论文摘要
为了较准确预测含瓦斯煤渗透率,有效预防瓦斯安全事故,提出自适应粒子群算法（APSO）优化的加权最小二乘法支持向量机（WLS–SVM）算法。根据对含瓦斯煤渗透率的相关理论及文献研究分析,选取有效应力、瓦斯压力、温度和抗压强度作为主要特征指标,采用APSO算法对WLS–SVM模型的组合参数（C、σ）寻优,建立APSO–WLS–SVM含瓦斯煤渗透率预测模型。结合现场实测资料中的40组数据作为训练样本,其余10组为预测样本,对该模型进行训练与检验,并将其预测结果与利用PSO–WLS–SVM和WLS–SVM模型的预测结果进行对比。结果表明:APSO-WLS-SVM模型的预测效果优于另外2个模型,提高了煤体渗透率的预测性能与泛化能力。
论文目录
文章来源
类型: 期刊论文
作者: 毛志勇,黄春娟,路世昌,韩榕月
关键词: 含瓦斯煤,渗透率,自适应粒子群算法,加权最小二乘法支持向量机
来源: 煤田地质与勘探 2019年02期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 矿业工程,安全科学与灾害防治
单位: 辽宁工程技术大学系统工程研究所
基金: 国家自然科学基金项目(70971059)~~
分类号: TD712
页码: 66-71+78
总页数: 7
文件大小: 901K
下载量: 141
相关论文文献
标签：含瓦斯煤论文; 渗透率论文; 自适应粒子群算法论文; 加权最小二乘法支持向量机论文;