一种新型的导水裂隙带高度预测SVM模型分析
为了对导水裂隙带高度进行准确的预测,提出了一种新的预测方法.在对部分矿井的导水裂隙带发育情况统计分析的基础上,应用支持向量机(SVM)建立了导水裂隙带高度预计模型.由于SVM的参数选取影响着预测的准确性,采用改进的果蝇优化算法(FOA)对其参数进行优化,选取统计样本对该模型的预测性能进行检验,并将该模型的预测结果与未改进的FOA、遗传优化算法(GA)和粒子群优化算法(PSO)优化的SVM模型进行比较.结果表明,改进的FOA-SVM模型具有较高的预测精度和较强的泛化能力,可以相对准确、高效地预测导水裂隙带高度.
矿井水 导水裂隙带 预测模型 支持向量机
朱志洁 张宏伟 霍丙杰 宋卫华
辽宁工程技术大学矿业学院,辽宁阜新123000
国内会议
陕西榆林
中文
16-21
2014-05-23（万方平台首次上网日期，不代表论文的发表时间）