论文研究-基于PSO_SVM_AdaBoost的煤层底板突水预测研究.pdf

时间:2022-08-11 12:25:42
【文件属性】:

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。


网友评论