煤自燃极限参数的支持向量机预测模型_中国煤炭行业知识服务平台

煤自燃极限参数的支持向量机预测模型

作者

孟倩王洪权王永胜周延
单位

徐州师范大学计算科学与技术学院中国矿业大学安全工程学院兖州煤业股份有限公司通防部
摘要

建立了基于支持向量机(Support Vector Machine,SVM)的煤自燃极限参数预测模型;经过与多项式函数及Sigmoid核函数的对比,选用径向基函数作为SVM核函数;提出了一种SVM参数优化的变步长搜索方法,先在一个大区域根据训练样本均方差的值改变参数搜索步长,找到一个性能好的小区域,在这个小区域中应用网格搜索法找到最优参数,可提高参数搜索速度.实验表明,与人工神经网络模型相比,在样本有限的情况下,基于支持向量机的煤自燃极限参数预测模型预测精度更高、速度更快,说明支持向量机技术在煤自燃极限参数预测中具有实用价值.
关键词

煤自燃极限参数支持向量机人工神经网络预测模型
基金项目(Foundation)

国家自然科学基金资助项目(50376070)；江苏省高校自然科学基金资助项目(08KJD520022)；
相关文章

[1]基于粗集-支持向量机的采空区自然发火预测