加權GA-BP網(wǎng)絡與SVM在煤與瓦斯突出預測中的應用研究.pdf

1、隨著我國經(jīng)濟的蓬勃發(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，不能準確有效預測出突出是造成事故發(fā)生的重要原因之一。根據(jù)預測結果可以采取相應的安全措施，把危險降低到最小值。所以，一個準確率高的預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)。
　　本文分別運用神經(jīng)網(wǎng)絡與SVM構造出兩種突出預測

2、模型。在神經(jīng)網(wǎng)絡預測模型中，運用了GA算法來優(yōu)化神經(jīng)網(wǎng)絡的權值與閾值，提高網(wǎng)絡性能；在SVM預測模型中，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，這樣可以提高所構建的SVM訓練與測試時的準確率。其中，c是指懲罰因子，g是設置γ函數(shù)的參數(shù)。
　　為了增強模型的預測準確率，在進行神經(jīng)網(wǎng)絡與SVM訓練與預測前，首先對訓練與預測數(shù)據(jù)進行權值處理，權值的大小是通過運用灰關聯(lián)分析