
页数:7
相关论文
共 13 条