煤自燃极限参数的支持向量机预测模型

被引：23

作者：

孟倩 ^{[1
]}

王洪权 ^{[2
,3
]}

王永胜 ^{[2
]}

周延 ^{[2
]}

机构：

[1] 徐州师范大学计算科学与技术学院

[2] 中国矿业大学安全工程学院

[3] 不详

来源：

煤炭学报 | 2009年 / 34卷 / 11期

关键词：

煤自燃极限参数; 支持向量机; 人工神经网络; 预测模型;

D O I：

10.13225/j.cnki.jccs.2009.11.019

中图分类号：

TD752.1 [];

学科分类号：

摘要：

建立了基于支持向量机(Support Vector Machine,SVM)的煤自燃极限参数预测模型;经过与多项式函数及Sigmoid核函数的对比,选用径向基函数作为SVM核函数;提出了一种SVM参数优化的变步长搜索方法,先在一个大区域根据训练样本均方差的值改变参数搜索步长,找到一个性能好的小区域,在这个小区域中应用网格搜索法找到最优参数,可提高参数搜索速度.实验表明,与人工神经网络模型相比,在样本有限的情况下,基于支持向量机的煤自燃极限参数预测模型预测精度更高、速度更快,说明支持向量机技术在煤自燃极限参数预测中具有实用价值.

引用

页码：1489 / 1493

页数：5

共 9 条

[1] 基于支持向量机的露天矿边坡地表变形预测 [J].