加權(quán)GA-BP網(wǎng)絡(luò)與SVM在煤與瓦斯突出預(yù)測中的應(yīng)用研究.pdf

1、隨著我國經(jīng)濟(jì)的蓬勃發(fā)展，對煤的需求量也逐年上升，煤是冶金、化工的重要原料。因大量開采煤礦而帶來的礦井事故也頻繁出現(xiàn)，其中，煤與瓦斯突出而導(dǎo)致的事故占所有礦井事故比重最大。突出事故頻繁出現(xiàn)的原因有很多，不能準(zhǔn)確有效預(yù)測出突出是造成事故發(fā)生的重要原因之一。根據(jù)預(yù)測結(jié)果可以采取相應(yīng)的安全措施，把危險降低到最小值。所以，一個準(zhǔn)確率高的預(yù)測模型是可以有效的減小事故發(fā)生率，提高安全生產(chǎn)系數(shù)。
　　本文分別運(yùn)用神經(jīng)網(wǎng)絡(luò)與SVM構(gòu)造出兩種突出預(yù)測

2、模型。在神經(jīng)網(wǎng)絡(luò)預(yù)測模型中，運(yùn)用了GA算法來優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值，提高網(wǎng)絡(luò)性能；在SVM預(yù)測模型中，合理選擇核函數(shù)，然后再根據(jù)核函數(shù)確定出需要優(yōu)化的參數(shù)，對比各種不同的參數(shù)優(yōu)化法選擇出最佳的參數(shù)c值和g值，這樣可以提高所構(gòu)建的SVM訓(xùn)練與測試時的準(zhǔn)確率。其中，c是指懲罰因子，g是設(shè)置γ函數(shù)的參數(shù)。
　　為了增強(qiáng)模型的預(yù)測準(zhǔn)確率，在進(jìn)行神經(jīng)網(wǎng)絡(luò)與SVM訓(xùn)練與預(yù)測前，首先對訓(xùn)練與預(yù)測數(shù)據(jù)進(jìn)行權(quán)值處理，權(quán)值的大小是通過運(yùn)用灰關(guān)聯(lián)分析