基于支持向量回归机的煤层瓦斯含量预测研究

被引：24

作者：

聂百胜 ^{[1
,2
]}

戴林超 ^{[1
,2
]}

颜爱华 ^{[2
,3
]}

杨华 ^{[1
,2
]}

机构：

[1] 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室

[2] 中国矿业大学(北京)资源与安全工程学院

[3] 国家安全生产监督管理总局研究中心

来源：

中国安全科学学报 | 2010年 / 20卷 / 06期

关键词：

煤层瓦斯含量; 支持向量回归机(SVR); SVM工具箱; 误差指标; 预测;

D O I：

10.16265/j.cnki.issn1003-3033.2010.06.006

中图分类号：

TD712.3 [];

学科分类号：

081903 ;

摘要：

为了对煤层瓦斯含量进行准确预测,应用支持向量回归机(SVR)理论建立煤层瓦斯含量预测模型,结合现场实测数据利用支持向量机(SVM)工具箱进行模型的求解及预测,并从均方根误差、希尔不等系数和平均绝对百分误差3个不同误差指标与人工神经网络预测模型进行比较分析。研究结果表明:SVR模型其预测精度及可行性高于神经网络模型,而且运算快,实时性较好,用于煤层瓦斯含量的预测较理想,具有良好的应用前景,可以为煤矿瓦斯防治提供理论依据。

引用

页码：28 / 32

页数：5