Print

基于FOA-SVR模型的矿井底板突水量预测应用研究

论文摘要

矿井突水是常见的突发性强烈的矿井灾害。为了更好地预防矿井水灾,降低灾害造成的物质损失,减少人员伤亡,建立了一种基于FOA-SVR的矿井底板突水量预测模型,利用果蝇算法优化支持向量回归机算法（FOA-SVR）选出最优的模型参数。针对底板突水这种非线性、小样本问题,从突水因素中选取水压、含水层厚度、隔水层厚度、底板采动裂隙带深度以及断层落差作为特征因素。然后利用FOA对SVR参数进行优化之后建立FOA-SVR底板突水量预测模型,输出即为需要预测的突水量。结合实例并将该模型的预测结果与SVR模型的预测结果进行对比,结果表明:该模型在预测突水量的精度上比SVR模型更高,具有一定的应用价值。

论文目录

  • 1 FOA-SVR底板突水量预测模型整体设计
  •   1.1 FOA-SVR模型
  •   1.2 适应度函数
  • 2 FOA-SVR模型算法原理
  •   2.1 FOA模型算法原理
  •   2.2 SVR模型算法原理
  •   2.3 FOA-SVR模型算法原理
  • 3 基于FOA-SVR模型的矿井底板突水量预测实例
  •   3.1 突水因素选择
  •   3.2 样本集建立
  •   3.3 参数优化及突水量模型建立
  •   3.4 模型验证
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 刘梦杰,朱希安,王占刚

    关键词: 矿井突水,突水量预测,参数优化,模型

    来源: 中国矿业 2019年05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: 北京信息科技大学

    基金: 国家重点研发计划项目“水灾应急决策支持专家系统”资助(编号:2017YFC0804108),北京市科技创新服务能力建设-基本科研业务费(科研类)项目资助(编号:71E1810969)

    分类号: TD745.2

    页码: 87-91+130

    总页数: 6

    文件大小: 193K

    下载量: 125

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/7412ebd0c6e88729b04c950e.html