基于流形學(xué)習(xí)算法和支持向量機的礦井瓦斯涌出量預(yù)測研究.pdf

1、煤炭工業(yè)是一個危險性極高的行業(yè),在生產(chǎn)過程中伴隨著透水、塌方、瓦斯等隱患,煤礦瓦斯災(zāi)害是造成礦山傷亡最為嚴(yán)重的事故之一,而礦井瓦斯涌出量又是影響礦井瓦斯災(zāi)害的重要因素之一。為了減少礦井瓦斯災(zāi)害的發(fā)生,本文在對國內(nèi)外瓦斯涌出量預(yù)測研究的基礎(chǔ)上,提出了基于流形學(xué)習(xí)算法和支持向量機理論的瓦斯涌出量預(yù)測方法,就瓦斯涌出量預(yù)測問題進(jìn)行了研究。
　　本文從分析瓦斯涌出量入手,得出影響瓦斯涌出量的主要因素。以國內(nèi)某煤礦礦井瓦斯涌出量實測數(shù)據(jù)為研

2、究對象,利用 Matlab軟件作為模型建立平臺。利用流形學(xué)習(xí)算法對礦井瓦斯涌出量影響因素進(jìn)行數(shù)據(jù)預(yù)處理,彌補了支持向量機缺乏數(shù)據(jù)預(yù)處理的缺陷。采用遺傳算法、粒子群優(yōu)化算法、交叉驗證對模型參數(shù)懲罰因子c、核函數(shù)參數(shù)g進(jìn)行尋優(yōu),確定最佳參數(shù) c、g組合。再利用支持向量回歸機進(jìn)行回歸預(yù)測,建立瓦斯涌出量預(yù)測模型,實現(xiàn)了礦井瓦斯涌出量的精確預(yù)測。流形學(xué)習(xí)算法能夠挖掘數(shù)據(jù)的本質(zhì)結(jié)構(gòu),簡約數(shù)據(jù),從而提高了支持向量機作回歸預(yù)測時的收斂速度和精度,充分

3、發(fā)揮了支持向量機在學(xué)習(xí)精度和學(xué)習(xí)能力找到好的權(quán)衡的優(yōu)勢,使模型的泛化能力較好。本文將基于流形學(xué)習(xí)算法和支持向量機理論的預(yù)測方法應(yīng)用于混合炸藥爆轟參數(shù)的預(yù)測,結(jié)果較為理想,證明了預(yù)測方法的適用性。
　　通過對礦井瓦斯涌出量及混合炸藥爆轟參數(shù)的預(yù)測的研究,結(jié)果表明:利用流形學(xué)習(xí)算法和支持向量機理論建立的礦井瓦斯涌出量預(yù)測模型,能夠快速準(zhǔn)確地預(yù)測礦井瓦斯涌出量,模型精度較高、相關(guān)性較好,與傳統(tǒng)預(yù)測方法相比,容錯能力較強,精度較高。該模型