针对现有综采工作面支架工作阻力预测方法存在算法结构复杂、计算量较大、且不能实时预测等问题,探索一种高效、准确、易于使用的工作阻力预测方法意义重大。以陕北近浅埋煤层79个已采工作面作为工程研究背景,在通过主成分分析工作面矿压的主要影响因素基础之上,设计出一种基于支持向量机与主成分分析（PCA-SVR）的工作面支架工作阻力的预测模型。并利用MATLAB对PCA-SVR与SVR模型预测效果进行对比,结果表明:PCA-SVR的预测平均相对误差为4.5%,SVR的预测平均相对误差为17.86%,且PCA-SVR较SVR模型缩短运行时间0.82 s。因此,PCA-SVR在综采工作面支架工作阻力的预测中具有较高的精度、较快的收敛速度。该研究可为基于机器学习方法开展综采工作面顶板来压预测及液压支架选型提供参考。

国家自然科学基金项目（51974226,52174127,51634007）；山东省重大科技创新工程项目（2019JZZY020326）；

0 引 言
1 PCA-SVR算法
1.1 主成分分析
1.2 支持向量机
2 工作面支架工作阻力预测模型
2.1 数据预处理
2.2 预测模型
3 实验结果分析
4 结 论

吕文玉,丁科,伍永平,杜旭峰,胡馨,罗香玉,张勇.综采面支架工作阻力的PCA-SVR预测模型[J].西安科技大学学报,2021,41(06):973-978.DOI:10.13800/j.cnki.xakjdxxb.2021.0603.