基于改進(jìn)GA-SVM算法的瓦斯涌出量預(yù)測研究.pdf

1、煤礦井下瓦斯監(jiān)測系統(tǒng)是煤礦安全生產(chǎn)過程中的重要環(huán)節(jié)，在對瓦斯涌出量進(jìn)行監(jiān)測和預(yù)測時(shí)需要建立合適的模型，建立完整、先進(jìn)的瓦斯安全監(jiān)測和控制系統(tǒng)，從而促進(jìn)煤炭行業(yè)自動(dòng)化系統(tǒng)的完善改進(jìn)，這些系統(tǒng)對井下的安全作業(yè)生產(chǎn)起到了關(guān)鍵作用。在此背景下，本文在對瓦斯涌出量模型探究過程中探索出一種基于改進(jìn)的遺傳支持向量機(jī)(GA-SVM)算法相結(jié)合的瓦斯涌出量預(yù)測方法。
　　煤礦瓦斯系統(tǒng)隨時(shí)間動(dòng)態(tài)發(fā)展可認(rèn)為是非線性系統(tǒng)，具有復(fù)雜程度高、隨機(jī)性強(qiáng)的特點(diǎn)。

2、另外，對煤礦瓦斯監(jiān)測時(shí)影響因素眾多，利用單一算法對煤礦瓦斯涌出量預(yù)測時(shí)存在片面性問題。針對以上問題本文首先分析了瓦斯涌出量的內(nèi)在本質(zhì)和影響因素，利用支持向量機(jī)(SVM)能夠較好地解決小樣本、非線性的特點(diǎn)，將預(yù)測概念引入遺傳算法中，為解決煤礦瓦斯預(yù)測問題提供一種途徑。
　　本文主要進(jìn)行以下工作:首先，對瓦斯涌出量模型進(jìn)行了深入探討，選取影響因子。其次，提出遺傳支持向量機(jī)預(yù)測模型。對遺傳支持向量機(jī)進(jìn)行適當(dāng)改進(jìn);選取合適的核函數(shù)，利用遺