2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、我國華北型煤田底板突水問題普遍嚴重,事故的發(fā)生會造成重大的人員傷亡和財產損失,而風險預測和評價是礦井水害防治的一個重要環(huán)節(jié),也是實現(xiàn)安全開采的基本前提和重要基礎。本文通過對煤礦突水預測現(xiàn)狀的研究,結合煤層底板突水的非線性特征,選用支持向量機進行煤礦突水危險性預測。
  支持向量機是基于統(tǒng)計學習理論發(fā)展起來的一種新型機器學習算法,具有較強的泛化能力,適用于解決突水預測這樣的非線性、小樣本問題。但是,支持向量機的泛化能力和預測精度受到

2、懲罰參數(shù)和核函數(shù)參數(shù)等相關參數(shù)的影響,針對支持向量機預測模型參數(shù)難以確定的問題,通過對種群的初始化設置、適應度函數(shù)和終止條件的設置不斷更新粒子速度和位置,從而對影響支持向量機性能的相關參數(shù)進行尋優(yōu),得到基于粒子群算法的改進支持向量機預測模型。
  在PSO-SVM突水預測模型的應用過程中,首先分析研究區(qū)域礦井的地質、水文地質條件,選取影響煤層底板突水的主控因素(即隔水層厚度、水壓、底板破壞深度、含水層和斷層落差),然后搜集典型突水

3、工作面的歷史數(shù)據(jù)資料,并將這些數(shù)據(jù)分為訓練集和測試集兩部分;以MATLAB2014a為實驗平臺,結合Microsoft Visual C++編譯器在MATLAB軟件中添加Libsvm工具箱,通過代碼編程對訓練集數(shù)據(jù)進行仿真訓練與測試,得出支持向量機的最優(yōu)懲罰因子C和核函數(shù)參數(shù)分別為694.8591和317.1063;將測試集數(shù)據(jù)代入訓練好的支持向量機模型,對工作面突水危險性進行預測,并將PSO-SVM模型的預測結果與突水系數(shù)法的預測結果

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論