• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于Grid-Search_PSO优化SVM回归预测矿井涌水量
  • 作者

    刘佳施龙青韩进滕超

  • 单位

    山东科技大学地球科学与工程学院山东省沉积成矿作用与沉积矿产重点实验室山东科技大学信息科学与工程学院

  • 摘要
    为了解决矿井涌水量预测难题,在Grid-Search_PSO优化SVM参数的基础上,采用SVM非线性回归预测法,对大海则煤矿1999~2008年7月份的矿井涌水量进行了预测。分析对比SVM回归预测法和ARIMA时间序列预测法预测结果的数据误差,发现SVM回归法预测值与实测值之间的偏差比ARIMA时间序列法要小很多。可见在影响矿井涌水量各种因素值具备的情况下,SVM非线性回归预测所建立的模型能够更准确地预测矿井的涌水量,在矿井安全生产中具有很大的应用价值。
  • 关键词

    支持向量机网格搜索法粒子群优化算法矿井涌水量非线性回归预测大海则煤矿

  • 基金项目(Foundation)
    教育部高等学校博士学科重点专项科研基金(20133718110004);青岛经济技术开发区重点科技发展计划项目(2013-1-62);山东省自然科学基金重点项目(ZR2011EEZ002);山东科技大学科研创新团队支持计划(2012KYTD101);山东科技大学研究生创新基金(YC140103);
  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联