文件名称：论文研究-基于PSO_SVM_AdaBoost的煤层底板突水预测研究.pdf
文件大小：846KB
文件格式：PDF
更新时间：2022-08-11 12:25:42
煤层底板突水预测,主成分分析,粒子群优化算法,支持向量机,AdaBoost算法
为提高煤层底板突水预测的效率与准确率，提出基于PSO_SVM_AdaBoost的煤层底板突水预测模型。在总结相关算法理论基础上，设计PSO_SVM_AdaBoost算法流程。为验证模型的可行性及有效性，通过引入UCI经典分类数据集进行实验。综合考虑煤层底板突水主要影响因素，确定煤层底板突水预测的评判指标。选取华北矿区60组实测数据为实验样本，利用主成分分析消除原始指标变量间的相关性，将消除相关性的变量作为PSO_SVM_AdaBoost模型的输入向量，并进一步对比分析样本数据处理前后应用模型的预测效果，比较PSO_SVM_AdaBoost、PSO_SVM、SVM模型的预测准确率。结果表明，主成分分析能有效地消除样本中的冗余信息，简化模型结构，提高模型预测准确率与运算效率；PSO_SVM_AdaBoost模型应用于煤层底板突水预测的准确率明显优于其他模型。